敲响一口钟，声音听起来是慢慢消失的，但在量子世界里，它其实是一跳一跳没掉的。2026 年 9 月 17 日，斯坦福大学团队在《科学》期刊发表研究，首次在真实时间里直接观测到单个声子——也就是声音的最小量子单位——消失的瞬间，填补了量子跃迁研究在”声音”这一对象上的长期空白。

声音的能量是一格一格少的

量子跃迁指的是一个量子系统从一个能量状态突然跳到另一个状态的现象，这一概念由尼尔斯·玻尔在 1913 年提出。科学家此前已经在囚禁离子（1986 年）和光子（2007 年）身上观测到这种跃迁，唯独声音的量子跃迁始终没能实时目睹。原因在于，声子并不是一颗飞来飞去的小颗粒，而是固体中大量原子协调振动的一份能量；日常音叉里同时存在的声子多到天文数字，单个丢失看起来自然是平滑渐弱。

更深的困难在测量方式上。常规手段测的是振子的”位置”，其平均值完全可以平滑变化。要看到跳变，必须反复直接询问振子”现在还有几份能量”，而且问的方式不能把它碰坏——这类测量被称为量子非破坏性测量。

微米级”音叉”配超导探测器

斯坦福团队的方案是把两个器件拼在一起。一个是用芯片工艺制造的微米级机械谐振器，工作原理类似一把微型音叉；团队特意把它的振动寿命设计得足够长，达到约 2 毫秒。放到宏观尺度类比，这相当于一把普通音叉能持续振动数个小时，为连续测量留出了充足窗口。另一个是超导量子比特，充当读出振子状态的”探测器”。两者通过转移印刷技术集成到同一块芯片上，互不拖累。

在谐振器振动衰减的过程中，量子比特反复清点其中的声子数，区分”存在一个声子”和”没有声子”两种状态，连续进行了数百次读数，最终捕捉到振动能量从数值 1 跳到 0 的精确瞬间。论文共同第一作者高间拓真与埃里克·萨基尔负责开发了让谐振器与量子比特集成而不损伤任一组件的制备工艺。

对量子计算与传感意味深长

这项研究由斯坦福大学应用物理学教授阿米尔·萨法维-纳伊尼领衔。他认为，能够探测声子的量子跃迁，有望帮助解决量子计算的关键问题——在许多量子计算架构中，一次不受控的量子跃迁本身就代表一次计算错误，而实时定位这类跳跃，正是纠错的前提。

由于谐振器采用标准芯片制造工艺，单块芯片上可集成大量器件，这一平台也具备成为超灵敏传感器的潜力。萨法维-纳伊尼团队正与加州理工学院物理学家迈克尔·鲁克斯的团队合作，探索利用该平台在细胞内部检测和识别蛋白质。研究人员还表示，对声音的精细量子控制，未来或许能改善智能手机等依赖声学技术的消费电子设备。

从 1913 年理论提出，到 1986 年、2007 年分别在离子与光子上验证，再到 2026 年首次在声音上实现，量子跃迁的百年追猎又补齐了一块拼图。

人工智能在理论物理前沿迈出关键一步。2026 年 9 月 25 日，Anthropic 在其研究博客发布客座文章，披露公司两名物理学家借助 Claude 在几乎无人监督的情况下，算出了平面 N=4 超杨-米尔斯理论中六粒子（六边形）散射振幅的九圈结果，将这道难题的世界纪录从八圈直接推到九圈。

一道卡了人类多年的计算墙

散射振幅是理论物理学家用来预测粒子碰撞结果的核心公式，例如大型强子对撞机里粒子如何相撞。为了逼近真实答案，物理学家需要一层层叠加被称为”圈”的量子修正层，圈数越高结果越精确，但计算量呈指数乃至阶乘级爆炸。实际研究中，多数振幅只算到两圈，少数能到三圈，粒子物理最精确的预测也只用到五圈。

平面 N=4 超杨-米尔斯理论不描述真实宇宙，却是振幅研究者打磨方法的”试验沙盒”，它建立在杨振宁与罗伯特·米尔斯 1954 年共同创立的杨-米尔斯理论之上。该理论的八圈纪录，由 SLAC 国家加速器实验室教授兰斯·狄克逊与安迪·刘在 2023 年借助一种名为”形状因子”的间接方法和”对跖对偶”对称性取得。

