朱晓波外滩大会谈量子计算产业化：是一把“双刃剑”，真正的大规模应用至少还要十年

量子计算正在从实验室走向产业视野。资本、企业、人才加速涌入，关于“量子算力落地”的讨论也越来越热。但在真正站在量子计算科研一线的人看来，这项技术远没有走到可以轻松谈大规模商业化的时候。

9月11日，在2026外滩大会量子科技见解论坛上，中国科学技术大学朱晓波教授以《量子计算的产业化思考》为题，围绕量子计算的战略意义、发展阶段、量子纠错、工程化难题以及资本进入后的风险与机会，给出了一份冷静而明确的判断。

为什么量子计算会成为大国科技竞争的“战略高地”？

朱晓波从量子计算最底层的原理讲起。经典比特只能处于0或1两种状态，而量子比特可以处于叠加态。随着量子比特数增加，描述整个系统所需要的空间呈指数增长：N个耦合量子比特对应的是2的N次方维度的希尔伯特空间。

他举了一个直观的例子：如果有一个70量子比特的系统，要完整存下这个量子系统的信息，所需经典存储规模将极其庞大。也正因为这种指数增长的状态空间，量子计算在某些特定问题上具备获得指数级加速的潜力。

但朱晓波同时强调，量子计算并不是“所有问题都能更快”。量子系统在信息输入和读出上并没有天然优势，真正适合量子计算的，是输入输出相对有限、而中间计算过程极其复杂的问题。密码破译正是其中最清晰的一类。

“密码是整个信息安全的根基。”朱晓波说，目前围绕非对称密码破译，算法路径已经相对清楚，可以估算需要多少量子比特、多少次量子门操作以及大致运行时间。

相比之下，人工智能、量子化学和工程计算虽然被寄予厚望，但怎样形成像密码破译那样清晰、确定的量子加速路径，仍处在持续探索之中。

也正因为潜在影响巨大，量子技术已经超出单纯科研议题。朱晓波在PPT中提到，全球已有30多个国家和经济体把量子技术提升到国家战略高度，并持续推出国家行动计划。中国也通过持续建设量子信息科研平台和合肥国家实验室等，推动量子科技进入长期、有组织的攻关阶段。

量子计算已经走到哪一步？答案是：第一阶段刚刚站稳

谈到量子计算的现实进度，朱晓波把这场长跑划分为三个阶段。

第一阶段是“量子计算优越性”，即在特定任务上证明量子计算机可以超过最快的经典超级计算机；第二阶段是专用量子模拟和可扩展量子纠错；第三阶段，才是能够真正承载密码破译、人工智能、材料设计、生物制药等复杂任务的容错通用量子计算机。

在朱晓波看来，第一阶段目标已经“良好建立”，但即便如此，真正能展示量子优越性的系统依旧屈指可数。演讲中，他回顾了谷歌2019年的随机线路采样实验，以及“九章”“祖冲之”系列、谷歌Willow等后续进展。不同技术路线在这一阶段不断刷新纪录，核心意义都是在回答同一个问题：量子计算能不能在某类问题上真正跑赢经典计算。

答案已经越来越清楚，但这并不等于量子计算已经进入成熟应用期。相反，第一阶段之后，真正困难的部分才刚开始。 

从“能算得快”到“能长期可靠地算”，量子纠错是关键分水岭

量子计算最棘手的问题，是错误。

单个量子比特极其脆弱，容易受到环境噪声干扰，而且量子操作本身也不可能做到绝对无误。如果只是不断增加物理量子比特，而错误率没有同步下降，系统规模越大，累积误差反而越严重。

因此，从当前含噪声中等规模量子计算（NISQ）迈向容错量子计算（FTQC），绕不开量子纠错。简单说，就是用一组并不完美的物理量子比特，编码出一个错误率显著更低的逻辑量子比特。

朱晓波用了一句很形象的话来概括量子纠错真正有效的标准——“越纠越对”。也就是说，随着参与纠错的物理量子比特增多，逻辑错误率必须继续下降，而不是因为系统复杂度增加反而越纠越错。

按演讲中的判断，当前超导量子计算大致仍处在百比特规模，而真正面向通用容错计算，需要走向百万量级物理量子比特，并形成数千个高质量逻辑量子比特。逻辑错误率也需要从当前千分之几的量级，继续向极低水平推进。

