2026年，产业投资步入深水地带，资本、技术与产业加速交织，旧有投资逻辑已然失效，新的共识正在逐步形成。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，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齐聚一堂，聚焦量子科技等未来产业的产业化进程。大会深入探讨了当前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、产业体系搭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：
主持人：
36氪作者 彭丽
嘉宾：
正则量子 创始人&CEO 黄蕾蕾
矩量光启 创始人&CEO 于文龙
玻色量子 董事会秘书 弓超
彭丽：现场以及线上的各位朋友，大家下午好，我是36氪的作者彭丽，很荣幸担任今天圆桌论坛的主持人。
如果说过去几年我们谈论量子计算更多是在实验室里的概念验证，那么站在2026年的今天，正如今天圆桌的主题所说，我们感受到了前所未有的量智共振。
今天我们更感兴趣的是，不同路线各自具备什么特点，未来它们将如何发展，又会进入怎样的产业场景。现在，让我们来聊聊量子产业的下一个十年。
首先，现场请到了三位嘉宾，他们来自不同的企业，也代表着不同的技术路线。请各位嘉宾先做个介绍，并说明自己所代表路线的原理和特点。黄总请。
黄蕾蕾：大家好，我是来自正则量子的黄蕾蕾。我们公司专注于全栈式软硬算一体光量子技术路线。光量子本质上以光子作为量子信息的核心载体。光的好处，刚才宋总已经对各条技术路径做了详细解释。光的优势在于它相对稳定，能够在常温下运行，并且与现有通信网络和未来量子网络兼容。它的劣势在于大规模纠缠和损耗方面存在一些问题。
我们公司目前基于自研的核心底层光芯片，以及专用光量子计算机和通用光量子计算机双线并行的策略，积极推动当前量子计算在各个产业上的落地应用。谢谢！
于文龙：各位嘉宾，大家下午好。我是来自上海矩量光启计算技术有限公司的于文龙。我们矩量光启是一家从事超导量子计算机整机研发的企业。超导量子计算目前在产业化和工程化方面已进入快速发展阶段。我们矩量光启从芯片研发制造到整机集成，以及后续与产业应用解决方案的落地，都能提供全栈式技术服务。
弓超：大家好，我是玻色量子的董事会秘书，我叫弓超。玻色量子在北京成立，以“实用化量子计算”为核心，坚持“专用量子计算先行、通用量子计算长期布局”的双线战略。玻色量子采用相干光量子计算路线。这条路线的特点是不依赖通用量子逻辑门电路来完成计算，而是将适合的问题映射为相应的物理模型，再通过物理演化过程进行求解。
这条路线的主要特点包括计算规模的可扩展性，以及利用物理系统演化进行求解。同时，我们的设备可以在室温条件下运行，这有利于降低对运行环境的要求，因此相应的部署成本和整机能耗相对较低。总的来说，我们认为这是一条面向实用化的技术路线。
彭丽：谢谢三位的介绍。第一个问题想从行业视角聊聊：如果站在今天这个时间节点，三位如何看待中国量子计算目前所处的产业化阶段？如果需要用一个核心指标来衡量量子计算未来3到5年的发展，大家的答案会是什么？
黄蕾蕾：从2026年现在来看，我认为量子产业已经从原先的科研实验阶段，向工程化，尤其是向特定专用落地应用场景转换。举一个简单的例子：在去年年底之前，你和客户聊量子或量子计算，基本上百分之八九十的客户会觉得这个概念不错，但太前沿了，不能用。
