中国工业报 吴晨 王珊珊

利用量子叠加与纠缠特性，量子计算机可在特定问题上实现指数级算力突破，颠覆国防安全、生物医药、人工智能等千行百业。而这项曾因技术壁垒高筑而遥不可及的前沿技术，正在加速闯入现实。

近日，国内专用量子计算领军企业——北京玻色量子科技有限公司（以下简称“玻色量子”）宣布完成10亿元B轮融资，由北京金控、工银资本、招银国际、深投控等多家“国家队”资本联合领投，一举将量子计算赛道的热度推向新高。这是“十五五”规划将量子科技列为未来产业首位后，该领域最大的一笔融资。

量子计算的拐点，似乎真的来了。

从“战略卡位”到“财务回报” 国有资本重估硬科技投资逻辑

玻色量子自2020年底成立之初，便锚定了专用量子计算的实用化方向。谈及原因，公司创始人之一马寅解释道：“通用量子计算机目前面临两大难题：一是量子比特数规模上不去，二是容错率很低。如何解决这两个问题？全世界的科学家都在探索。”因此，行业共识是，通用量子计算机的应用落地至少面临10到20年的硬门槛。

相比之下，专用量子计算机的定位更像量子时代的GPU。马寅指出，专用量子计算机在稳定性控制、量子比特数量增长等方面都能实现快速突破，这意味着它能更早看到商业化结果。

在可扩展的专用量子计算机领域，玻色量子五年内已完成四次技术迭代与跃迁，先后推出了100、550、1000计算量子比特的系列产品，验证了该专用量子计算路线可实现量子比特规模数可快速扩展的能力。在2026中关村论坛现场，玻色量子还发布了新一代专用量子计算机——驭量•山海1000。这是目前国内首个突破千比特规模的可扩展的专用量子计算机，首次在机型内部实现不同规模的量子比特数可扩展。

正是凭借这样的技术实力和清晰的商业化前景，玻色量子迅速吸引了资本的广泛关注。成立仅五年，公司已完成多轮融资，并在近日迎来了迄今为止规模最大的一笔资金注入。

本轮10亿元融资的资方堪称“豪华国家队”，包括北京金控、工银资本、招银国际、深投控、毅达资本等。在“十五五”规划明确提出“研制可容错的通用量子计算机和可扩展的专用量子计算机”这一国家战略部署的背景下，国有资本为何如此密集地押注这一技术路线？

科技部国家科技专家库专家、高级工程师周迪向中国工业报指出，国有资本的核心逻辑可概括为“以产业链自主可控和战略卡位为核心，兼顾长期财务可持续”。他表示，国家队领投旨在突破量子计算核心技术“卡脖子”问题、构建自主可控的产业链，抢占未来产业战略制高点；同时，通过里程碑放款、风险补偿等机制降低社会资本风险，推动企业实现阶段性财务回报，形成“战略优先、财务跟进”的双轮驱动。

常信科技CEO葛林波则从培育新质生产力的角度向中国工业报补充道，国有资本布局量子计算等硬科技赛道，核心逻辑是锚定国家战略需求，抢占全球科技竞争制高点，培育新质生产力，同时通过长期资本投入弥补硬科技领域研发周期长、资金需求大的市场短板，推动关键核心技术自主可控，筑牢产业安全屏障。国资的长期属性也能引导社会资本共同布局，形成创新资本集群。

“国有资本的投资逻辑已从单纯的‘财务投资’转向‘国家战略资产配置’。”湖南中财开元私募股权基金管理有限公司高级合伙人胡双向中国工业报进一步分析指出，“十五五”规划将专用量子计算机提升至国家战略层面，意味着国家认可“专用机（如光量子、中性原子）”与“通用机”并行的技术路线。国有资本的核心诉求，是在专用量子计算这一中国具备相对优势的赛道上，通过资本注入快速构建自主可控的产业链闭环，避免在未来算力体系中受制于人。北京金控、深投控等地方国资平台的介入，表明量子计算已被视为继电力、算力之后的新一代城市新型基础设施。

