量子計算：美國下注9家公司 行業轉折點已至

一九四七年，丹麥王室授予尼爾斯·玻爾爵位。

這位量子力學的奠基人，給自己設計了一枚很特別的家族徽章：中央不是獅子、王冠或盾牌，而是一幅太極圖。圖案四周刻著一句拉丁文：Contraria sunt complementa，意思是“對立即互補”。

這是玻爾一生最重要的思想之一：電子既像粒子，也像波；光既有粒子性，也有波動性。兩種看似衝突的描述，並不是互相否定，而是共同描述同一個世界。

很有意思的是，百年後的今天，我們重新討論量子計算，其實仍然繞不開這幅太極圖。量子計算不是把舊計算機做得更快，而是承認世界底層本來就不是非黑即白、非 0 即 1。它更像是在 0 和 1 之間，打開了一片灰色、流動、充滿可能性的空間。

過去很長一段時間，量子計算像一門離現實很遠的科學。它有諾貝爾獎級別的物理基礎，有無數論文和實驗室突破，但距離普通人的生活、資本市場的定價，似乎始終隔著一層霧。

現在，情況變了。

二零二六年五月二十一日，美國商務部宣布：依據《晶片與科學法案》，與 九家量子相關公司簽署意向書，擬提供二十億零十三萬美元聯邦激勵資金。作為條件，美國政府將獲得各公司少數、非控制性股權。

這是美國政府繼英特爾、稀土、鋰礦等關鍵產業之後，以股權方式介入的又一個戰略賽道。其影響遠不止相關量子公司股價大漲，更重要的是，美國已經把量子計算從“未來科技”，正式列入“必須提前佔位”的國家產業清單。

當私人資本和國家資本同時加碼，當美國政府開始以股權方式參與這個賽道，量子計算就不再只是實驗室裡的前沿研究，也開始成為投資人必須看懂的新產業：

• 它會怎樣改變現實世界？

• 誰在掌握關鍵技術路線？

• 哪些公司已經站上牌桌？

一、量子計算是什麼？

1、經典計算的限制

在討論量子計算之前，先應該了解一下當前從個人電腦到超級電腦的經典計算——我們整個世界都圍繞這個建立。

經典計算機的最小單位叫 bit，只能是 0 或者 1。像一個開關，要麼開，要麼關。

一張照片、一段影片、一筆銀行轉帳、一個 AI 模型，最終都可以拆成海量的 0 和 1。

比如我們在電腦上看到一個單詞 Apple。電腦並不是直接“認識”這個詞，它先把 A、p、p、l、e 拆成一個個字符。每個字符都有一個編碼，比如早期 ASCII 編碼裡，A 對應數字 65，寫成二進位就是 01000001；p 對應數字 112，寫成二進位就是 01110000。於是 Apple 這個詞，在底層就變成了一串 0 和 1。接下來，電腦再根據字體檔案，知道每個字母應該長什麼樣；根據螢幕像素，決定哪些小點亮、哪些小點暗、顯示什麼顏色。最後，我們才在螢幕上看到一個完整的 Apple。

所以，經典計算機並不理解文字、圖片、影片本身。它只是把這一切全部翻譯成 0 和 1，再用極高速度處理這些 0 和 1。現代數位世界，靠的就是這種“笨辦法”。這套辦法非常強大，過去幾十年，人類所有的互聯網、手機、遊戲、雲端運算、AI，都是在 0 和 1 上建起來的。

但 bit 有自己的邊界，因為有些問題不是“算得不夠快”，而是可能性的數量太大，大到經典計算機即使用盡地球上的算力，也很難在現實時間裡算完。比如一個 100 位的二進位密碼，可能性是 2 的 100 次方，用現在頂配個人電腦來破解，即使在非常理想化的輕量哈希場景下，窮舉時間會拉長到約 1800 億年。

但如果密碼升級到 128 位，而且用全世界最快的超級電腦 El Capitan，而且極樂觀地假設“嘗試一次密碼只需要一次運算”，那麼需要約 6 萬億年。宇宙年齡是 138 億年，破解需要的時間是宇宙年齡的 430 倍。

如果升級到 256 位， 則需要宇宙年齡的 1.45 × 10⁴¹ 倍，大概是 145 後面跟 39 個零那麼久——宇宙都等不起。

人類在晶片上的持續提速，已經很難解決這類問題。

面對這類指數級膨脹的問題，經典計算機通常只有兩種辦法：

• 要麼硬試，直到時間不可接受；

• 要麼在某些問題上使用近似算法，接受一個“不一定最優、但足夠好”的結果。

於是，人類就和過去無數年進化史一樣，在尋找計算的範式轉移。

2、令人震驚的量子計算

量子計算機的最小單位不叫 bit，叫 qubit，量子比特。和經典計算的 0 和 1 不同的是，量子計算機裡面的 qubit，在測量發生前，處於 0 和 1 的疊加態裡。

