2026年第二季度量子计算领域的融资热度持续攀升据行业统计该季度共有 21 家量子计算相关初创公司完成新融资其中 6 家融资额达到或超过 1 亿美元。值得注意的是本轮投资的资金分布并非押注单一技术路线——超导量子比特、自旋量子比特、中性原子、离子阱等多种方案均有斩获呈现出多路并行、分散押注的格局。这一分布背后既有技术不确定性的考量也有量子计算领域固有的长周期研发特性使然。量子计算之所以在资本市场持续吸引关注根本原因在于其颠覆性潜力一台足够规模的容错量子计算机在特定问题上相比经典计算机具有指数级的速度优势——这意味着药物分子模拟、密码破解、组合优化、金融风险建模等经典计算机难以高效解决的问题理论上可以在量子计算机上获得突破。一、五条技术路线各有优劣尚未分出胜负量子计算的技术路线之争本质上是对量子比特如何物理实现的路径分歧。目前主流的五条路线各有代表团队和技术特点超导量子比特谷歌、IBM、Rigetti 是主要玩家采用在低温下接近绝对零度的超导电路实现量子态控制。优势在于门操作速度快纳秒级、与现有半导体工艺兼容挑战在于需要极低温制冷毫开尔文级、比特一致性随规模扩大而下降。离子阱IonQ、Honeywell现 Quantinuum是代表通过电磁场囚禁单个离子用激光进行量子门操作。优势在于门保真度高99.9%、比特相干时间长挑战在于扩展困难囚禁多个离子并保持控制精度是工程难题。中性原子QuEra、Pasqal 是这一路线的领跑者用光学陷阱囚禁中性原子阵列通过微波或激光实现量子门。优势在于天然支持大规模阵列扩展挑战在于原子定位控制精度要求高。自旋量子比特硅量子点Intel、PsiQuantum 是代表在硅材料中用电子自旋编码量子比特工艺与CMOS高度兼容。优势在于可借助现有半导体 fab 资源挑战在于相干时间短、门保真度有待提升。光子量子比特Xanadu 是代表用光子作为量子比特在线性光学网络中完成计算。优势在于室温操作、与光纤网络天然兼容挑战在于难以实现高保真度的确定性量子门。五条路线各有技术取舍也有各自的支持者阵营。这种分散格局意味着谁将率先实现量子优势即在真实问题上超越经典计算机目前仍是未知数。二、为什么资本愿意同时下注多条路线传统风险投资逻辑通常是押注最可能胜出的路线但量子计算的特殊性在于不同技术路线的应用场景侧重点并不完全重合。举例而言离子阱路线在化学模拟等需要高门保真度的场景更受青睐超导路线在大规模通用量子计算上走得更快光子路线则在量子通信与量子密钥分发领域天然契合。因此头部资本选择分散配置而非all-in单一路线。另一个重要因素是量子计算的基础设施投资具有相当程度的共用性。低温制冷设备、控制电子、量子纠错算法、量子编译器与编程框架等领域的技术积累可以在不同技术路线之间共用。这意味着即便某条路线最终未能胜出相关的基础设施投资也不会完全打水漂。三、量子纠错从物理量子比特到逻辑量子比特当前媒体报道中的量子比特数通常是物理量子比特数——即量子芯片上实际存在的量子比特数量。然而物理量子比特容易受到环境噪声干扰而产生错误无法直接用于有实用价值的计算任务。量子纠错Quantum Error Correction的核心思想是用多个物理量子比特编码一个逻辑量子比特通过冗余来检测和纠正错误使逻辑量子比特的有效错误率大幅降低。粗略估算实现一个有用的逻辑量子比特可能需要 1000~10000 个物理量子比特。这意味着要构建一台能执行有实际价值计算任务的容错量子计算机可能需要数百万物理量子比特——而目前最先进的量子处理器不过数千个物理量子比特。量子纠错工程是横亘在当前量子硬件与实用量子计算之间最艰巨的工程挑战。四、实用场景量子计算何时能真正用起来尽管量子计算的愿景宏大但需要保持清醒的认知通用容错量子计算的实现时间表仍以十年为单位。短期内3~5 年最有价值的落地路径是量子-经典混合架构用经典计算机处理大部分计算量子协处理器只承担其中需要量子加速的关键子模块。这种架构对量子比特数的要求相对较低是当前 NISQ含噪声中等规模量子时代最具可行性的路径。具体来看量子模拟材料科学、药物研发、量子优化物流调度、金融投资组合、量子机器学习是三个被业界寄予厚望的早期商业化方向。全球主要药企辉瑞、默克、化工巨头BASF、金融机构JP 摩根、高盛均已设立量子计算研究团队探索在自身业务场景中的早期应用。五、投资视角量子计算的机遇与风险对于投资者而言量子计算赛道的机会分布在三个层面底层硬件量子芯片、稀释制冷机、控制系统、量子软件与算法量子编译器、量子机器学习框架、行业应用算法、以及量子安全后量子密码学、量子密钥分发。其中量子软件与安全层的不确定性低于硬件且已有商业化收入是相对可触达的量子投资标的。量子计算不是短期赛道而是以十年为单位的硬科技长跑。这场竞赛中比拼的不只是融资规模更是工程迭代速度、人才密度与战略定力。对于愿意陪跑的资本而言量子计算的长期回报潜力毋庸置疑对于追求短期回报的资金这个赛道或许并不适合。