一句提示词，接下公开挑战

这场突破源于前理论粒子物理学家、科普作家马特·冯·希佩尔 2026 年 8 月 7 日在个人博客发起的”英雄帖”。他向人工智能公司喊话：在普通学者负担得起的预算内，把 N=4 超杨-米尔斯模型算到第九圈。八月底，Anthropic 物理学家利亚姆·菲茨帕特里克与悉达多·米什拉-夏尔马接下战书，在科研工作台 Claude Science 中调用 Fable 5.1 模型，只留下一句任务描述便去休息，让模型无人值守推演，并要求它每 4 到 6 小时汇报一次进展。

Claude 最终走通了两条独立路线：一条是原始自举法，直接用 Python 与开源符号计算库 SymPy 在六粒子振幅空间里硬算，把原本多达 185 万个未知数的方程组，借助对跖对偶先压缩到 7.6 万个，再按物理规则逐轮排除至唯一解；另一条是间接形状因子法，复现了狄克逊团队当年的思路。两条路线的结果在全部 107,053 个非零系数上逐一吻合，单个切面的展开项超过 300 亿项，而八圈时这一数字仅为 16.7 亿。

花费低得惊人，纪录保持者亲验

整个项目的算力成本出奇地低。按普通用户价格计算，自举计算本身约 100 美元，相当于租用 96 个中央处理器运行一周；加上 Claude 长时间运行的费用，总计约 1000 至 2000 美元。结果于 2026 年 9 月 16 日以计算机可读文件形式发布在学术平台 Zenodo。

八圈纪录保持者狄克逊在接到结果后，花费约两周时间逐项验证，最终确认九圈结果正确无误。他给出的评价是：除了自己和合著者，Claude 可能是这个世界上最懂他 2019 年与 2023 年两篇论文的”人”。

中国团队用 GPT-6 同期抵达

有趣的是，就在 Anthropic 公布前后，中国科学院理论物理所何颂团队也杀到了九圈。他们借助 GPT-6 算出了部分约束条件，于 2026 年 9 月 17 日在 Zenodo 公开了从二圈到九圈的核心骨架数据，公开发布时间比 Anthropic 官宣还早 8 天，但整体计算框架仍由人类研究者亲自搭建。

狄克逊对此调侃说，自己先被一台机器抢发，转头又被”人类加机器”联手抢发一次。他表示，大语言模型能够执行人类设定的复杂配方并组织计算，已是巨大胜利；而真正触及人类灵魂的时刻，将是模型在人类之前提出全新的物理学原理。

「量子计算虽然很卷，目前其实还很『菜』。」陆朝阳说。在他看来，量子计算当然重要，但它并不是一台能加速一切的超级机器，只有对少数具有特殊数学结构的问题，才能提供真正的加速。

叠加态不等于并行计算

陆朝阳首先解释了量子计算为什么总让人产生「什么都能加速」的想象。在量子力学里，一个量子比特可以处于 0 和 1 的叠加态；多个量子比特组合起来，状态空间快速增长，这让量子计算看起来像是拥有某种天然的并行能力。

但量子系统即便可以对叠加态进行整体操作，一旦测量，最终只能得到一个结果。量子加速并不会自动发生，必须找到具有特殊数学结构的问题，再设计出合适的量子算法，才可能真正体现优势。

真正适合的方向只有两类

在他看来，目前真正被广泛认可、适合量子计算发挥作用的问题并不多。最典型的一类是大数分解和离散对数等密码学问题；另一类是量子系统本身的模拟，比如量子多体系统，以及与材料、化学相关的问题。从国家战略层面看，最重要的是不对称信息安全优势——一旦可以破解现在广泛使用的 RSA、椭圆加密，将对金融、信息安全领域带来致命影响。

