中国工业报  王珊珊  吴晨

参数量仅为英伟达同类产品的十分之一，性能却能达到后者的95%——近日，一家名叫清醒异构的上海公司，发布了一款名为RiverONE的量子视觉模型。不依赖真实的量子计算机，只用经典计算机模拟量子计算，就把模型做到了“又小又强”。

这背后，是一个关于“All in”的故事。

一个电话，叫停所有业务

2025年的一天，清醒异构CEO余腾接到一个电话。电话那头传来的是一份数学验证结果——团队证明了自研的量子高密度智能构建方法确实可行。

余腾在原地站了一会儿，然后给团队发了一条信息：其他路线全停，All in量子，去上海。

在此之前，量子计算和AI模型两个赛道几乎是平行的。很少有人愿意走到中间去——原因很现实：量子硬件还没成熟，算法无法直接跑在真实量子芯片上；而用经典计算机模拟量子线路，工程门槛极高、算力成本巨大。这条路线“两头不靠”，既没有硬件红利，也没有开源生态可借鉴。

但余腾并非凭空入场。他曾在帝国理工师从时任ACM主席的AlexanderL.Wolf教授和英国皇家工程院院士WayneLuk教授，2019年回国后在清华做博士后，参与过科技部国家重点研发计划项目《量子程序设计理论、方法与工具》。这让他比大多数人更早意识到：量子计算从理论到工程，缺的不仅是硬件，更是一座“现在就能用”的桥梁。

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告诉中国工业报，这个决策本质上是一场“范式”级的豪赌。“做传统AI系统的部署，是在现有成熟技术框架下解决工程问题；而在通用量子计算机远未成熟时，就去探索用另一种物理原理来重构智能模型本身，这是在探索一种可能颠覆现有AI的全新范式。”

2025年10月，外部验证来了。英伟达推出开放系统架构NVQLink，主动布局量子赛道。顶级算力厂商已经认定“量子+AI”是下一代方向。加上团队的数学验证成功，余腾当即拍板——所有传统AI业务一夜叫停，全部资源集中到量子AI。

然而，工信部信息通信经济专家委员会委员盘和林向中国工业报表达了他的审慎观察：“这是一次尝试，但尝试是否成功，尚没有定论。量子技术本身就存在不确定性，更何况模拟量子重构这类概念性的算法。只能说，充满了不确定性。”

“削土豆”到造灯泡

量子计算太抽象了。余腾和CTO马鑫典被问得最多的就是：这到底好在哪？

接受中国工业报采访时他们用了一个比喻。

“传统AI做精密加工，就像在黑暗中摸索着削土豆——削一刀，看看薄厚，再削一刀，再量一量。”

国内头部光学镜片厂商森蓝光学就是例子。核心工序是光学原材料的精加工打磨，此前已经用上了传统AI大模型做识别和运动轨迹规划，但模型需要反复试错，一回定型是奢望。

量子优化模型改变了一切——“它能在扫描原料后一次性完成加工，整体效率提高20%到30%。”余腾算了一笔账：每台高精密光学加工设备凭空多创造出一百余万元的价值。

这种“一键式”效率提升，根源在于量子计算的信息表达方式。马鑫典这样解释：“经典计算中，我们用一个点来表示一个特征；而在量子架构中，N个量子比特可以编码一个高达2的N次方的信息空间。好比把一张二维平面地图，升级成了一个拥有无数个内部夹层的立体全息投影。”

在一个立体空间里找最优解，跟在平面上找，完全不是一回事。

但理论到工程，中间隔着大量的“试不出来”。一到两个月里，团队一直在试——有些量子线路在压缩场景下直接失效。

“这个过程就像爱迪生造灯泡。你知道理论上能亮，但具体哪根钨丝、什么电压，得试。运气好，试出来了。”余腾说。

能“试出来”，离不开上海的支持。在上海市科委和徐汇区的支持下，上海人工智能实验室、上海仪电集团与清醒异构团队针对多款国产AI芯片逐算子调试、逐轮数据对齐，完整实现了全流程国产化适配。“没有这些算力支持，不可能在一两个月内把工程模型跑通。”

胡双认为，选择上海落地是一个极其理性的战术决策。“上海恰好提供了啃下‘硬骨头’所需的三种关键资源：复旦、交大等高校在量子信息和人工智能领域有深厚的学术积累和人才储备；作为全国科创和金融中心，资本更愿意押注长周期的硬科技；上海正在打造人工智能和未来产业的‘高地’，能为量子AI这一前沿交叉领域提供最佳的应用探索场景和容错环境。”