這句話聽起來很怪。用一個比喻來理解，把大小王兩張牌中盲選一張扣在桌上，我們沒有翻開，但它已經確定是大王或小王——無論我們是否翻開，牌是確定的。

但疊加態不一樣，它在我們觀察前，處於既是大王、又是小王的狀態，所以根本沒法回答是大王還是小王，只有我們翻開牌面，看到的那一刻才確定下來——是的，簡直反常到讓人驚恐，我們的觀測竟然還影響到結果，這非常顛覆我們對世界的認知。

當然，上面的例子只是為了方便理解，實際上量子力學裡的“觀測”不是指我們“看了一眼”，也不是所謂的“人的意識改變宇宙”，而是測量裝置和環境參與進來，會改變這個微觀系統，形成不同的結果。

普通 bit 是確定性，要麼是 0，要麼是 1。

普通 qubit 是可能性，觀測後才知道，是 0 還是 1。

經典計算機裡，兩個 bit 在某一刻只能是下面四種之一：

但兩個 qubit 在疊加態裡，就可以同時表示四種狀態：00、01、10、11

• 三個 qubit，可以對應 8 種狀態。

• 10 個 qubit，可以對應 1024 種狀態。

• 50 個 qubit，可以對應約一千萬億種狀態。

• 300 個 qubit，對應的狀態數量，超過可觀測宇宙中的原子總數。

這種量子特性怎麼變成計算？這就需要量子算法，讓錯的答案越來越弱，讓對的答案越來越強，直到最後觀測的時候，那個被放大的正確答案，就更容易出現。

一個對比例子：經典計算機像是在黑暗裡找路，面前有一百萬條路，它就一條一條走，一條錯了，退回來再走另一條。

量子計算機讓所有道路在一起變成一道水波，量子算法就是放點水波互相作用，把答案從可能性中推出來。

量子計算是一種完全不同的找答案方式：

經典計算靠一步一步試。 量子計算靠疊加、干涉和概率放大。

這就是它和普通電腦最根本的區別。

• 普通電腦再快，本質上還是在 0 和 1 之間機械運算。

• 量子計算機利用的是微觀世界本身的規律：疊加、干涉、測量。

同樣是破解密碼的任務，經典計算機只能一個個硬試。而量子計算機直接一次性知道了大量可能性，算法去找出可能的答案，它在某些場景會變成捷徑。

而且量子計算更類似自然的“神學”，經典計算要模擬一場暴風雨，可以做近似，但很吃力。但量子計算本來就是類似自然的一部分，去觸摸可能的規則時，更接近自然的語言。費曼有句名言：“大自然不是經典的。如果你想模擬自然界，你最好把它做成量子的。”

世界底層本來就是量子的，人類遲早需要一台按照量子規律運轉的機器，去計算這個量子世界。

3、量子將怎樣改變世界？

量子計算不是萬能的。日常計算，比如看影片、跑表格、打遊戲、訓練大模型，經典計算機依然是最優解。量子計算機做這些不會更快，甚至會更慢。

它真正的價值，集中在某一類特定問題上：狀態空間巨大，答案藏在天文數級的可能性裡，而且問題本身有可以被量子干涉利用的結構。在這種場合，它帶來的加速不是 2 倍、10 倍、100 倍，而是從“算不完”到“算得完”的跨越。

最典型的是三類問題。

第一類，密碼學

今天全球互聯網的安全基礎，包括網銀登入、聊天加密、政府通信，很大一部分依賴 RSA、ECC 這類公鑰密碼體系。1994 年，貝爾實驗室的 Peter Shor 提出了 Shor 量子算法。這個算法證明，如果未來出現一台足夠大的容錯量子計算機，它理論上可以在遠短於經典計算機的時間內破解 RSA 這類加密體系。

這就是所謂 Q-Day，量子末日。

當足夠強的量子計算機出現後，今天很多依賴 RSA 和 ECC 的加密通信、金融數據、政府文件，都面臨被破解的風險。

尤其可怕的是“現在截獲，將來解密”：攻擊者今天先把加密數據保存下來，等未來量子計算機成熟後再反向解開——人們會在自以為安全的情況下，失去密碼的保護。

這是巨大的危險，因為當前人類文明都靠著各種密碼在維護，一旦量子計算落地，整個數字世界的安全基礎，都需要提前換一遍。

第二類，分子模擬

1981年，物理學家費曼提出量子計算的最初動機，就是分子模擬。一個分子裡，電子之間怎樣相互作用，本質上是量子力學問題。經典計算機模擬一個分子，所需算力會隨著系統複雜度指數級上升。