与之相对，热门概念「量子金融」至今缺少坚实的科学依据。陆朝阳明确表示，到目前为止，还没有得到科学界公认、能够在实用条件下获得明确量子优势的证据。

至于量子计算与大模型的关系，同样常常被高估。量子计算不是「超级 GPU」，并不会天然加速今天的 AI 训练过程——对于大模型这样一个重要领域，目前科学界还没有一个公认的量子算法，能证明在实用条件下对大模型训练实现明确的量子加速。

从「量子霸权」到 17 秒

陆朝阳回顾了量子计算发展的标志性节点。2019 年，谷歌用 53 比特的 Sycamore 处理器完成随机线路采样实验，宣称这一任务量子处理器只需约 200 秒，而当时最强的经典超级计算机需要约一万年，这一结果曾被视为「量子霸权」的代表性时刻。

「成果亮眼，但并非不可超越。」陆朝阳透露，其团队联合上海人工智能实验室，带领一众 95 后科研人员，仅依靠通用 GPU 设备，耗时 17 秒就打破了谷歌的纪录，在运算速度和能耗控制上实现全面超越。

与此同时，中国「九章」「祖冲之」系列量子计算机跻身全球第一梯队。九章系列持续升级：2020 年「九章」问世，2021 年「九章二号」突破 113 个光子的操纵技术，2023 年 10 月构建 255 个光子的「九章三号」，2026 年 5 月最新一代「九章四号」首次操纵和探测高达 3050 个光子的量子态，相关论文于 2026 年 5 月 13 日发表于《自然》。

悬赏 500 万美元找不到算法

陆朝阳提到，谷歌是第一个实现量子计算优越性的团队，每年论文产出在全球遥遥领先，美国最强的量子团队在企业而不在高校。即便这样顶尖的团队，至今也没有找到可以落地的实用量子算法，反而悬赏 500 万美元面向全球征集有实用价值的量子算法。

最强团队尚且在悬赏寻找算法，反观国内不少量子公司，已经宣称用量子计算研发新药、做量子金融，甚至之前宣传量子计算可以用来养猪。在学术界看来，这类说法匪夷所思。

他指出，现在行业里分化成两类公司：一类真正聚焦核心攻关，踏踏实实做好量子硬件，寻找真实可行的量子应用；另一类炒作算力落地，资本盲目入局，目的不是推进硬科技，而是资本运作，这有可能带来产业泡沫。

量子纠错才是摩天大厦的地基

陆朝阳也反复强调，今天的量子计算距离真正实用还很远。原因不只是量子比特数量不够多，更关键的是质量和稳定性还不够高。随着量子比特数量增加、量子线路不断加深，误差会快速累积；如果没有有效的量子纠错，系统规模越大，整体计算结果反而可能越不可靠。

「我们要建成一个摩天大厦，需要一个更加坚实的材料，这叫作量子纠错。」他说。

在他看来，真正值得支持的量子计算公司，不是最会讲故事的公司，而是那些把量子硬件真正造好、严谨寻找真实应用场景的人。量子计算的真正价值，在于构筑国家信息安全的不对称战略优势，未来或将重塑全球金融与信息的安全格局。

26 天是怎么算出来的

IonQ 使用的是 Shor 算法，并搭配针对椭圆曲线离散对数问题优化的 “Walking Cat” 容错量子计算架构。

具体配置是：设想中的系统拥有 19,397 个物理量子比特，逻辑层包括 1457 个逻辑量子比特和 3900 万个托佛利门（Toffoli gate），预计耗时 25.7 天。

这个数字的意义在于，目前被视为加密货币安全基石的椭圆曲线签名方案，在足够规模的容错量子计算机面前，可能不再构成长期防线。不过 IonQ 的表述中仍保留了”或许”的限定，这套系统目前仍处于设想阶段，并未实际建成。

值得注意的是，IonQ 选择 secp256k1 作为目标，正是因为它是在产密码标准中被审视得最充分的之一，而非因为它最脆弱。

同日发布第六代平台 Superion 256

发布推演结果的同一天，IonQ 还推出了第六代量子计算平台 IonQ Superion 256。

这款芯片由 IonQ 与子公司 SkyWater 合作快速迭代开发而成，是首个设计用于批量生产、而非逐个构建的量子计算机平台。在工程指标上，Superion 256 的功耗低于 GPU 机架，并且兼容标准数据中心冷却系统，预计 2027 年交付客户。

