当前位置：首页 > news >正文

量子计算投融资活跃：Q2 多家公司完成融资，多条技术路线并行

news 2026/8/2 8:56:13

2026年第二季度，量子计算领域的融资热度持续攀升，据行业统计，该季度共有 21 家量子计算相关初创公司完成新融资，其中 6 家融资额达到或超过 1 亿美元。值得注意的是，本轮投资的资金分布并非押注单一技术路线——超导量子比特、自旋量子比特、中性原子、离子阱等多种方案均有斩获，呈现出"多路并行、分散押注"的格局。这一分布背后，既有技术不确定性的考量，也有量子计算领域固有的长周期研发特性使然。

量子计算之所以在资本市场持续吸引关注，根本原因在于其颠覆性潜力：一台足够规模的容错量子计算机，在特定问题上相比经典计算机具有指数级的速度优势——这意味着药物分子模拟、密码破解、组合优化、金融风险建模等经典计算机难以高效解决的问题，理论上可以在量子计算机上获得突破。

一、五条技术路线：各有优劣，尚未分出胜负

量子计算的技术路线之争，本质上是对"量子比特如何物理实现"的路径分歧。目前主流的五条路线各有代表团队和技术特点：

超导量子比特：谷歌、IBM、Rigetti 是主要玩家，采用在低温下接近绝对零度的超导电路实现量子态控制。优势在于门操作速度快（纳秒级）、与现有半导体工艺兼容；挑战在于需要极低温制冷（毫开尔文级）、比特一致性随规模扩大而下降。
离子阱：IonQ、Honeywell（现 Quantinuum）是代表，通过电磁场囚禁单个离子，用激光进行量子门操作。优势在于门保真度高（>99.9%）、比特相干时间长；挑战在于扩展困难，囚禁多个离子并保持控制精度是工程难题。
中性原子：QuEra、Pasqal 是这一路线的领跑者，用光学陷阱囚禁中性原子阵列，通过微波或激光实现量子门。优势在于天然支持大规模阵列扩展；挑战在于原子定位控制精度要求高。
自旋量子比特（硅量子点）：Intel、PsiQuantum 是代表，在硅材料中用电子自旋编码量子比特，工艺与CMOS高度兼容。优势在于可借助现有半导体 fab 资源；挑战在于相干时间短、门保真度有待提升。
光子量子比特：Xanadu 是代表，用光子作为量子比特，在线性光学网络中完成计算。优势在于室温操作、与光纤网络天然兼容；挑战在于难以实现高保真度的确定性量子门。

五条路线各有技术取舍，也有各自的"支持者阵营"。这种分散格局意味着：谁将率先实现"量子优势"（即在真实问题上超越经典计算机），目前仍是未知数。

二、为什么资本愿意同时下注多条路线

传统风险投资逻辑通常是"押注最可能胜出的路线"，但量子计算的特殊性在于：不同技术路线的应用场景侧重点并不完全重合。举例而言，离子阱路线在化学模拟等需要高门保真度的场景更受青睐；超导路线在大规模通用量子计算上走得更快；光子路线则在量子通信与量子密钥分发领域天然契合。因此，头部资本选择分散配置，而非all-in单一路线。

另一个重要因素是：量子计算的基础设施投资具有相当程度的共用性。低温制冷设备、控制电子、量子纠错算法、量子编译器与编程框架等领域的技术积累，可以在不同技术路线之间共用。这意味着，即便某条路线最终未能胜出，相关的基础设施投资也不会完全打水漂。

三、量子纠错：从"物理量子比特"到"逻辑量子比特"

当前媒体报道中的"量子比特数"通常是物理量子比特数——即量子芯片上实际存在的量子比特数量。然而，物理量子比特容易受到环境噪声干扰而产生错误，无法直接用于有实用价值的计算任务。量子纠错（Quantum Error Correction）的核心思想是：用多个物理量子比特编码一个逻辑量子比特，通过冗余来检测和纠正错误，使逻辑量子比特的有效错误率大幅降低。

粗略估算，实现一个"有用的"逻辑量子比特，可能需要 1000~10000 个物理量子比特。这意味着，要构建一台能执行有实际价值计算任务的容错量子计算机，可能需要数百万物理量子比特——而目前最先进的量子处理器不过数千个物理量子比特。量子纠错工程，是横亘在"当前量子硬件"与"实用量子计算"之间最艰巨的工程挑战。

四、实用场景：量子计算何时能真正"用起来"

尽管量子计算的愿景宏大，但需要保持清醒的认知：通用容错量子计算的实现时间表仍以"十年"为单位。短期内（3~5 年），最有价值的落地路径是"量子-经典混合架构"：用经典计算机处理大部分计算，量子协处理器只承担其中需要量子加速的关键子模块。这种架构对量子比特数的要求相对较低，是当前 NISQ（含噪声中等规模量子）时代最具可行性的路径。

具体来看，量子模拟（材料科学、药物研发）、量子优化（物流调度、金融投资组合）、量子机器学习是三个被业界寄予厚望的早期商业化方向。全球主要药企（辉瑞、默克）、化工巨头（BASF）、金融机构（JP 摩根、高盛）均已设立量子计算研究团队，探索在自身业务场景中的早期应用。