今年有一个特别好的变化，你会发现很多客户愿意尝试。他们会主动找过来说，虽然我不懂量子计算，但你帮我看看我们业务和量子有什么结合点。所以我认为这其实是一个非常好的时机，尤其对于原先更多偏科研应用的公司来说，能够真正与产业落地融合。
您刚才提到指标问题，我觉得最重要的指标，刚才宋总也提到，你不再单纯看物理比特这些简单的数字，更多应该转向你的量子算力真正能为客户当前需求带来多少效率提升。所以我认为，未来3到5年的核心指标是，能不能找到那么几个点，哪怕只有一两个客户场景应用的落点，你能证明它相对于经典计算来说有性能效率的提升。而且这种解决方案，要在某个垂直领域可复制、可规模化推广，我觉得这是未来的核心指标。
彭丽：明白。于总的回答会是什么？
于文龙：进入2026年以来，我们感觉到整个中国量子计算机产业进入了起步阶段，并且在快速发展中。例如今年上半年，整个一级市场非常火热。推动这一变化的因素是技术越来越走向成熟，从实验室走向真正的产业化落地。
在未来3到5年中，尽管发展非常迅速，但中间仍有很多挑战。未来3到5年，判断一个量子计算机系统是否真正进入应用，要看它有没有解决真正问题的能力，而不是一些具体的单一指标。这方面目标都很明确，整个量子计算机领域的所有从业人员都在努力将量子计算机积极应用到实际中，解决真正的商业问题。毕竟量子计算机本质上就是计算机，这方面整个生态也在逐渐认可这个能力。比如，他们其实比客户更懂得客户在现有算力生态中遇到的困难和瓶颈问题，因此他们也会积极寻求全新的计算范式，比如量子计算这样的范式。
所以，整个行业从上游产业链到整机企业，以及下游的应用方案和客户需求，都在积极推动行业发展。
弓超：我认为量子计算行业，对于头部参与者来说，无论在中国还是美国，普遍都处于从实验室向产业过渡的阶段。
具体可能要分开来看：
通用量子计算，我认为现在处于一个大家通过工程化方式去解决纠错问题的阶段，里面已经看到了一些非常积极的进展。今年我们也非常期待通用量子计算能实现一些高质量逻辑比特，并在一些真实商业应用的POC方面看到进展。
专用量子计算，就像“十五五”规划里写的，这5年可能的核心指标或任务是可扩展性。过去几年，可能已经在一些真实应用场景、真实商业问题上验证了小规模应用。这个优势能否被扩展到更大规模，更好地满足客户的实际需求、创造商业价值，我觉得这可能是专用量子计算未来3到5年应该实现的事情。
彭丽：感谢三位的回答。听上去大家的共识是，接下来一定要往产业化走，一定要往真实场景方向走。
下面想问一下黄总，光量子路线经常被认为在量子通信、量子网络方面有自己的优势。您觉得如果未来10年量子计算要真正进入产业化阶段，光量子可能率先在哪个阶段建立起自己的优势？是它的计算本身，还是量子网络，或是今天还没有充分意识到的其他场景？
黄蕾蕾：未来10年，10年周期，的确在后面有可能会出现一些早期没有预料到的场景。就目前而言：
第一，光在做计算时，在专用方面有先天优势。针对一些特定图论、优化问题求解等，在近期几年内，专用光量子是相对能先落地的。
第二，除了计算，我个人觉得光在网络，尤其在分布式量子计算方面，不管是超导、离子阱还是中性原子，大家都在讲分布式量子计算。虽然各技术路径不收敛，但有一点是绝对收敛的：未来的量子计算肯定离不开光量子核心技术。你需要有非常好的光源、非常好的光量子线路芯片和光的探测器，这块绝对是确定的。
第三，光不仅在计算和网络方面，在一些量子感知方面也有它的先天优势。
所以，我觉得在未来这几个不同层面，在产业落地上会有一个体系化互动，这可能是光相对于其他路径的优势所在。
彭丽：刚刚聊了光的这些优势，您觉得真正能决定光量子路线最后能不能跑出来，需要解决的一个最关键因素是什么？