后续产品将沿用相同的技术基础，下一代 “Walking Cat” 架构 Superion 10K 已经在开发中。

路线图指向 2027 与 2028

IonQ 给出的时间表显示，公司有望在 2027 年于实验室环境中实现 CMOS 集成的完全容错，并在 2028 年达到商业化水平。

IonQ 董事长兼首席执行官 Niccolo de Masi 表示，2025 年他曾提示 Q-Day（量子计算机破解现有加密体系的时间点）正在从 2030 年代明显提前到 2020 年代，目前主要企业与美国政府均已认同这一判断。

IonQ 量子计算总裁 Chris Ballance 则从方法上强调了这次推演的完整性：这是首次有人把实用规模的量子算法完整编译到底层纠错原语，逐项估算真实机器运行时的开销，并且是”证明”而非”假设”了完整计算成功概率的下界。他同时说明，研究期间没有任何在用的数字资产或加密平台受到影响。

该怎么看待这份推演

从 26 天攻破比特币加密的推演，到第六代平台量产交付，再到两年后的容错商业化，IonQ 正在把量子计算从理论推演拉向可交付的硬件节点。

对区块链行业来说，真正的启示在于时间窗口：即便 25.7 天仍属理论推算，后量子密码（PQC）迁移也已经不是”要不要做”，而是”什么时候做完”的问题。IonQ 自己也把业务覆盖到软件、后量子密码与量子密钥分发硬件，足见这一方向的市场共识。

当然，从论文到机器之间还有相当距离。19,397 个物理量子比特、1457 个逻辑量子比特的规模，需要真实的硬件良率、纠错开销与工程稳定性共同支撑，最终能否如期兑现，仍需以实际交付为准。

把石墨烯、六方氮化硼等只有几个原子厚的”二维材料”一层层堆叠起来，可以得到具备超导、可调磁性等奇特性质的结构，是下一代量子器件的重要基础。但传统做法要用粘性合成聚合物把每层”粘”到正确位置，聚合物往往会留下肉眼看不见的残留，污染界面、干扰电子行为，让魔角超导等量子现象难以在不同实验室之间复现。

用云母替代聚合物

英国南安普顿大学与新加坡国立大学功能智能材料研究所的团队换了个思路：用天然矿物白云母（muscovite，也称云母）作为支撑来堆叠原子级薄层。云母是无机晶体，能解理出原子级平整的表面，不会像聚合物那样留下有机残留。论文 2026 年发表于《自然·通讯》（Nature Communications），题名为”Polymer-free van der Waals assembly of 2D material heterostructures using muscovite crystals”（DOI: 10.1038/s41467-026-72554-x）。

更干净，也更便宜

第一作者、南安普顿大学实验物理讲师 Makars Šiškins 博士表示，新方法让组装”既更干净也更便宜”，并能精确对齐层间转角——例如把两层石墨烯相对旋转约 1.1 度（即”魔角”），就能复现奇异超导。他强调，量子材料研究中哪怕极微小的污染都会掩盖实验结果。共同第一作者、新加坡国立大学 Alexey Berdyugin 教授指出，云母作为无机晶体，避开了传统方法的诸多污染问题，能得到超净表面，让电子元件发挥出全部潜力。

对量子技术的意义

这种无聚合物、范德瓦耳斯（van der Waals）堆叠方式有望用于量子晶体管、量子存储器、高精度磁传感器和下一代量子比特，帮助把长期停留在论文里的器件变成可重复制造的实物。研究团队认为，更洁净、更低成本的制备，是未来纳米电子走向更快、更可靠微芯片的关键一步。

二十年的拓扑量子路线

微软押注的是”拓扑量子比特”路线，核心在于利用一种被称为 Majorana 准粒子的特殊量子态。这种粒子最早由意大利物理学家 Ettore Majorana 在 1930 年代预言，但长期未被实验确证。与超导、中性原子、光子等方案相比，拓扑量子比特理论上对外部噪声更鲁棒，因而被微软视为实现可扩展量子计算机的关键路径。

