主题演讲：破界·量子计算迈向产业深水区——量子计算的下一公里｜36氪2026产业未来大会

2026年，产业投资进入深水区，资本、技术与产业加速融合，旧的投资逻辑不再使用，新的共识正在诞生。2026产业未来大会聚焦新周期机遇，共探产业未来与“中国之光”的诞生。 9月9日至10日，由36氪主办的2026产业未来大会以“深水之上，共振新生”为主题的在北京亦庄举行。来自国资平台、产业投资基金、企业CVC、创新企业及专家学者走到一起，聚焦量子科技等未来产业走向产业化。大会深度探讨当下前沿技术与产业视角，集中展示超导、光量子、离子阱等技术路线突破，分享大量具体产业场景、产业体系搭建、与异构计算前景。共同探讨科技产业投资的未来。

以下对话，经36氪整理编辑：

演讲者：北京量子院研究员、相干科技创始人金贻荣

金贻荣：各位领导，各位来宾：非常感谢经开区管委会和36氪的盛情邀请，很荣幸在这里跟大家分享关于量子计算未来产业的一些想法和观点。我叫金贻荣，来自北京量子院，现在是生态团队负责人，也是相干科技创始人。

我今天分享的题目是《量子计算走进产业深水区：量子计算的"下一公里"》。

我尝试用对如下八个问题的回答，来拆解我对量子计算本身及其量子计算未来产业化路径的看法和感受。

第一个问题：我们为什么需要量子计算？

一个很直接的回答是：量子计算有指数级加速能力，是一项颠覆性技术。但我认为这并没有真正回答这个问题。过去几十年，我们已有的经典计算能力产生了飞跃式发展，已经形成了以CPU、GPU为主的多处理器异构协同计算生态，已经解决了大量难题，带来生产力的巨大提升，形成了万亿级的庞大产业。与此同时，随着人工智能的高速发展，我们的计算范式也发生了一次转变，由原来以方程驱动为主转向数据驱动为主，但它们都难以解决一类问题，即高维计算难题。这在经典计算中称之为"维度灾难"，因为这些问题的难度往往随着问题规模而指数级增长。

第二个问题：为什么量子计算可以解决这类问题？

量子计算的信息处理单元从经典的比特变成了"量子比特"，由于量子力学的叠加性和纠缠性，大量的量子比特组合在一起，可以构造出一个指数级增长的高维计算空间。如果我们能够把问题编码到这样一个超高维空间里，结合好的算法，利用量子干涉提高有用结果的测量概率，我们就有希望快速得到这些高维难题的解。此外，我们已经证明，量子计算理论上可以解决所有可计算问题，因此它是一种通用计算方式，跟经典计算一样，可通过编程的方式在同一套硬件上解决各种不同的问题。

第三个问题：现实世界中有哪些问题属于这类问题？

我大体上将这些问题分为三类。

第一类：量子体系模拟的问题。像药物分子、新材料、催化反应，以及很多基础的量子多体物理问题都属于这一大类。早在上世纪80年代，传奇物理学家费曼就注意到经典计算在求解量子多体问题时会遇到"维度灾难"，此时用量子力学的方式来解决这些量子难题，很显然是最直接、最自然的做法。

第二类：组合优化的问题。随着组合变量的增多，组合的可能性会呈爆炸式增长，比如我们在转魔方，从二阶魔方到三阶魔方、到四阶魔方、到六阶魔方等，组合可能性增长是非常之快的。此时在这么多组合里去做全局寻优，就会变成一件几乎不可能的事情。现实中，金融组合优化，交通物流优化，电网、通信网络路由优化等都属于这类问题。

第三类：具有特定数学结构的问题，比如质因数分解、椭圆曲线离散对数等问题，这些问题的特点是解空间随问题规模会指数爆炸式增长，但结果非常好验证，因此这类问题往往用来做信息加密的理想问题。目前互联网应用最广泛的RSA密码和椭圆曲线密码正是基于这些数学问题构建的。可见，量子计算有望在非常广泛的应用场景中展现优势，同时还会对现有加密体系构成巨大威胁。

第四个问题：我们该如何让量子计算的梦想照进现实？现在处在什么发展阶段？现阶段主要有哪些挑战？

过去，我们花了将近四十年时间，终于在一些真实的物理体系中找到了一些我们认为比较合适的量子比特，包括基于自然粒子的离子阱体系、中性原子、光量子体系等，还有基于人工的固态量子体系，包括超导量子计算、硅基半导体（二维电子气）、拓扑等，并且操控和读取精度也得到了非常大的提升，规模也不断提高。从最开始单纯做科学探索，看到了应用希望，再到今天，我们已经能够在100多比特规模上实现超过99.9%的纠缠操控精度，量子纠错已突破盈亏平衡点，并且能够与经典计算机协同计算上万原子的分子结构。我们终于走到了工程化产业化的初期阶段。接下来，我们将迎接更大，并且显然更为波澜壮阔的挑战，那就是如何让这些还不那么完美的量子计算，在真实的应用场景中创造价值，同时让量子比特不断变得更加完美。这正是量子计算的"下一公里"要做的事情。

