量子计算上市潮背后：技术路线多样，英伟达野心勃勃，行业商业化前路几何？
技术路线
前几年，量子力学常被当作玩笑，有 "遇事不决，量子力学" 的说法。但如今，玩笑变成了招股书。过去几个月，Infleqtion、Xanadu和Horizon Quantum三家量子计算公司相继上市，还有几家公司排队等待进入纳斯达克。一个曾只存在于实验室和科幻电影里的项目，突然被推到公开市场面前。问题是，量子计算真的到了商业化爆发的前夜吗？未必。这波上市潮最有意思之处，并非证明量子计算已成熟，而是暴露了该行业的真实处境。虽都叫量子计算，但技术路线五花八门。仔细研究这些公司财报会发现，通用量子计算机销量极少，反而是量子计算的周边产品支撑着公司运营。此外，虽这门生意尚处早期，英伟达却早已进场。2021年，英伟达用GPU帮助研究人员在经典计算机上模拟量子电路，之后一路投资多家量子计算创业公司。2025年GTC上，黄仁勋宣布成立波士顿量子研究中心NVAQC。不过，黄仁勋想做的并非量子计算机本身，而是把英伟达变成量子计算时代的底层入口，就像AI时代，英伟达卖的是训练和推理所需的算力。英伟达能否复刻成功还是未知数。在此之前，先来了解当下量子计算的局面。
技术路线
虽都叫量子计算，但技术差异巨大。主流路线有四条，每条背后的物理原理都不同。超导量子计算是当前产业化最快的路线，IBM、谷歌、Rigetti等大公司都在这条路上。其技术原理是用约瑟夫森结构建人工量子比特，需要极低温环境，达到毫开尔文级别，比外太空（约2.7开尔文）还冷。超导量子计算的优势是工艺接近传统半导体，比特扩展性强，但相干时间短、噪声大。这条路线融资规模最大，但对制冷系统的依赖使成本居高不下，一台稀释制冷机动辄好几百万美元，如IBM的 "Golden Eye" 稀释制冷机成本超80万美元，每年电费超10万美元，更大规模的系统制冷设备成本能到200万美元以上，制冷系统占超导量子计算机总成本的90%以上。离子阱量子计算是另一条路，IonQ和Quantinuum在做。它用带电离子作为量子比特，通过激光操控实现量子门操作，量子门保真度最高。IonQ在2025年10月宣布实现99.99%的双量子比特门保真度，创世界纪录，Quantinuum早在2024年就达到99.9%以上的保真度，相干时间也最长，从0.2秒到600秒不等，远超超导路线的几十微秒。但离子阱的问题是比特数量难以扩展，离子越多越难控制，只能用更复杂的控制系统管理，容易达到算力天花板。中性原子量子计算是最近两年兴起且最火的，Infleqtion、Pasqal、QuEra在做。其原理是用光晶格捕获中性原子阵列，用光镊固定原子。最大优势是比特数量可轻松达上千个，且相干时间较长。Infleqtion已实现1600个物理量子比特的阵列，创目前纪录，纠缠保真度达99.73%，在中性原子公司中最高。Infleqtion在2026年2月上市，CEO马修·金瑟拉表示 "中性原子正在从科学进步走向商业相关性"。光量子计算最好理解，前文提到的Xanadu走的就是这条路线。其技术原理是用光子作为信息载体，最大优势是室温运行，无需真空或制冷系统，天然适合量子通信与计算融合。Xanadu在2026年3月成为首家上市的光量子公司，其Aurora系统号称首个模块化、网络化的光量子计算机，具备实时纠错能力，计划在2029到2030年达到500个逻辑量子比特。Aurora由四个独立的服务器机架组成，用光纤互联，包含12个量子比特、35个光子芯片和13公里光纤，在室温下运行，只有光子探测器需要低温环境，这是光量子的天然优势。但光量子的门操作保真度远不及超导和离子阱，光子之间不会自然相互作用，实现确定性的双量子比特门困难，光传播有损耗，信息也会损耗，实现同样算力，光量子计算机难度系数高于其他路线。从技术成熟度看，超导和离子阱最接近商业化，中性原子和光量子还处于 "很有潜力" 阶段。当下问题是哪条路线性价比最好，需综合考虑性能、成本、部署等问题。这波上市潮的本质，是资本市场首次被迫给不同技术路线投票，投资者更关注成本和收入。Xanadu上市首日涨15%，但盘后跌超10%；Horizon Quantum盘后跌18%；Infleqtion在2月上市时估值18亿美元，市值最高点38亿美元，4月市值跌到23.74亿美元左右。
英伟达的量子野心