PPT给出了一条清晰的路线图：近期巩固量子计算优越性，中期推动可扩展量子纠错，远期走向通用容错量子计算。朱晓波认为，距离真正的大规模应用仍需十年以上。这也是为什么，他反复把量子计算比作一场“马拉松”。

真正的产业化，不是“堆比特”，而是一整套系统工程

跨过量子纠错之后，量子计算还要同时解决一系列工程问题。朱晓波在演讲中点出了四个关键底座：量子芯片、测控系统、极低温平台和操控软件。

量子芯片需要借助更先进的半导体工艺不断提高制造水平；测控系统要从大量分立仪器走向芯片化、低温化和高度集成，以支持大规模实时控制和低延迟反馈；极低温平台则要面向百万比特扩展，解决高密度信号传输和系统集成问题。

软件生态同样重要。朱晓波用英伟达CUDA作类比：硬件能力再强，如果缺少好用、稳定的软件和工具链，也很难真正释放价值。对量子计算而言，未来的竞争不仅是量子处理器本身，还包括控制、编译、纠错、算法和应用开发在内的一整套生态。

这意味着，量子计算不是某个单点技术突破就能完成的产业。

芯片、测控、低温、软件相互耦合，任何一个环节掉队，都可能拖住整个系统。朱晓波把从中等规模量子计算跨向容错量子计算的阶段称为“关键期”，而这一阶段最缺的，恰恰是能够支撑长期协同攻关的基础设施和工程体系。

产业化是一把“双刃剑”：资本可以加速，也可能把赛道带偏

这场演讲最引人关注的部分，是朱晓波对产业热潮的提醒。随着量子计算成为未来产业的重要方向，资本和企业正在快速进入。但在他看来，量子计算目前并不是一个已经解决完基础原理问题、只等着复制扩张的成熟产业。

恰恰相反，量子计算正处在“基础研究、工程化、应用探索、生态建立并举”的特殊阶段。过去，一个技术通常先完成基础研究，再做工程样机，再逐步走向应用和产业生态；量子计算因为重要、也因为太难，这些过程被压缩到了同一个时期。

朱晓波特别提醒，要防范四类风险：市场认知偏差、人才错配、战略失衡和金融风险。

现阶段，量子计算的核心竞争依然是硬件性能和工程能力。如果技术尚未跨过关键门槛，市场却过早把注意力集中在“算力落地”“应用已经成熟”等叙事上，稀缺的人才和资金就可能被引向离核心问题更远的地方。

他在演讲中说得很直接：如果一个系统连量子优越性都没有实现——也就是在最适合量子计算的采样问题上都没有展示出对经典计算机的优势——就宣称已经能够提供成熟的量子算力应用，这样的判断缺乏依据。

在他看来，目前最“看得见、摸得着”的潜在杀手级应用，仍是破解非对称密码。而要真正做到这一点，需要等到通用容错量子计算机成熟。“比较理性的估计”，仍然是十年左右的时间尺度。

量子计算的产业竞争，最后比的还是谁能把“难而正确的事”做到底

朱晓波并不否认产业化的价值。相反，他认为，如果产业力量能够围绕真正的核心问题进入，推动关键技术攻关，形成芯片、测控、低温、软件等产业链，并建立健康的生态，量子计算完全可能沿着一条向上的曲线发展。

但另一条路径也同样存在：如果行业被短期算力故事和资本情绪主导，过早把“科研突破”包装成“成熟产业”，那么市场预期、人才流向和资金配置都可能发生偏离，最终把一个需要长期投入的战略科技赛道推向泡沫化。

所以，真正值得关注的并不是“量子计算什么时候突然爆发”，而是几个更具体的问题：量子纠错能不能持续越纠越对？百万量级系统能不能保持单量子比特级别的高质量控制？芯片、测控和低温系统能不能同步扩展？软件生态能不能跟上硬件？这些问题的答案，将比任何短期热度更能决定量子计算的最终成败。

演讲最后，朱晓波把未来的路径浓缩为几个关键词：厚植根基科研、潜心工程技术攻关、同心协力、决胜前沿。