第五个问题：为什么工程化、产业化是量子计算"下一公里"的主题？

过去，我们在实验室里不断刷新各种各样记录，造出更多的量子比特，能够做更高的量子门保真度，展示了量子优越性等等。现实实际应用场景并不关心这些，他们只关心两个问题：

第一，引入量子计算是不是真的能更高效地解决问题；第二，量子计算和量子算力是否可以稳定交付。这两个问题，都不可能通过科研模式解决，而是必须通过工程化、产业化方式来解决，因为科研本质上是探索新原理新方法、不断拓展能力边界，也就是拉长板的游戏，而工程化才是不断补短板的硬战；产业化则是不断向外延伸、触及应用场景的过程。工程化和产业化没有科研那么优雅，但却是将科技进步真正带入现实的必经之路。

第六个问题：我们该如何做好这"下一公里"呢？

有人觉得我们首先应该造出更大规模、更高保真度的量子计算机。我觉得这"下一公里"需要做好的事情远不止此。有几件事情是我们必须要做好的：

第一，提升量子计算机的稳定性，能够长时间给出一致的结果，我认为比短暂的提升高保真度更具有价值；

第二，提高量子算力的"交付"能力。造出好的量子计算硬件不等于就能解决问题，必须要有完整的硬件、软件和算法体系，才能让量子计算触达应用场景，创造新的价值。

第三，构建全新的工业体系，以实现大规模的稳定交付，并不断降低单位量子算力的成本。

第四，实现量子计算和经典计算的高效协同，形成全新的多算力融合应用生态。

做到这几点，我认为我们距离量子计算的大规模商业落地就一定不会太远。

第七个问题：我们相干科技在这个进程中扮演什么角色？我们在做什么？我们要成为什么？我们与其他量子企业及应用方如何互动？

相干科技从创业之初，就定下"用量子计算改变世界"的愿景并不断践行。作为一家做超导量子计算硬件出身的量子初创企业，我们从做好量子测控向做好量子计算整机推进，进一步向做好量子计算平台和算力服务推进，致力于推动量子算力从一堆硬件中逐步交付出来，变成能够真正解决行业问题的能力。我们的目标是成为量子计算时代的"英伟达"。我们将构筑未来量子经典融合算力底座，但是，我们不做"最后一公里"的事情，我们将与大量优秀的下游应用企业共同催化、共建繁荣的量子计算应用生态。

最后一个问题：量子计算的未来还有多远？它最终将以什么形态去改变这个世界？

有不少人觉得量子计算还不完美，距离解决高价值问题还比较远。这并不足为怪，因为尽管我们不愿意承认，绝大多数人都倾向于线性思维。根据我这么多年在这个行业中的观察，我的感知是，它的发展速度，甚至超出了我们这些在一线奋战的创业者和研究者的想象。至今，我对十余年前Michel Deverot（他现在是Google量子AI部的首席科学家，也是2025年诺贝尔物理学奖获得者），在一篇量子计算展望中说的话我印象非常深刻，他说："量子纠错给了我们希望，让我们觉得量子计算机有一天或许真能造出来，不过那肯定是下一代人的事情了。然而，最近二十年，我们见证了如此多新的进展，让我相信这将在我有生之年出现。" 我现在的感受跟他当时的感受非常相似。

量子计算利用来自物理底层的强指数律，叠加人类工业能力赋予的类摩尔定律，这将使得量子计算的能力呈双指数增长。这个定律最早也是谷歌量子AI部门的leader Hartmut Neven说的。它刚开始看起来很缓慢，但一旦突破某个临界点，将会以超乎想象的方式暴涨，令所有人措手不及。

此外，很多人以为量子计算一旦成熟之后，经典计算是不是就将退场，从此再无用武之地。我认为这是一个非常值得警惕的预判。如前面所言，量子处理器有它擅长解决的问题，但也有它不那么擅长的地方，这句话对于CPU、GPU等经典处理器同样适用。未来面对更为复杂的计算难题，必然是需要多种处理器协同解决。随着量子计算的成熟和普及，经典处理器不仅不会退出历史舞台，反而会因为新的应用场景的诞生而需求更加旺盛，只是他们不再是主角而已。

最后，用一句话总结一下，量子计算的下一公里，是让量子算力进入真实的工作流，而这需要一个比现在大得多的社群的共同努力，不仅需要科学家，更需要政府、量子企业、投资者和行业应用企业的共同努力。

感谢大家的聆听！

主持人：感谢金贻荣先生的精彩分享，请台下落座。

如果说量子计算还在工程化前夜，AI产业已经驶入验证期的深水区。同处深水，不同阶段有不同的答案。接下来，让我们有请36氪研究院院长邹萍女士、亦庄国投人工智能投资事业部总经理张帆女士带来一场关于《跃迁·AI深流，价值跃升》的深度对话，掌声有请！