而這件事，在新藥研發、新材料設計、新型電池等方面，量子計算機做這件事有天然優勢。因為它本身就是一個量子系統。用一個量子系統去模擬另一個量子系統，狀態空間在物理上更容易對應。理論上，它可以更精確地計算分子的電子結構、能級變化和反應路徑。

如果跑通，它可能顯著壓縮早期發現和候選分子篩選的時間，提高新藥、新型電池、新型催化劑、新型材料的研發效率。

未來，人們可以打一針治癒癌症，可以造出前所未有的材料，可以去到前所未有的高度。

第三類，組合優化

組合優化聽起來抽象，但現實裡到處都是。比如物流路徑、晶片布線、航班調度、金融投資組合、生產排程，本質上都是在海量方案裡找一個更優解。

最經典的例子是旅行商問題：一個快遞員從公司出發，要把包裹送到多個地點，每個地點只去一次，最後回到公司，怎樣走總路程最短？

地點數量一多，可能路線會爆炸式增長。20 個地點的路線已經是千萬億級別；30 個地點會暴漲到 10 的 30 次方以上。經典計算機如果逐條檢查，很快就會遇到現實世界的算力上限。

在這類問題上，量子計算可能透過疊加、干涉和量子近似優化算法，把更優解的概率提高。

總的來說，量子計算不是拿來取代手機、電腦、GPU，也不是拿來直接訓練大模型。它更像是一種特殊機器，專門用來解決經典計算機最頭疼的一類問題，而這些問題牽涉到很多重大的領域：密碼安全、藥物研發、能源材料、金融系統、國防能力，牽動著整個數位世界的底層秩序。

4、量子計算跨過的關鍵點

量子比特太脆弱，溫度、電磁噪聲、機械振動，都會讓它出錯。為了讓量子計算機真正可用，工程師必須用很多個“物理量子比特”，組合成一個更穩定的“邏輯量子比特”。

這裡有一條關鍵分界線，叫糾錯閾值。可以把它想成很多人一起抄一段文字。如果每個人錯得太多，大家互相校對也沒用，因為錯答案太多，根本分不清誰對誰錯。這時候人越多，錯誤越多。但如果每個人只是偶爾出錯，多找幾個人一起抄就有用了。大多數人的答案會壓過少數錯誤，整體結果反而更準。

量子糾錯也是這樣。

當物理量子比特的錯誤率高於某個閾值時，加更多量子比特只會帶來更多噪聲，系統越大越錯。當錯誤率低於這個閾值後：加更多量子比特，可以讓它們彼此校驗，組合出更穩定的邏輯量子比特。系統越大，邏輯錯誤率越低。

這就是所謂“跨過糾錯閾值”——量子計算從“越做越亂”，變成“越做越穩”。

而這條線，人類第一次跨過去，是二零二四年十二月。谷歌 Willow 芯片，錯誤抑制因子 Λ = 2.14，意思是碼距每增加 2，邏輯錯誤率被壓低約 2.14 倍，系統進入低於閾值的區域。一年之後，Quantinuum、祖沖之 3.2號、QuEra 依序以不同的技術路線跨過這條線。

跨過這條線之後，關於量子計算的討論開始轉向——從“能不能做出來”，變成了“什麼時候做出來”。

接下來一年多，轉折點開始形成。

二、量子的狂飆突進

谷歌 Willow 發布到今天，約一年半，時間不長，但發生了很多大事。

結構性轉折點很明確！

1、私募資本和政策資本同時下注

資本市場端的數字更直觀。

QED-C 數據顯示，截至 2025 年底，全球量子產業的公共資金承諾累計達到 五百六十七億美元。同年，全球量子領域的風險投資 49 億美元，其中美國總部公司就拿走 27 億美元，比 2024 年的 17 億美元增長接近 60%。

上面這些還是 五月二十一日美國政府入股 20 億美元之前的數字。

量子計算公司過去 5 年的私募融資，主要是給科學家們做基礎研究的資金。五月二十一日的 20 億美元不一樣，它是給產業基礎建設的錢：IBM 拿走 10 億建美國第一座專用量子晶圓代工廠，GlobalFoundries（格芯）拿走 3.75 億建低溫 CMOS 控制晶片和封裝線，並在當天同步成立了“Quantum Technology Solutions”業務部門，準備承接其他幾家公司的代工訂單。

