当量子计算走出实验室的象牙塔，一场关于技术落地的叙事革命正在悄然发生。

2024年量子科技领域迎来投融资热潮，资本不再满足于实验室成果展示，而是将目光投向工程化落地与量产验证。产业界正加速测试部署量子计算设备，一个估值超百亿美元的蓝海市场，正站在商业化的临界点上蓄势待发。

然而，在每台量子计算机数千万美元的造价与长达数年的验证周期之间，行业尚未形成统一的发展共识。这场技术革命的'ChatGPT时刻'究竟何时到来？

徽声在线记者近日专访相干（北京）科技有限公司创始人金贻荣，这位同时担任北京量子信息科学研究院生态建设团队负责人的技术领军者表示：'量子计算商业化的真正标志，不在于比特数量突破，而在于可验证的量子优势。'

据公开资料显示，作为北京量子信息科学研究院超导团队孵化的明星企业，相干科技今年已完成三轮总额超5亿元融资。公司正全力推进量子芯片迭代升级与自主产线建设，目标是在2025年前实现百比特量子计算机的商业化交付，并搭建全球领先的量子云算力平台。

当科研团队向产业界转型，如何让量子计算真正'飞入寻常百姓家'，成为摆在从业者面前的核心命题。

金贻荣 公司供图

突破比特数量迷思：工程化新战场

传统认知中，量子计算的能力与量子比特数量呈指数级正相关——经典比特仅能表示0或1，而量子比特可同时处于叠加态。这种特性曾让'千比特俱乐部'成为行业追逐的圣杯。

但金贻荣指出，当技术从实验室走向生产线，如何同步攻克噪声抑制与纠错技术，已成为决定量子计算能否解决实际问题的关键门槛。'这就好比造出更快的赛车固然重要，但如果没有耐用的轮胎和精准的操控系统，仍然无法赢得比赛。'

徽声在线：我们注意到头部企业纷纷推进量子计算机量产，这背后的产业逻辑是什么？

金贻荣：这标志着行业进入科研与产业双轮驱动的新阶段。过去我们像是在'手工打造概念车'，现在则需要建立'量子计算生产线'。只有掌握自主可控的制造能力，才能实现工艺的快速迭代优化——就像特斯拉自建超级工厂，既保证品质又控制成本。

徽声在线：量子比特数量是否仍是衡量进展的核心指标？

金贻荣：这个认知需要更新。当前限制计算能力的首要因素是错误率，而非比特数量。量子系统极其脆弱，外界微小干扰都可能导致计算错误，这些错误还会通过量子纠缠在比特间传播。当错误率超过阈值，再多的比特也只是'噪音发生器'。

这也是为什么行业将研发重心转向百比特规模下的芯片质量提升。就像建造大楼，我们需要先确保每块砖的质量，而不是盲目追求楼层高度。只有将错误率降至0.1%以下，才能开始解决工业级难题。

徽声在线：从实验室样品到工业级产品，最大的工程挑战是什么？

金贻荣：科研追求性能极限，而工程化需要建立'稳定输出'的能力。这就像烹饪，偶尔做出米其林大餐不难，难的是每天为上千顾客提供标准化的美味。我们过去两年重点攻克了两个关键环节：钽材料加工精度和约瑟夫森结制备一致性。现在每个工艺步骤都不依赖单一设备，正在建设的自主产线将把这些经验转化为可复制的工业标准。

量子芯片 公司供图

商业化临界点：寻找产业'尺子'

市场研究机构Gartner预测，全球量子计算收入将从2026年的8.7亿美元跃升至2027年的11亿美元。但金贻荣提醒，收入增长不等于应用成熟，行业需要建立新的评价标准。

'就像电动汽车不能只用续航里程衡量，量子计算需要'可验证优势'这个新标尺。'他解释道，'这包含三个层次：能解决经典计算机难以处理的问题；解决方案具有经济价值；结果可验证且可重复。'

徽声在线：当前量子计算商业化处于什么阶段？

金贻荣：上游设备市场已初具规模，但下游应用仍在探索期。我们正在经历从'原理验证'到'应用示范'的关键跨越。就像互联网早期，只有当亚马逊、谷歌证明商业模式可行后，市场才真正爆发。现在需要更多'量子计算杀手级应用'的出现。

国际巨头如Google、IBM已率先提出'可验证优势'概念。这区别于早期的'量子优越性'——后者只需证明量子计算在特定任务上超越经典计算机，而前者要求解决真实世界的问题。比如优化物流路线、加速药物研发等。