然而，这条路线争议不断。2018 年，微软研究团队曾在《自然》期刊发表论文，声称发现 Majorana 粒子证据；2021 年，该论文因数据分析问题被撤稿。2025 年，微软发布 Majorana 1 芯片时，同样遭遇学界对其证据充分性的质疑。2026 年 6 月，微软又推出 Majorana 2，宣称新量子比特的平均相干时间从 Majorana 1 的毫秒级提升至约 20 秒，可靠性提高约 1000 倍，并计划到 2029 年造出可用的量子计算机。

数据不公开引发科学界反弹

引发争议的并非技术路线本身，而是微软对原始数据的处理态度。Alam 表示，出于商业敏感性，团队无法公开科学家所要求的粒度数据，并认为传统同行评议流程太慢，”两年前的成果现在才发论文，已经跟不上这个快速变化的世界”。

这一态度遭到部分同行批评。D-Wave Quantum 首席开发官 Trevor Lanting 指出，外部专家有能力可靠评估此类技术声明，回避审查可能意味着结果经不起推敲。圣安德鲁斯大学物理学家 Henry Legg 也曾评论，微软的量子研究”似乎已经脱离了科学范畴，进入了信仰领域”。

2029 年的时间表是信心还是赌注？

微软并非孤例。IBM、谷歌、Quantinuum 等公司均在加速量子计算布局。谷歌 2024 年底发布的 Willow 芯片声称实现了低于阈值的逻辑错误率，走的是超导路线；微软则坚持拓扑路线，强调长期可扩展性。

面对质疑，微软选择用最终产品回应。Alam 称，公司目标”黑白分明”：把机器造出来，让它自己说话。无论这一目标能否如期实现，微软与科学界的这场张力都揭示了一个现实——当尖端技术走出实验室、进入商业竞争，”可重复”与”可保密”之间的平衡将越来越难把握。

来源：WIRED / BBC / Live Science

过去十多年，衡量量子计算机是否”超纲”的主流方法是随机电路采样（RCS）——让量子计算机生成复杂到经典计算机无法高效复现的模式。难点在于验证：问题越难，越难以证明量子计算机的答案正确，除非对量子计算机内部做很强的假设。这次发布的三篇论文，各自换了一套”可验证”的思路，绕开了这个死结。

74 量子比特：商用硬件首次在物理问题上胜出

第一篇由 IBM 与量子软件公司 Qedma 主导，合作方包括日本理化学研究所（RIKEN）和量子电路模拟公司 BlueQubit。研究团队利用最多 74 个量子比特的电路，追踪了一个二维弗洛凯—伊辛模型（Floquet Ising model）中磁化强度随时间的演化，并观测到了持续振荡的行为。

这项研究最有意思的地方在于它如何”打败”经典方法。团队用 IBM 量子计算机（搭载 Heron 处理器，通过云端开放）运行 Qedma 的误差抑制与缓解软件 QESEM，所得结果在多种独立估算器之间始终保持一致。作为对照，经典模拟由 RIKEN 的旗舰超算”富岳”（Fugaku）和 BlueQubit 提供，采用了两种思路截然不同的策略。但随着系统规模增大，没有任何一种经典方法能在量子实验所达到的尺度上给出一致可靠的答案——两种经典方法之间甚至出现了相互矛盾。研究还跨硬件平台做了独立验证：在 Quantinuum 的离子阱系统上重复部分实验，行为一致，进一步说明观测到的物理来自真实的量子系统，而非设备特有的误差。

这也是首次用商用硬件和软件实现量子优势：无需特制的科研装置，云端即可调用的量子计算机已经能充当探索物理的”可信仪器”。相关电路与结果已公开发布在”量子优势追踪器”（Quantum Advantage Tracker）上，供社区持续检验。

70 逻辑量子比特：把验证编进计算本身

第二篇由 IBM 与芝加哥大学合作完成，论文题为《用可验证高保真度采样困难电路》。它要解决的是另一个长期痛点：如何在纠错电路上同时拿到”算得快”和”算得对”的双重证明。

