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，产业投资步入深水区，资本、技术与产业加速交融，旧有的投资逻辑已然失效，新的共识正逐渐形成。2026产业未来大会聚焦新周期机遇，共同探索产业未来与“中国之光”的崛起。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，在北京亦庄举行。来自国资平台、产业投资基金、企业CVC、创新企业以及专家学者齐聚一堂，聚焦量子科技等未来产业的产业化进程。大会深度探讨了当下前沿技术与产业视角，集中展示了超导、光量子、离子阱等技术路线的突破，并分享了大量具体产业场景、产业体系构建以及异构计算的前景，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，很荣幸能在此与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，目前担任生态团队负责人，同时也是相干科技的创始人。

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”》。

我尝试通过回答以下八个问题，来阐述我对量子计算本身及其未来产业化路径的看法和感受。

第一个问题：我们为何需要量子计算？

一个直接的答案是：量子计算具备指数级加速能力，是一项颠覆性技术。但我认为这并未真正回答这个问题。过去几十年，我们的经典计算能力经历了飞跃式发展，已形成以CPU、GPU为主的多处理器异构协同计算生态，解决了许多难题，带来了生产力的巨大提升，并催生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，从以方程驱动为主转向数据驱动为主。然而，这些方法都难以解决一类问题，即高维计算难题。这在经典计算中被称为“维度灾难”，因为这些问题的难度往往随问题规模呈指数级增长。

第二个问题：为什么量子计算能解决这类问题？

量子计算的信息处理单元从经典比特转变为“量子比特”。由于量子力学的叠加性和纠缠性，大量量子比特组合在一起，可以构建出一个指数级增长的高维计算空间。如果我们能将问题编码到这个超高维空间中，结合优秀的算法，并利用量子干涉提高有用结果的测量概率，就有望快速获得这些高维难题的解。此外，我们已经证明，量子计算在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，与经典计算一样，可以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？

我大致将这些分为三类。

第一类：量子体系模拟问题。例如药物分子、新材料、催化反应，以及许多基础的量子多体物理问题都属于此类。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”，因此用量子力学的方式解决这些量子难题，显然是最直接、最自然的做法。

第二类：组合优化问题。随着组合变量的增加，组合的可能性会呈爆炸式增长。比如，当我们转动魔方时，从二阶到三阶、四阶乃至六阶，组合可能性的增长非常迅速。在这种情况下，在众多组合中寻找全局最优解，几乎变得不可能。现实中，金融组合优化、交通物流优化、电网和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，例如质因数分解、椭圆曲线离散对数等。这些问题的特点是解空间随问题规模呈指数爆炸式增长，但结果却非常容易验证，因此常被用于构建信息加密。目前互联网广泛应用的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，同时也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变为现实？目前处于什么发展阶段？现阶段主要面临哪些挑战？

过去，我们花了近四十年时间，终于在一些真实的物理体系中找到了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，以及基于人工的固态量子体系，如超导量子计算、硅基半导体（二维电子气）、拓扑等。操控和读取精度得到了极大提升，规模也在不断提高。从最初单纯的科学探索，到看到应用希望，再到如今，我们已能在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，并能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、也更波澜壮阔的挑战：如何让这些尚不完美的量子计算在真实应用场景中创造价值，同时让量子比特不断变得更完美。这正是量子计算“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记录，制造更多量子比特，实现更高的量子门保真度，展示了量子优越性等。但实际应用场景并不关心这些，他们只关心两个问题：

第一，引入量子计算是否真的能更高效地解决问题；第二，量子计算和量子算力能否稳定交付。这两个问题都无法通过科研模式解决，必须通过工程化和产业化方式。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；而工程化则是不断补短板的硬仗；产业化则是向外延伸、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”？

有人认为我们应首先制造更大规模、更高保真度的量子计算机。但我认为，这“下一公里”需要做的事情远不止于此。有几件事我们必须做好：

第一，提升量子计算机的稳定性，使其能长时间提供一致的结果。我认为这比短暂提升高保真度更有价值；

第二，提高量子算力的“交付”能力。制造出好的量子计算硬件并不等于能解决问题，必须有完整的硬件、软件和算法体系，才能使量子计算触及应用场景，创造新价值。

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，实现量子计算与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？我们如何与其他量子企业及应用方互动？

相干科技从创业之初就确立了“用量子计算改变世界”的愿景，并不断践行。作为一家从超导量子计算硬件起步的量子初创企业，我们从做好量子测控，到推进量子计算整机，再到推动量子计算平台和算力服务，致力于推动量子算力从一堆硬件中逐步交付出来，变成真正能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改变世界？

不少人认为量子计算还不完美，距离解决高价值问题还比较远。这并不奇怪，因为尽管我们不愿承认，绝大多数人都倾向于线性思维。根据我多年在这个行业的观察，我的感受是，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的话印象深刻，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。” 我现在的感受与他当时非常相似。

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，这将使量子计算的能力呈双指数增长。这个定律最早由谷歌量子AI部门的leader Hartmut Neven提出。它起初看起来很缓慢，但一旦突破某个临界点，将以超乎想象的方式暴涨，令所有人措手不及。

此外，很多人认为量子计算一旦成熟，经典计算就会退场，再无用处。我认为这是一个非常值得警惕的预判。如前面所说，量子处理器有它擅长解决的问题，也有它不擅长的地方，这句话对CPU、GPU等经典处理器同样适用。未来面对更复杂的计算难题，必然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，反而会因为新应用场景的诞生而需求更加旺盛，只是它们不再是主角而已。

最后，用一句话总结：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。

如果说量子计算还处于工程化前夜，AI产业已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！