一旦出现几个成功案例，行业信心将指数级增长。这类似于AI领域AlphaGo的突破，虽然初期应用有限，但彻底改变了社会对技术的认知预期。

徽声在线：如何定义商业化临界点？比特规模还是其他指标？

金贻荣：传统指标正在失效。我们需要创造新的评价维度，比如特定问题的加速比、解决方案的成本效益比等。这就像智能手机时代，我们不再用晶体管数量衡量设备，而是关注用户体验和生态价值。

当前仍需借用科研指标交流，是因为产业尚未成熟到能定义新标准。但这个'产业语言'正在形成——当量子计算开始影响股票交易、材料研发等核心领域时，真正的评价标准自然会涌现。

量子计算机 公司供图

生态构建：从单点突破到系统能力

量子计算的竞争已演变为生态系统的较量。2026年7月，全球量子计算第一股IonQ收购半导体企业SkyWater，强化芯片制造能力；中国'十五五'规划明确将量子科技列为战略产业，提出构建多元技术路线与商业模式。

这种趋势揭示一个真理：量子计算需要从'技术奇点'走向'产业高原'。

徽声在线：中国量子计算工程化水平如何？存在哪些短板？

金贻荣：最近三年进步显著，但形成产业规模仍需时日。我们既要避免'技术孤岛'，也要防止'低水平重复'。真正的产业高原需要：持续的技术突破、完善的人才梯队、活跃的创新生态。就像硅谷不是靠几家巨头，而是由数千家配套企业共同支撑。

供应链方面，量子计算仍处于'手工作坊'阶段。随着应用需求明确和产业规模扩大，供应链将自然成熟——这需要政策引导与市场机制共同作用。

徽声在线：相干科技为何同时布局自建产线和公共平台合作？

金贻荣：这是'双轮驱动'策略。自建产线相当于企业的'中央研究院'，负责前沿工艺探索和知识产权积累；公共平台合作则类似'开放实验室'，利用社会资源降低成本，同时培养产业人才。

量子芯片制造需要'工艺-设计-材料'的深度协同，这在产业早期尤为重要。自建产线让我们能快速迭代工艺，比如将约瑟夫森结的制备周期从3天缩短至8小时；公共平台合作则帮助我们控制成本——流片费用可降低40%以上。

量子计算机 公司供图

应用破局：需要双向奔赴

麦肯锡报告显示，全球已有超300家企业与量子计算公司合作探索业务场景。但金贻荣强调，技术落地需要研发端与应用端的深度耦合。

'这就像谈恋爱，不能只有一方主动。'他形象地比喻，'研发端需要理解产业痛点，应用端也要学习量子语言。我们正在与银行、药企、超算中心建立联合实验室，让量子计算真正嵌入业务流。'

徽声在线：超导路线相比其他技术路线有何优势？

金贻荣：超导量子比特就像'可编程的原子'，具有三大独特优势：首先，其宏观量子态特性使操控速度比光量子快1000倍；其次，芯片工艺与半导体高度兼容，可借助成熟产业链降低成本；最后，测控系统使用射频微波技术，与通信产业共享技术基础。

当然，超导路线也面临挑战——退相干时间较短。但我们通过材料创新和纠错编码，已将有效计算时间从微秒级提升至毫秒级。这也是为什么全球70%的量子云服务基于超导技术。

从产业视角看，超导路线更易形成'量子计算+经典计算'的混合架构。就像GPU与CPU的协同，未来量子处理器将成为特殊计算任务的加速器。

徽声在线：哪些领域可能率先实现量子计算落地？主要障碍是什么？

金贻荣：材料设计、金融优化和量子化学计算是三大前沿方向。比如我们正在与药企合作，用量子计算模拟蛋白质折叠，将研发周期从数年缩短至数月。

但应用落地面临三重挑战：场景稀缺导致算法开发动力不足；量子硬件资源昂贵且稀缺；最关键的是'语言障碍'——化学家不懂量子比特，量子工程师不了解催化反应。这需要建立跨学科翻译团队。

这也是我们推出'量子计算即服务'（QCaaS）的初衷。通过云平台降低使用门槛，让更多企业能以咖啡的价格体验量子计算。就像AWS推动云计算普及一样，我们需要培养第一批'量子原生'应用。

同时，我们正在开发行业专用量子编程框架，将复杂物理模型封装成标准接口。未来，生物学家只需调用几个函数，就能完成量子模拟计算。

应用落地需要耐心。就像互联网早期，谁也没想到社交媒体会成为杀手级应用。量子计算同样需要与行业深度融合，在解决实际问题的过程中找到自己的'微信时刻'。