不过，盘和林提醒，需要厘清一个关键概念：“本质区别在底层架构的不同。量子方法不是量子技术，而是模拟量子技术，其本质还是在现有计算机的物理框架内。这种改变概念带来的性能提升往往是理论上的，客户是否买单，最终还是要市场说了算。”

更大的舞台：物理智能

2026年6月26日，清醒异构在上海徐汇正式发布RiverONE。

这是国内首个基于模拟量子算力重构的视觉模型。参数量仅为英伟达同类产品的十分之一，可在多款纯国产AI硬件系统和个人电脑上流畅运行，性能达到后者的95%。

用更具体的数据说：RiverONE以约19亿参数，在QcalEval评估上达到了英伟达350亿参数ISING模型95%的性能。

苏商银行特约研究员高政扬向中国工业报分析，清醒异构的核心创新在于“将量子计算的思维范式与经典AI模型全栈进行深度揉合”——把量子计算原理引入AI模型的底层架构设计，构建出一套有别于当前主流Transformer范式的高密度智能构建体系。该体系借助量子态叠加等基本信息表征机制，通过模拟量子线路重构模型的推理路径与特征提取逻辑，显著提升信息表征密度，同时展现出对国产异构算力环境的高度兼容能力。“得益于量子原理的引入，模型能够以极小的参数规模复现乃至超越传统海量参数模型的性能表现，有效缓解当前AI产业面临的算力瓶颈压力，使大模型在移动终端和纯国产硬件平台上的流畅部署成为现实。”

这款模型目前面向科研图表解析和量子校准识别场景，可自动完成图表解析和设备校验，取代大量重复性科研工作。

但RiverONE只是一块“木板”。余腾透露，今年下半年，面向更广泛场景的量子通用编程系列模型也将陆续面世。

余腾更感兴趣的，是“物理智能”。

以扫地机器人为例。行业正在探索下一代产品——从圆盘式扫地带吸尘，进化到会捡垃圾、会按电梯、会自主决策的复杂形态。这背后需要大量的视觉识别和路径规划能力，传统方案依赖云端大模型。

量子计算的介入，可将模型大幅度压缩，直接在边缘端部署。“数据不用出家庭，隐私问题也解决了。”

高政扬对此表示认同。在他看来，从中长期来看，随着量子通用编程系列模型逐步落地，量子AI所独有的物理推演能力有望在具身智能、工业质检、自动驾驶等依赖空间感知与底层物理规律的复杂领域发挥关键作用，开拓更广阔的应用空间。

余腾提出的“量子驱动异构系统”，正是希望成为下一代基础大模型的“算力工厂”——通过引入量子计算过程，实现经典大模型的蒸馏与预训练，让人工智能在具身智能、自动驾驶、生物医药等复杂场景中获得“物理直觉”，实现从经验判断向物理推演的跨越。

一条“两头不靠”的路，为什么值得走？

胡双指出，清醒异构看到的恰是这个“真空地带”的价值：正因硬件未成熟，基于数学验证的“量子启发式AI模型”才可能先行一步，形成代差优势。但这条路也面临着三重残酷的技术陷阱：量子硬件没成熟，算法无法在真实环境验证；用经典计算机模拟量子系统，算力需求随量子比特数指数级增长，成本极高；没有现成的开源框架和开发者社区可依赖，一切工具和库都要从头造起。这是真正的“无人区”。

2026年第一季度，中国量子计算赛道融资总额达32亿元，超过2025年全年总和。相比之下，清醒异构的体量异常“轻盈”——初创时仅3人的核心攻坚小组，如今上海研发团队扩充至13人。

但余腾认为这正是差异化所在：“国内做量子的侧重于搞硬件；做大模型的，集中在Transformer。我们是极少数把量子算法和AI模型真正揉在一起、做出商业落地的团队。”

从宜宾到上海，清醒异构沿着长江一路东进。余腾时常感慨：“从宜宾到上海的江水有多绵长，我们这条量子AI路就要走多久。”

在通用量子计算机真正到来之前，他们要先把手上的桥架好。在通用量子计算机真正到来之前，他们要先把手上的桥架好。而清醒异构的这次关键转向，本质上是在“通用量子计算”这个终极梦想实现前，先通过“量子启发式模型”这一中间态，用工程化能力在经典计算机上提前释放量子算法的理论优势。

但盘和林提醒，即便技术路径走得通，产业化的挑战依然艰巨：“不确定性依旧很高，这和英伟达关系不大，关键是整个生态都基于传统计算机的底层技术。生态不是一日建成，而是日积月累的。”

这既是一个巨大的技术冒险，也是一个极其诱人的先发战略。量子AI究竟是“破冰时刻”还是“概念先行”，市场很快将给出第一轮回应。