量子计算投融资活跃：Q2 多家公司完成融资，多条技术路线并行
2026年第二季度量子计算领域的融资热度持续攀升据行业统计该季度共有 21 家量子计算相关初创公司完成新融资其中 6 家融资额达到或超过 1 亿美元。值得注意的是本轮投资的资金分布并非押注单一技术路线——超导量子比特、自旋量子比特、中性原子、离子阱等多种方案均有斩获呈现出多路并行、分散押注的格局。这一分布背后既有技术不确定性的考量也有量子计算领域固有的长周期研发特性使然。量子计算之所以在资本市场持续吸引关注根本原因在于其颠覆性潜力一台足够规模的容错量子计算机在特定问题上相比经典计算机具有指数级的速度优势——这意味着药物分子模拟、密码破解、组合优化、金融风险建模等经典计算机难以高效解决的问题理论上可以在量子计算机上获得突破。一、五条技术路线各有优劣尚未分出胜负量子计算的技术路线之争本质上是对量子比特如何物理实现的路径分歧。目前主流的五条路线各有代表团队和技术特点超导量子比特谷歌、IBM、Rigetti 是主要玩家采用在低温下接近绝对零度的超导电路实现量子态控制。优势在于门操作速度快纳秒级、与现有半导体工艺兼容挑战在于需要极低温制冷毫开尔文级、比特一致性随规模扩大而下降。离子阱IonQ、Honeywell现 Quantinuum是代表通过电磁场囚禁单个离子用激光进行量子门操作。优势在于门保真度高99.9%、比特相干时间长挑战在于扩展困难囚禁多个离子并保持控制精度是工程难题。中性原子QuEra、Pasqal 是这一路线的领跑者用光学陷阱囚禁中性原子阵列通过微波或激光实现量子门。优势在于天然支持大规模阵列扩展挑战在于原子定位控制精度要求高。自旋量子比特硅量子点Intel、PsiQuantum 是代表在硅材料中用电子自旋编码量子比特工艺与CMOS高度兼容。优势在于可借助现有半导体 fab 资源挑战在于相干时间短、门保真度有待提升。光子量子比特Xanadu 是代表用光子作为量子比特在线性光学网络中完成计算。优势在于室温操作、与光纤网络天然兼容挑战在于难以实现高保真度的确定性量子门。五条路线各有技术取舍也有各自的支持者阵营。这种分散格局意味着谁将率先实现量子优势即在真实问题上超越经典计算机目前仍是未知数。二、为什么资本愿意同时下注多条路线传统风险投资逻辑通常是押注最可能胜出的路线但量子计算的特殊性在于不同技术路线的应用场景侧重点并不完全重合。举例而言离子阱路线在化学模拟等需要高门保真度的场景更受青睐超导路线在大规模通用量子计算上走得更快光子路线则在量子通信与量子密钥分发领域天然契合。因此头部资本选择分散配置而非all-in单一路线。另一个重要因素是量子计算的基础设施投资具有相当程度的共用性。低温制冷设备、控制电子、量子纠错算法、量子编译器与编程框架等领域的技术积累可以在不同技术路线之间共用。这意味着即便某条路线最终未能胜出相关的基础设施投资也不会完全打水漂。三、量子纠错从物理量子比特到逻辑量子比特当前媒体报道中的量子比特数通常是物理量子比特数——即量子芯片上实际存在的量子比特数量。然而物理量子比特容易受到环境噪声干扰而产生错误无法直接用于有实用价值的计算任务。量子纠错Quantum Error Correction的核心思想是用多个物理量子比特编码一个逻辑量子比特通过冗余来检测和纠正错误使逻辑量子比特的有效错误率大幅降低。粗略估算实现一个有用的逻辑量子比特可能需要 1000~10000 个物理量子比特。这意味着要构建一台能执行有实际价值计算任务的容错量子计算机可能需要数百万物理量子比特——而目前最先进的量子处理器不过数千个物理量子比特。量子纠错工程是横亘在当前量子硬件与实用量子计算之间最艰巨的工程挑战。四、实用场景量子计算何时能真正用起来尽管量子计算的愿景宏大但需要保持清醒的认知通用容错量子计算的实现时间表仍以十年为单位。短期内3~5 年最有价值的落地路径是量子-经典混合架构用经典计算机处理大部分计算量子协处理器只承担其中需要量子加速的关键子模块。这种架构对量子比特数的要求相对较低是当前 NISQ含噪声中等规模量子时代最具可行性的路径。具体来看量子模拟材料科学、药物研发、量子优化物流调度、金融投资组合、量子机器学习是三个被业界寄予厚望的早期商业化方向。全球主要药企辉瑞、默克、化工巨头BASF、金融机构JP 摩根、高盛均已设立量子计算研究团队探索在自身业务场景中的早期应用。五、投资视角量子计算的机遇与风险对于投资者而言量子计算赛道的机会分布在三个层面底层硬件量子芯片、稀释制冷机、控制系统、量子软件与算法量子编译器、量子机器学习框架、行业应用算法、以及量子安全后量子密码学、量子密钥分发。其中量子软件与安全层的不确定性低于硬件且已有商业化收入是相对可触达的量子投资标的。量子计算不是短期赛道而是以十年为单位的硬科技长跑。这场竞赛中比拼的不只是融资规模更是工程迭代速度、人才密度与战略定力。对于愿意陪跑的资本而言量子计算的长期回报潜力毋庸置疑对于追求短期回报的资金这个赛道或许并不适合。