黄蕾蕾：在我看来：其一，因为光和超导现在是唯二两个实现量子优越性的路线，能不能证明现在在一些特定有用问题上，比现有经典的要好。其二，在通用光路径上，有没有办法解决大规模纠缠光子对产生，并减少光损耗的问题。我觉得这两个是非常核心的点。
彭丽：感谢黄总的回答。下面一个问题问一下于总。超导路线目前可能被认为工程化最成熟的路线。在半导体和硬科技领域，大家也有一个概念叫“中等技术陷阱”，简而言之，可能技术出来了，但离较高的良率和规模化量产还有一定距离。
想请您聊一下：第一，您觉得今天半导体产业有哪些能力可以复用到量子计算领域？第二，如果超导路线真正要走向规模化，您觉得最需要解决的工程化问题还有哪些？
于文龙：超导量子计算，现在是工程化和产业化走在比较前面的。之所以走得这么快，得益于整个超导量子计算产业链非常成熟完备。比如超导量子芯片，高度依赖于现在先进的半导体设备和产线及工艺。整个超导量子计算的发展，是从实验室慢慢走向工程化和产业化的，在专业半导体设备和产线能力（晶圆制造能力）方面，会在整个量子芯片产业发展中占据越来越重要的作用。
很多芯片加工的先进技术，会极大促进和提升整个超导量子芯片的发展，从而促进超导量子计算机的发展。超导量子计算机尽管看似产业化走在前面，其实也面临未来大规模商用时有很多问题需要解决。从各个工程环节和维度来看，虽然现在半导体设备和工艺已经非常先进，但在提升超导量子芯片的良率、稳定性、均匀性，甚至降低成本方面，仍有很大挑战。
稀释制冷机我们用非常低的温度来保证量子芯片稳定运行。这方面，稀释制冷机的规模化制造甚至模块化制造，现在有一些突破，但还需要产业链伙伴积极拓展。
最后是分布式计算以及大规模集成能力，以解决大规模问题。这方面需要算法以及系统集成能力，所以每个环节都是非常大的挑战。
整个系统要有效运行，不是靠解决一个问题，而是要保证整个系统各个环节都没有明显的短板，这是一个非常有集成度的系统，这一点与半导体的数字计算机还是有很大区别的。
彭丽：下一个问题想问一下弓总。玻色量子之前提出了“专用量子计算先行，通用量子计算长期布局”的路线。包括您刚刚也提到，玻色量子在商业化方向已有多个案例在落地。首先请您聊聊它的商业模式目前大致是什么样的？
弓超：专用量子计算的商业模式，我觉得有点像早期IDC的状态，就是算力基础设施的部署阶段，可以大致这么形容。它在很多特定行业，尤其在生物制药、金融、交通物流这些行业，可能已经看到应用探索。我们也很积极地和很多新药研发、新材料发现的终端用户或中间服务商，如CRO或AIDD公司，形成了一些联合成果。
但过程中，单个科研机构或创业公司投入量子计算机硬件的部署成本，对他们来说是一个比较大的挑战。所以今天看到有很多平台方的出现。平台方的角色可能是地方政府国资平台，也可能是一个大型科研机构，也可能是一个大型国央企或上市公司。他们作为算力基础设施的建设或运营主体，由他们部署量子计算硬件设施，再以算力的形式提供给终端用户使用，整个链条大致是这样。
对于我们公司来说，商业模式一个是整机销售，面向这些平台方或基础设施建设方。另一方面是面向终端用户提供算力服务和专业技术支持。在一些探索进展较快的领域，我们也在与合作伙伴共同推动应用成果建设。
未来，我们还希望探索联合成果的商业转化，以及相应的收益分配机制。这是我们在现有业务之外进一步探索的方向。
彭丽：从公司现在的实践来看，您觉得专用量子计算目前最大的挑战是算力本身还不够，还是要找到持续产生商业价值的场景？