说到计算，就不得不提英伟达。英伟达的量子战略清晰，打算复刻CUDA的成功，推出量子版的CUDA——CUDA - Q。在此之前，需了解容错量子计算的概念。前面提到的量子比特很脆弱，温度、振动、电磁噪声、光子损耗或不完美的操作都可能让量子状态跑偏。容错量子计算就像给积木加了防摔机制，用多个不太可靠的物理量子比特组合成更可靠的 "逻辑量子比特"，即便部分物理量子比特出错，系统也能发现、纠正并继续计算。硬件层面，英伟达做了NVQLink平台架构，通过RDMA over Ethernet实现GPU与量子处理器的微秒级延迟连接，低于4微秒，这是量子纠错的关键，因为最先进的量子处理器每轮纠错的解码窗口只有几微秒，NVQLink让GPU能在QPU的时钟周期内完成纠错解码，是实现容错量子计算的必要条件。软件层面，英伟达推出CUDA - Q平台和CUDA - Q QEC库，提供统一的编程接口，开发者可在同一环境中编写量子和经典混合应用，无需关心底层硬件差异。2026年4月发布的CUDA - Q QEC 0.6版本已实现与NVQLink的深度集成，支持实时GPU解码。生态层面，英伟达与全球十几个超算中心合作，包括日本G - QuAT、新加坡国家量子计算中心等，将量子处理器集成到现有的HPC基础设施中。Quantinuum已宣布其最新的Helios QPU和未来所有处理器都将通过NVQLink与英伟达GPU集成，Helios QPU配备英伟达GH200 Grace Hopper作为实时主机，用于实时量子纠错。如今量子计算正处于从 "实验室原型" 到 "需要大规模经典计算支持" 的转折点，量子纠错、校准、混合算法都需要强大的经典计算能力实时配合，这正是英伟达的主场。但量子计算不是AI，AI因深度学习是GPU的杀手级应用而爆发，至少目前量子计算还未出现杀手级应用，企业愿意花钱购买量子计算时间的应用场景尚不明确。关于容错量子计算机的发布时间，行业预测还需5到10年，既押注物理AI又押注数字孪生的英伟达，可能没那么多时间和精力加码量子计算。2025年9月，英伟达连续投资Quantinuum、QuEra和PsiQuantum，覆盖离子阱、中性原子和光量子三大路线，这表明英伟达在广撒网，也说明它不确定哪条路线最终会胜出。如果量子处理器的相干时间大幅提升，或出现不依赖实时纠错的新架构，NVQLink可能就白费了。英伟达押注 "量子计算必然走向容错化，且容错化必然需要强大的经典计算支持"，这个假设目前看似合理，但并非唯一可能的技术路径。AI从实验室走向商业化用了约10年（2012年AlexNet到2022年ChatGPT），而量子计算还处于更早期阶段，若它也需10年商业化，英伟达能等这么久吗？
行业的真相是什么？
关注量子计算行业会发现，很少有人买通用量子计算机，如今量子计算靠周边产品赚钱，这也是这波上市潮最值得关注的问题。绝大多数量子计算公司真正的收入并非来自通用量子计算机，而是量子传感器、量子时钟、控制芯片、软件栈和HPC集成服务。通用量子计算机尚未形成可规模化、可复制的成熟商业市场，用直白的话说，行业在用边角料收入养远期主线。Infleqtion的主要收入来源是光学原子钟、量子射频接收器和惯性传感器，应用于能源、太空等领域。截至2025年6月，Infleqtion已售出三台量子计算机和数百个量子传感器，过去12个月收入约2900万美元，过去两年复合增长率约80%，2026年预计收入4000万美元。量子传感器价格从数万美元到数十万美元不等，研究级原子钟和重力仪可超50万美元，随着制造规模扩大，成本预计未来十年下降一个数量级，就像固态激光雷达，以前好几万一个，现在只要2000块钱。Xanadu的情况类似，主要收入来自量子计算周边产品，且收入源于前三大客户。此外，几乎所有上市量子公司都有大量政府资助，Xanadu获得DARPA项目支持和加拿大 "量子冠军" 计划的资金，Infleqtion、IonQ、Rigetti都有美国国防部和能源部的合同。关键问题是，这种边角料收入模式能支撑多久？量子传感市场规模有限，原子钟、惯性传感器等产品市场主要在国防、航空航天和科研领域，并非能支撑千亿美元估值的大众市场，且政府合同也不可能无限增长。云服务在量子计算机性能达到 "量子霸权" 之前，也难形成规模，毕竟当下量子计算机性价比远不如传统计算机。有人会说，SpaceX早期靠发射服务养火星计划，特斯拉用碳积分补贴电动车研发。但SpaceX的发射服务本身是大市场，火箭技术通用，发射卫星和去火星用同一套技术；特斯拉的电动车虽早期亏损，但产品能卖给消费者，市场需求真实存在。量子计算不同，量子传感器再怎么卖，也难支撑估值几十亿美元的公司长期运营。量子计算行业处境尴尬，技术在进步，但离真正商业化还很远，创业者自己都无法给出准确说法。这种模式能走多远，取决于两个因素。一是技术突破速度，若某条路线实现重大突破，如相干时间提升一个数量级或纠错效率大幅改善，行业商业化进程将加速。二是资本市场的耐心，10年前敢投AI的人，看到如今Anthropic和OpenAI后，可能更敢投量子计算。在我看来，这波上市热潮，与其说是量子计算商业化的开始，不如说是资本市场对这个行业的一次压力测试。你等得起，就现在投。