這兩家拿走13.75 億美元，占總額的 68%，剩下的 6.38 億美元，分給 7 家做不同技術路線的公司，其中 6 家各 1 億美元，Diraq 3800 萬美元。

2、對 AI 革命有何影響？

答案要回到費曼 1981 年那個判斷上來：經典計算機永遠沒辦法準確模擬量子世界，因為它們運行的物理規則，本身就不是量子的。

AI 尤其是大模型本質上是統計推斷的極致工程化。它把人類語言、圖像、影片裡的統計模式學得越來越精，但它在物理上不能比經典計算機更快地解決量子問題。GPT-5 可以告訴你某個分子大概是什麼樣，但它沒辦法精確計算這個分子的電子雲分布，後者是量子力學問題。

AI 解決的是“統計模式提取”，量子計算解決的是“物理本質模擬”，這是兩件不同的事，各有各的極限，各有各的應用場景。下一代藥物、能源、材料、密碼學的突破，需要的不是“更快的 GPU”，而是一種在物理層面就和量子世界同構的機器。

這是五月二十一日 IBM 拿走 10 億美元去建 foundry、而不是去建另一個 AI 數據中心的原因。

3、時間對每個人都緊迫

第一端是機會。量子計算如果在 2029-2033 年區間真的進入實用階段，誰先掌握產業鏈上游（晶片代工、關鍵材料、操控系統），誰就有 10 年的窗口期。這是台積電、阿斯麥那個級別的產業格局機會。無論是創業者、投資者、國家，都到了要研究和下注的時候。

第二端是威脅。任何一個國家搶先一步達到 Q-Day，也就是所謂“量子末日”實現，能夠率先破解最高強度的密碼，那當前全球互聯網的加密體系會在一夜之間作廢，但所有過去加密數據，理論上一旦被截獲並保存，就能在 Q-Day 那天被反向解開，這涉及到的影響簡直是無法用言語來形容，小到銀行系統、加密助記詞，大到導彈、核彈可能都陷入危險中。

美國的這筆錢，不是“補貼”，是“押注 + 防禦”。

4、產業的三階段

量子計算跨過轉折點以後，誰會贏？ 預測未來是最難的事，但可以用方法和邏輯降低難度。接下來主要會有三個階段：

一是驗證階段。誰先證明自己的機器可以在某個真實問題上超越經典計算機，誰就會拿到第一張入場券。這是 IBM、Google、Quantinuum、IonQ 這些公司正在爭的東西，也是我們需要密切關注的東西，這將是一個類似 ChatGPT 問世一樣的時刻——不同的是，看到本篇文章的你，會在今天起心裡開始有所準備。

二是專用階段。量子計算會先進入少數高價值場景：藥物研發、材料模擬、化學反應、密碼安全、金融組合優化、國防計算。這些場景有一個共同點：問題很窄，但價值很高。 這裡面哪些玩家能用好量子計算，產出好成果，會是應用層的 GPT 時刻。

三是平台階段。如果某條路線能夠繼續擴展，如果邏輯量子比特數量持續提升，如果錯誤率持續下降，如果軟體生態逐漸成熟，那麼量子計算才會從“專用機器”變成“計算平台”。到了那一天，量子計算就不再是一家公司賣幾台機器的問題，而是雲服務、開發工具、算法生態、行業解決方案一起展開的問題，將會是和當前 AI 產業鏈一樣的爆發，將會有無數的機會等著我們。

關注量子計算，不必太糾結今天誰漲了，先搞清楚它的發展步驟，以及牌桌上的主要玩家。

三、牌桌上的玩家有誰？

類似 AI 產業鏈，量子計算未來也會分層。我大致把它分成三層：

1、硬體製造層

這一層類似 AI 裡的算力基礎設施，包括量子晶片、晶圓、封裝、低溫控制、控制晶片、激光系統、光子器件、稀釋制冷機等。它決定量子計算能不能從實驗室走向工業化。IBM、GlobalFoundries、SkyWater、本源量子、Diraq 等公司，都和這一層高度相關。

不過量子計算和傳統晶片不同，它的底層硬體現在還沒有統一路線。包括超導、離子阱、中性原子、光子、矽自旋、拓撲等多種路線，誰勝出還不確定，本質上各條路線都是在回答同一個問題：到底用什麼東西來做量子比特？誰能用最低成本，造出最多、最穩定、最可控的邏輯量子比特？