弓超：我觉得这个很明确。面向更大规模的应用需求，现阶段的算力供给还需要进一步提升。像我刚才说的，现在专用量子计算机算力基础设施的部署才刚刚开始。在硬件方面，随着比特规模扩大，设备的稳定性和连续运行能力还需要进一步提升，以满足客户的使用需求。
另一方面，整个应用探索生态也还在初期阶段。但过去几年，我觉得专用量子计算已经回答了在一些真实商业问题和真实问题上解决的能力。我们也会和一些经典方法或人工智能方法做对比。现在，在很明确的大规模组合优化问题上，尤其后来我们结合一些机器学习的能力，比如做量子玻尔兹曼采样，在这些问题上去求解一些分析设计或新材料，在设计这些问题上已经取得了比较明确的优势。
但像我刚才提到的，现在的问题在于这些优势能不能扩展到更大的规模上，进一步适配生产环境所需的问题规模和使用要求。这一定需要更大规模算力的支撑。现在客户已经在向我们提出更高的要求，推动我们围绕具体需求进一步提升能力。
彭丽：如果我们把时间拉长到十年维度来看，各位站在公司的角度，您觉得量子计算本身最终会走向一条主流的路线，还是会长期保持多条路线并行？
黄蕾蕾：我之前看过一句话说，我们永远会高估现在，会低估未来。从10年的角度来说，首先肯定没有人能回答你这个问题。如果要回答，我们所有的路线都会快速聚焦到一个方向，就不会像现在这么分散了。
刚才宋总做报告时提到，现在的行业共识是，未来相当长一段时间内多种技术路径会长期并存。因为每个方向都有它的优势和劣势。比如超导门控速度快，离子阱精度特别高，中性原子规模能起来，光能在室温下稳定运行、对噪声不太敏感。所以有很大概率——我相信你问更多专家也一样——每个路径在一些特定问题上都有它的特定优势。因为通用量子计算还有比较长的路才能实现，所以我觉得在真正通用量子计算实现之前，在很长一段时间内，几条技术路径还是会相互并行，有点像CPU、GPU、NPU异构的融合。
现在也看到很多平台，很多大型量子计算云平台，里面融合了光量子、超导、离子阱和中性原子等各种技术，然后会针对具体问题再调用不同的量子硬件资源。这种模式有可能的确是未来几年的趋势。
于文龙：10年，我们希望在所有路线和量子计算的从业者中，我们都在努力践行把量子计算积极推动产业落地，能够真正解决一些行业的问题。
量子计算的生命周期会非常长，整个行业都在努力。在最近3年内，能看到真正商业化落地；在5到10年阶段，能看到中等规模甚至小规模的容错量子计算机解决部分材料问题，甚至是破解密码问题、组合性问题。
所以，美国包括全世界各国都在积极推动抗量子密钥的研发和部署。整个行业的生命周期会非常长。人类对算力的需求也持续增长。以半导体产业和传统芯片计算力为例，当第一个晶体管发明出来时，当第一个小规模集成电路发展出来时，也没有人能预测到当时的10年以后会发展到什么阶段，也没有预测到60年以后信息技术、集成电路技术和半导体技术会如此先进，而且技术还在发展。
整个半导体芯片领域，层出不穷的新芯片和算力芯片都在涌现。如果量子计算像半导体芯片类似发展的话，十年之后也许还会出现一种新的量子计算范式，除开原子、超导、离子和光，也许那时拓扑就已经非常成熟了。在长期未来中，人类会有各种新计算方式的涌现。我觉得只要在真正的商业社会中找到自己的应用场景，有行业客户和需求，解决真正的问题，未来都会有一席之地。
弓超：首先，我也同意两位老师的意见。我觉得10年这个周期，现在还很难做出确定性判断。我比较倾向于相信未来多条技术路线还是一个长期并存的状态。至少站在今天这个节点，从底层科学角度，可以看到各个技术路线真的各有优势和局限，目前还很难判断哪条路线能够在各类需求上都占据优势。