团队用一种被称为”掺杂克利福德采样”的结构化方案替代了随机电路采样。核心技巧是，在一个本来可被经典高效模拟的克利福德电路中，策略性地掺入 T 门——这种非克利福德门让计算在经典层面变得困难，同时保留纠错与验证所需的结构。关键在于，这些电路被嵌入”时空码”中：辅助量子比特分布在空间和时间两个维度上，在计算过程中就能检测错误。

演示中，一项 70 个逻辑量子比特的计算在保持实际执行效率的同时，实现了约 10 倍的等效门误差降低，执行了 2415 个逻辑双比特操作和 468 个逻辑 T 门。这套电路在 IBM 量子计算机上约 15 分钟完成，而领先的经典模拟方法面临”不可行的运行时间”。芝加哥大学副教授比尔·费弗曼（Bill Fefferman）评价，验证仍是确立实验性量子优势的最大挑战之一，这项实验发展出更好的技术来刻画噪声下困难量子态的保真度。

56 量子比特：在”没有标准答案”时建立信任

第三篇由量子软件公司 Algorithmiq 主导。它关注的是一个更本质的问题：当经典计算机根本给不出可靠答案时，凭什么相信量子计算机？

研究团队设计了一种量子算法，用来估算算符洛施密特回声（Operator Loschmidt Echo，OLE）——一个追踪信息与能量如何在电池电解液、化学催化剂等非均匀无序量子材料中传播的关键量。他们的 56 量子比特实验进入了一个区间：至少三个顶级经典模拟团队的方法给出了相互矛盾的预测，且都与量子计算结果不符。

这项工作的贡献在于提出了一套”在没有可靠经典答案时建立信任”的策略：把同一套误差缓解方法应用到具有不同噪声特征的五台量子计算机上，得到了彼此一致的结果，使量子计算成为所有候选方法中最可信的描述。也就是说，与其追问经典计算机能否复现量子结果，不如转而验证用于描述和消除量子计算机误差的模型本身是否成立。

从”跑分”到”用起来”

三篇论文都收录在”量子优势追踪器”中，这个由经典与量子计算组织联合发起的公开评估平台，用于系统追踪量子优势的有力候选、并衡量其与最优经典方法之间的差距。除 IBM 系的三项成果外，追踪器还收录了 Q-CTRL、BlueQubit 和印度比拉理工学院等机构的提交。

甘贝塔在声明中强调，重点已经从单纯对系统进行基准测试，转向利用这些系统开展科学研究、探索实际应用。IBM 首席执行官阿尔温德·克里希纳（Arvind Krishna）给出了迄今最清晰的商业化时间表：量子计算将在 2028 或 2029 年对 IBM 的营收和利润产生”可测量的影响”，到 2030 年代末释放万亿美元级别的价值。IBM 已宣布在未来五年投入超过 100 亿美元用于量子研发，目标是在 2029 年交付首台大规模容错量子计算机”IBM Quantum Starling”。

需要明确的是，”量子优势”不等于”全面超越”。这类演示仍是在精心构造的任务上，针对特定问题域确立优势，距离通用、可规模化的量子计算解决实际问题还有距离。但它至少改变了外界评估量子计算机的方式：不再只问”算得比经典快吗”，而是问”算对了，而且能被证明算对了吗”。

来源：IBM 官方新闻室 / IBM Quantum 博客（2026 年 7 月 30 日）、Ars Technica、量子位；三篇论文分别由 IBM 与 Qedma、芝加哥大学、Algorithmiq 合作完成。

量子计算为什么被寄予厚望

与使用二进制比特（0 或 1）处理数据的传统计算机不同，量子计算机采用「量子比特」，其「叠加态」特性允许系统同时评估海量可能性。这一能力对人工智能尤其有价值：量子计算机可以更快地求解复杂的优化问题、增强机器学习效果、模拟分子间的相互作用等。