这类“国家队”主导的融资结构，对量子计算企业的估值体系、退出路径会产生哪些影响？

“国家队主导的融资使企业估值更注重技术壁垒、产业化能力和战略价值，弱化短期盈利指标，更贴合硬科技发展规律。”葛林波指出，退出路径上，国资背景将推动企业优先选择A股科创板、北交所等境内资本市场IPO，契合国家科技产业政策导向，同时也会增加央企、地方国企产业并购的可能性。退出渠道更偏向与国内产业深度融合，退出周期也更具长期性和灵活性。

胡双从更微观的估值构成角度分析认为，拥有国资背景的企业，其估值中会包含显著的“信用溢价”。只要企业能在关键设备国产化率、供应链安全以及服务国家重大工程中占据不可替代的位置，即便短期商业收入有限，其估值也能获得国资体系内的“资产重估”支撑。传统的美股或港股可能受限，科创板依然是主要目标。但国家队主导的结构会催生新的退出路径——“国资体系内的资产证券化”。企业可能成为地方国资控股的“算力平台”主体，通过并购重组注入上市公司平台。未来的并购更可能发生在“央企+硬科技独角兽”之间，像中国移动这样的运营商或国家超算中心，可能从“客户”转变为“战略股东”或“收购方”，通过并购实现“算力基础设施”的垂直整合。

10台真机交付之后 产业化拐点的“标尺”之争

目前，玻色量子已向国家超级计算成都中心、中国移动、电子城、北方工业大学等客户累计交付超过10台相干光量子计算机真机。这一数据放在全球专用量子计算领域也位居前列。

葛林波指出，专用量子计算机在多场景的商业化落地已跨越“从0到1”的验证阶段。玻色量子向超算中心、央企等交付真机，在新药研发、金融等领域实现场景探索，量子算力云服务调用次数破亿，这证明了技术可落地、场景有需求，完成了技术可行性与商业价值的初步验证。

胡双则进一步细化了阶段划分。他认为，对于专用量子计算机在特定场景（如组合优化、人工智能推理、金融风险计算）的应用，行业已基本跨越“0到1”的原理验证阶段，进入了“1到10”的场景深耕与可靠性验证阶段。玻色量子累计交付超过10台真机，这一事实本身具有标志性意义。它证明了专用机（尤其是相干光量子路线）在工程稳定性（能够长时间运行于超算中心环境）和任务实用性（解决了客户在经典计算上难以高效处理的特定问题）上通过了初步考验。目前的主要矛盾，已从“能不能造出来”转向“能不能用起来、能不能产生算力收益”。

那么，除了交付数量，衡量量子计算产业化能力的关键指标还应包括哪些？

周迪提出了五大指标：一是场景落地深度，即是否解决行业实际痛点、形成可复制方案；二是技术稳定性，包括系统可靠性、计算准确率、长期故障率等；三是成本与规模化，涵盖单机成本、交付周期、良率提升速度；四是生态协同，包括上下游配套、行业算法或工具生态成熟度；五是研发迭代能力，即比特数、保真度等核心指标持续突破。

葛林波则强调了四个维度：一是设备性能指标，如量子比特规模、稳定性、耦合精度及7*16小时等持续运行能力；二是场景落地深度，即实际商用的场景数、客户复购率及商业收入转化规模；三是全链条自主能力，涵盖芯片研发、整机制造、量产工艺的自主可控水平；四是生态构建能力，包括开发者数量、开源工具普及率及上下游产业链协同程度。

胡双从更实战的角度提出了三个独特指标。第一，实际机时利用率与算力服务收入。交付只是第一步，真机的平均无故障运行时间以及对外提供算力服务的机时利用率，是衡量其工程化成熟度的核心。第二，生态适配器数量。量子计算机的价值在于解决经典问题，衡量企业能力的关键在于其SDK（软件开发工具包）的开发者数量、适配的经典工业软件数量（如CAE、分子动力学软件），以及能否实现“开箱即用”的混合编程。第三，相干时间与纠错效率。对于专用机，除了物理比特数，关键在于特定问题的求解精度以及在非理想环境下的抗干扰能力。能否向客户提供明确的“量子优越性证据”（即在特定问题上显著超越当前最先进GPU的性价比），是商业合同续签的根本。他还特别指出，对于国家队客户而言，核心元器件（如光源、探测器、低温器件）的国产化率，是比交付数量更重要的“隐形指标”。