我觉得至少我们应该鼓励的方向是，一个产业的发展要各取技术路线之长，在各个技术路线下利用它最优势的部分，探索不同路线之间的优势互补，这有助于提升整体效率。不同类型的计算芯片也在服务不同的需求。我相信量子计算领域也可能呈现类似特点。CPU具有很强的通用性，理论上也可以拿CPU去跑深度学习，但具体使用什么硬件，还要看任务特点和效率要求。
我觉得未来，首先需求一定是非常多样的。针对不同需求，不仅要考虑某一个路线量子计算机能不能解决这个问题，还要考虑它解决这个问题的效率或经济性。从这个角度看，比如大规模组合优化或模拟类问题，可以根据问题特点，发挥相应计算架构的优势。
但一些涉及复杂逻辑运算的问题，则需要进一步考虑计算架构的通用性和可编程能力。不同任务对规模、保真度等指标的要求也有所不同。因此，我倾向于认为，未来会形成多路线并行、各展所长的发展格局。
彭丽：就是找到具有自己特色的场景。下一个问题是商业化问题。各个企业对商业化的定义会不会有所不同？比如觉得需要把量子计算机的整机卖出去，还是可以提供云服务，还是觉得有某个具体的行业问题？您对商业化的定义是怎样的？
黄蕾蕾：在我看来，量子计算的商业化标准不是单一的，而是分层的。
第一层，你是一个产品的商业化，就是你的硬件或你的云算力服务可以有一个标准化交付。
第二层，解决方案商业化。你可以整合垂直领域的一些核心应用，给他们提供一些针对现有场景的特定解决方案。
第三层，真正实现商业化闭环，是你结合硬件产品交付提出的方案，能够在一个特定场景下产生比现有更好的效益，能够让他有持续的10倍、20倍甚至上万倍的效益提升，客户愿意复购，能够持续形成一个正向循环。我觉得这是大部分人认定的真正商业化。
我想强调的一点是，商业化不是今天睡一觉，明天早上一起来一下子就商业化了，肯定要有一个过程，其实是分步走的形式。
现在，越来越多量子公司开始有更加标准化的产品出来，有更标准的应用和解决方案出来，慢慢也在提出一些真正能解决现实问题、提升效率的东西。在这样一个环境下，相信商业化是能够逐步实现的。
比如光，可以专用和通用并行。两三年内，针对一些专用落地场景可能会有应用出来，但真正的通用量子计算可能还需要长期发展，我个人觉得至少要5到10年以上的持续技术迭代。
于文龙：关于量子计算机的商业化，商业化不是一个结果，也不是一蹴而就的事情，而是一个持续发展的过程。
我个人认为，量子计算机商业化与整个量子计算机整机算力相关。有多大算力，就能触达到多少客户，解决多少问题。随着量子计算机算力提升，包括量子比特数不断增加、逻辑比特保真度不断提升、主频运行速度不断增加，能够解决的问题也越来越多，能触达更多行业并带来更多价值。
整个量子计算机行业，刚刚进入产业化发展阶段。量子计算机性能也刚从含噪声量子计算机，逐步转向通过纠错实现通用量子计算机的阶段，算力还没有达到理想量子计算机的需求。在这方面，行业客户尽管在发展早期阶段，也在积极提出场景，尝试用新的方案解决这些问题，这都是非常有益于生态发展的地方。
2016年IBM量子计算机上线，当时只有几个比特，大多数是应用探索、验证和演示，但全球各国用户排队去使用、去探索。直到今天，IBM号称的量子舰队，已经有十数台高性能量子计算机在运行，整个机室供不应求。整个过程伴随着我们自身技术进步以及各行各业的需求，在共同推进行业发展。
弓超：我很同意于总的观点，商业化一定是一个过程。可以评估的一点，我们认为就是客户的成功。客户用你的量子计算机，到底为他们带来了什么？这个衡量方式对不同领域或不同类型客户可能不一样：对于高校、科研院所，可能是取得了有价值的科研成果，或者使他们的成果后续可以商业转化；对B端来说，相对比较简单的判断方式是，哪一天量子计算公司赚