• 超導路線，像把晶片冷到極寒之後，用特殊電路來做量子比特。代表玩家是 IBM、Google、Rigetti 和本源量子，是目前最主流、最成熟的路線之一。

• 離子阱路線，像把單個原子懸在真空裡，再用激光指揮它計算。代表玩家是 Quantinuum 和 IonQ，優點是準，缺點是慢和規模化難。

• 中性原子路線，像用激光夾子把一顆顆原子夾起來，擺成一張量子棋盤。代表玩家是 QuEra、Atom Computing、Infleqtion，最近幾年進步最快。

• 光子路線，像讓一粒粒光子在晶片裡的光路中穿行、干涉，最後算出答案。代表玩家是 PsiQuantum 和 Xanadu，想像空間大，但工程難度極高。

• 矽自旋路線，像在傳統矽晶片裡，用單個電子的自旋方向來做量子比特。代表玩家是 Diraq 和 Intel，最大吸引力是可以借用半導體產業鏈。

• 拓撲路線，試圖做出一種天生不容易出錯的量子比特。代表玩家主要是微軟，目前還不是產業主線，更像遠期底牌。

所以，技術路線很重要，但它應該放在底層硬體與製造層裡講，而不是單獨拆成一層。

2、軟體與算法層

量子計算不是有了機器就能自動創造價值。就像英偉達不只是 GPU，還有 CUDA；量子計算也需要編程框架、編譯器、糾錯軟體、行業算法和雲端接入。IBM 的 Qiskit、Quantinuum 的軟體棧、IonQ 的雲接入，本質上都在爭這一層。

3、落地應用層

這一層會是最晚成熟、但想像空間最大的一層。新藥、材料、電池、金融、密碼、國防，每個場景都會出現故事。

但應用層最容易產生泡沫。因為“未來能用於藥物、材料、金融、國防”這句話很誘人，卻不等於今天已經有收入。

投資角度看應用層，最重要的是三個問題：有沒有真實客戶？客戶有沒有持續付費？這個問題是不是非量子計算不可？

但這個層面還早。

四、量子公司該怎麼估值？

先說現實：如果用傳統財務指標看，幾乎所有純量子公司都貴。幾十倍市銷率已經算溫和，幾百倍市銷率也不少見。收入只有幾千萬美元，市值卻能衝到幾十億、上百億美元。用成熟公司的眼光看，這甚至瘋狂到不能用泡沫來形容了。

但如果只說泡沫，又太簡單。早期硬科技的估值，本來就不是對當下利潤的定價，而是對未來產業位置的定價。熱鬧時萬馬奔騰，潮水退去後，少數留下來的公司，可能長成參天大樹。

判斷的難度很大。從投資的角度，首要是降低風險、保護本金，所以至少要建立兩層邏輯：

1、看有沒有主業托底

這主要適用於 IBM 和 GlobalFoundries。

IBM 的量子業務就算失敗，它也不會歸零。它有軟體、諮詢、主機、混合雲、企業客戶和自由現金流。量子對於 IBM 來說，是一個巨大的長期看漲期權。

它的估值邏輯應該是：主業現金流給下限，量子業務給上限。

這類公司不一定漲得最快，但它們有一個優勢：投資人不用每天擔心公司會不會在下一輪融資前倒下。

這在硬科技裡很重要。很多偉大的技術，不是輸給了物理，而是輸給了現金流。格芯也是類似邏輯。它本來就是晶片代工廠，量子業務只是新增方向。如果未來量子控制晶片、低溫 CMOS、先進封裝真的形成需求，格芯會受益。如果量子產業推遲，它也還有原來的代工業務。

這類公司適合用“主業估值 + 量子期權”來看。

2、看期權值多少錢

這適用於 IonQ、Quantinuum、D-Wave、Rigetti、Infleqtion。

這類公司估值的核心，不是今年賺多少錢，而是路線有沒有可能兌現。

投資人的角度，要思考或跟蹤一組問題：

• 它押的路線有沒有物理優勢？

• 公司有沒有能力活到下一個關鍵節點？

• 有沒有真實客戶？

• 技術指標是不是持續改善？

• 估值透支了幾年未來？

偉大的產業不等於偉大的投資回報。買得太貴，也可能用很多年消化估值。量子投資在當前階段最難的是：看對了方向，但可能買錯價格，買錯標的。上面這些公司中，今天同步發出了 IBM 和格芯兩家公司的研報——量子計算領域最值得關注的前兩個標的，後續還會陸續更新其他標的。

講到這裡，量子計算這張牌桌大致就清楚了。有人在造機器，有人在修底座，有人在寫軟體，有人在等應用爆發。有的會成為下一代基礎設施，有的會在潮水退去後消失。

經典計算建立了過去的數位世界，量子計算則提醒我們：世界的底層，比 0 和 1 更古老，也更幽深。

它還沒有完全到來，但它一定會到來，以最符合造物規則的方式。