目前公开上市的量子计算纯业务公司主要有三家：IonQ 采用「囚禁离子」技术路线，目标是改进 AI 模型并为科研生成更优质的数据；Rigetti 使用超导量子比特构建量子计算机，客户可结合现有 AI 原生工具调用其算力；两家公司都通过云平台提供服务，并寻求与微软 Azure、亚马逊 AWS、谷歌云等基础设施供应商集成。D-Wave 则专注于「量子退火」这一细分技术，虽然只适用于优化和采样问题，但在物流、金融、药物研发等领域已有实际应用场景。

三家纯业务公司的财务现实

文章指出，这三家公司的技术仍以科研为主。尽管商用系统和云服务正在扩张，但距离交付具备「可测量量子优势」的企业级容错量子计算机，仍有数年之遥。

财务层面的问题更为直接：三家公司虽然都有一定收入，也获得了政府补贴支持，但持续录得大额经营亏损，且都依赖反复增发股票来支撑研发投入，导致股东权益不断被稀释。

估值方面的数字则更为夸张：IonQ 的市销率（P/S）约为 58 倍，而 Rigetti 和 D-Wave 的市销率都接近 480 倍。对于仍在烧钱、尚未实现盈利或自我造血的公司而言，这样的估值水平反映的是极端投机情绪，而非业务基本面。

为什么答案是英伟达

Spatacco 认为，对于想在投资组合中配置量子计算敞口的投资者来说，英伟达是更值得考虑的选择。

理由在于，英伟达通过 CUDA-Q 平台为量子计算提供了不可或缺的经典计算基础设施。该平台支持横跨 GPU、CPU 和量子处理器的「混合量子-经典编程」。随着量子 AI 规模扩大，这些系统将越来越依赖英伟达的生态来运行让经典计算与量子计算高效协同的新一代算法。换句话说，无论最终哪家量子公司胜出，英伟达都是那座绕不开的「桥梁」。

估值同样是加分项：英伟达当前市盈率（P/E）约为 32 倍，处于近七年来的最低水平。这一折价意味着，量子计算普及与 AI 基础设施持续扩张的潜在收益，尚未被完全反映到股价之中。

文章总结称，买入英伟达既能捕捉数据中心建设潮的近期动能，又能以「加杠杆」的方式押注未来十年量子计算的长期进展——这比在市销率数百倍的纯概念股上豪赌，要稳妥得多。

需要提醒的是，以上观点仅为原文作者的分析判断，不构成投资建议。

来源：The Motley Fool（via Yahoo Finance），作者 Adam Spatacco

今天读到一篇关于量子计算初创公司Oratomic的报道，很有意思，分享给大家。

核心消息

Oratomic刚刚完成了3亿美元的A轮融资，投资方阵容相当豪华：Khosla、Arch、Spark Capital、General Catalyst、Bezos Expeditions和Index Ventures等顶级风投都参与了。

这家公司成立才几个月，凭什么拿到这么多钱？原因在于他们的目标足够大胆：

用1万个量子比特（或更少），在本十年末造出容错量子计算机。

为什么这很重要？

传统观点认为，要破解现代加密算法（比如RSA），需要超过100万个量子比特才能实现容错计算。而Oratomic声称他们能把门槛降低到1万量子比特左右——这相当于把成本和时间表都大幅压缩了。

创始人Dolev Bluvstein（来自Caltech）表示，他们聚集了一批顶级专家，“来得比预期更快地拿出了清晰的路线图”。

行业背景

量子计算一直被视为下一个计算范式革命，特别适合：

• 破解复杂加密（Shor算法）
• 模拟分子和原子行为

但瓶颈一直很明确：量子比特太脆弱，容易出错。传统方案是用大量量子比特做冗余纠错，但这带来了巨大的资源消耗。

有意思的是，行业正在加速。据PitchBook数据，2025年量子计算风投创下历史新高——39亿美元投向了127笔交易。研究员Dimitri Zabelin的点评很到位：“这个行业已经从争论可行性，进入到比拼执行力的阶段。”

我的看法

Oratomic的“纠错效率”路线如果真能走通，意义不亚于当年从大型机到PC的跃迁。当然，创业公司做“颠覆性技术”承诺的不少，最终要看落地。

不过从另一个角度看，这么多顶级资本同时押注一家成立几个月的公司，至少说明：量子计算正在从实验室走向工程化竞争。

值得持续关注。