对标英伟达与谷歌 中国专用量子计算的全球坐标与破局关键

就在玻色量子宣布融资的同时，全球量子计算赛道正经历一场“巨头会战”。英伟达提出“量子+AI”融合战略，目标在2028年前推出实用级融合系统；IBM发布了“量子中心超级计算”参考架构；谷歌则将量子计算、机器人技术以及AI驱动的药物研发定位为三大前沿领域。

而玻色量子所坚持的“量超智融合”与“量子计算+AI”方向，与这些国际巨头的战略高度契合。周迪认为，在工程化能力上，中国的专用量子计算（如光量子路线）进展领先，已实现真机交付与规模化应用；在生态建设上，政策支持力度强，专利数全球领先，但高端核心部件（如稀释制冷机、高精度测控设备）仍依赖进口，软件生态与通用计算相比存在差距。

葛林波给出了更积极的判断。他表示，在全球专用量子计算领域，中国的工程化能力已跻身国际第一梯队。玻色量子实现了千比特级专用量子计算机的量产，真机交付量位居全球前列，并建成了国内首个规模化制造工厂，在光量子计算路线上实现了技术领跑。在生态建设方面，已形成“量子+AI+超算”的融合应用生态，云服务覆盖超900所院校，在20多个行业完成了100多个场景的探索。

同时，他也指出了差距：相比国际巨头，中国在全球开发者生态和跨行业商业落地的深度上仍有不足。对于未来三年实现批量化制造，他认为最需突破三大瓶颈：一是核心硬件层面，提升量子芯片的中试工艺与良率，实现芯片自主可控的规模化生产；二是系统层面，攻克量子测控的稳定性与标准化难题，降低设备研发和制造成本；三是产业链层面，完善量子计算核心器件及配套软件的上下游供应链，实现关键零部件的国产化替代与规模化供应。

胡双则从“工程化并跑”和“生态追赶”两个维度来定位中国。他指出，在专用量子计算领域，中国目前处于“工程化并跑”的有利位置，但在生态建设上仍处于追赶阶段。以玻色量子、本源量子等为代表的企业，在专用机（光量子、超导专用机）的整机制造和交付速度上，已跻身全球第一梯队，不逊于美国的PsiQuantum、IonQ等公司。中国在光电器件、精密控制等领域具备强大的供应链基础，使得工程样机的迭代速度极快。但与英伟达（CUDA-Q）、IBM（Qiskit）所构建的“硬件+软件+开发者社区”的全球生态相比，中国在跨行业开发者生态和工业软件原生适配方面仍有差距。”

他进一步提出了更具系统性的未来三年核心瓶颈。第一，核心元器件的“车规级”良率与一致性。实验室研制可以依靠手工调优，但批量化制造要求每一台量子计算机的核心部件（如光量子芯片的加工误差、低温线缆的衰减一致性）具有极高的一致性和良率。当前量子比特芯片的良率远低于经典芯片，这是制约成本下降和规模化部署的最大物理瓶颈。

第二，低温/控制系统的集成化与小型化。目前量子计算机的“冰箱”和“线缆森林”体积庞大，成本高昂。未来三年，能否将复杂的室温电子学控制系统集成到特定应用集成电路芯片上，并实现极低温环境下的高密度互联，是决定量子计算机能否从“实验室怪兽”变为“数据中心标准设备”的关键。

第三，混合算力调度中间件。批量化制造出来的机器不能孤立运行，真正的瓶颈在于软件定义的“量超智”融合调度系统。如果不能开发出像英伟达那样能够无缝调度GPU和QPU（量子处理单元）的统一编程框架，让普通工程师无需理解量子物理即可调用算力，那么即便制造出100台真机，也可能面临“有算力无用户”的局面。实现从“卖硬件”到“提供标准化算力服务”的商业模式跃迁，是批量化制造的商业前提。

三位专家的判断形成了共识：中国在专用量子计算的工程化能力上已跻身全球第一梯队，部分环节具备领先优势；但在核心部件自主化、软件生态、开发者社区以及批量化制造的良率与集成化方面，仍面临硬骨头。未来三年，谁能在这些瓶颈上率先突破，谁就能在下一代计算体系中占据主导地位。