中国量子计算产业化与商业应用深度研究报告

研究地域：中国内地为主，全球技术与商业模式对标
统计时点：2026-09-16；回溯2024-2026，前瞻2027-2029
核心决策问题：未来3年量子计算是否已从“科研竞赛”进入可投资、可采购、可形成收入的产业化阶段；若进入，应优先切入整机、核心部件、量子云、软件工具、行业应用还是量子安全迁移？
公众号「斤两十足」

Executive Brief｜先给结论

〔推断·高〕 量子计算已经跨过“只有论文、没有产品”的阶段，但尚未跨过“通用商业价值已经被证明”的阶段。 2026年的变化非常关键：IBM与芝加哥大学宣布在70个逻辑量子比特的编码线路上完成可验证的量子优势实验；IBM同时把大规模容错量子计算机Starling的目标锁定在2029年。中国一侧，“祖冲之三号”已经在随机线路采样上形成极强量子优越性，本源量子的“本源悟空180”向全球开放真实量子算力，中电信量子“天衍”平台已接入多台超导量子计算机并形成数千万级访问量。技术路线不再停留在“能不能造出来”，而进入“能否纠错、能否稳定运行、能否被软件调用、能否产生经济价值”的新阶段。

〔事实·高〕 产业收入已经出现，但绝对规模仍小。 国盾量子2025年量子计算行业收入约1.20亿元，同比增长111.82%，毛利率38.07%；量子计算产品收入约1.18亿元，同比增长276.16%。公司2025年量子计算产品生产30台、销售10台、库存25台。它证明国内量子计算已经出现真实整机与组件收入，同时也暴露了产业早期特征：研发投入高、交付批量小、毛利率并不天然高、库存和订单波动明显。

〔推断·高〕 因此未来三年最值得进入的并不是“赌哪种量子比特最终统一天下”，而是三类更可控的机会：第一，测控、低温、激光、真空、封装、校准等工程化核心部件；第二，量子云、编译、量超智融合调度、行业算法工具链；第三，受量子计算进展倒逼的后量子密码PQC迁移。 对一般企业应用开发商而言，第三类和第二类尤其现实：不需要自己造量子芯片，却可以围绕密码资产盘点、迁移编排、量子算力门户、混合任务调度、实验管理、行业算法工作流和AI辅助开发形成软件产品。

〔推断·中〕 不建议把“量子计算替代GPU”“量子机器学习全面提升AI”“三年内通用量子计算大规模进入企业生产系统”作为投资前提。 当前量子优势大多仍集中在特定基准任务或科学计算；从“经典计算难以模拟”到“企业愿意持续付费”，中间还隔着错误率、逻辑比特、数据装载、算法复杂度、验证成本、运行稳定性和经典替代方案等多道门槛。

1. 核心问题树

本报告围绕一个问题展开：量子计算是否已经进入值得产业资本和企业软件公司认真布局的窗口？

需要回答六个子问题：第一，2026年的“量子优势”与2019年以来的“量子优越性”到底有什么不同；第二，物理比特、逻辑比特和容错之间是什么关系；第三，中国已经有哪些真实收入和交付；第四，哪些技术路线可能先商业化；第五，哪些行业应用具有可验证经济性，哪些仍主要是演示；第六，如果不造量子计算机，普通科技企业还能从哪里进入。

本报告主动检验四个流行观点：“比特越多越先进”、“量子优越性等于商业可用”、“量子计算会很快替代GPU”、“量子计算离商业太远所以现在不用布局”。结论是四句话都过度简化。

2. 零基础理解：量子计算到底是什么

经典计算机用0和1表示信息。量子计算机使用量子比特（qubit）。一个量子比特可以处于0和1的叠加态，多个量子比特还可以形成纠缠。真正的计算价值不是“一个比特同时等于0和1”这种通俗说法，而是通过量子态的演化，让正确答案对应的概率幅被增强、错误路径相互抵消，再通过测量获得结果。

这意味着量子计算不是“更快的CPU”。它只对某些数学结构适合的问题有潜在优势，例如量子系统模拟、某些组合优化、线性代数、搜索和密码相关问题。大量数据库增删改查、网页服务、ERP、视频渲染、普通AI推理仍然更适合经典计算。

2.1 物理比特、逻辑比特与错误纠正

物理量子比特是真实芯片或物理系统中的量子自由度。它非常脆弱，会受到热噪声、控制误差和环境扰动影响。逻辑量子比特则是用多个物理比特编码出来的“更可靠的比特”。量子纠错的目标，是让逻辑错误率随着编码规模增加而下降。

因此，“1000比特”本身没有统一商业含义。一个1000物理比特但门保真度差、线路深度浅的系统，未必比100个高质量逻辑比特更有用。IBM在2026年的逻辑线路实验之所以重要，是因为其披露了70逻辑比特、2415个逻辑双比特操作、468个逻辑T门，并将逻辑错误率压到物理错误率的约十分之一。这比单纯宣传“比特数”更接近未来容错计算的评价方式。

2.2 NISQ与FTQC

**NISQ（Noisy Intermediate-Scale Quantum）**指有噪声的中等规模量子计算阶段。今天绝大多数可访问设备仍属于这一阶段。**FTQC（Fault-Tolerant Quantum Computing）**是容错量子计算：通过纠错让长线路能够持续执行而不被错误淹没。

商业判断必须把两者分开。NISQ可以用于科研、教育、算法验证和某些混合优化实验；真正改变药物、材料、密码和复杂科学计算上限的，很可能需要逻辑比特与容错能力。

圖表：产业栈

3. 关键术语与核心指标

4. 2026年发生了什么：为什么现在值得重新评估

4.1 全球：量子优势开始从“难模拟”向“可验证”推进

〔事实·高〕 IBM与芝加哥大学2026年7月宣布在编码量子线路上实现可验证量子优势，实验使用70逻辑比特。IBM此前路线图提出2026年探索量子优势、2029年交付Starling容错系统，目标为200逻辑比特、1亿量子门级操作。路线图属于企业目标，不应当作已实现事实，但2026年实验使其可信度有所提高。

Google的Willow路线则从另一个方向验证纠错：随着编码阵列从3×3扩展到5×5、7×7，错误率能够下降。Google同时明确，距离大规模纠错量子计算仍需要数量级上的系统改进和数百万级组件成熟。

〔推断·高〕 这说明产业评价标准正在变化：2019-2025年主要问“量子机器能不能在某个任务超过经典模拟”，2026年以后越来越要问“能否验证、能否纠错、能否扩展、能否运行有价值线路”。

4.2 中国：科研原型机、工程化整机和云平台开始分层

中国科大“祖冲之三号”实现105个可读取比特和182个耦合比特，83比特32层随机线路采样相对最优经典算法形成极大速度优势；其并行单比特门保真度99.90%、双比特门99.62%、读取99.13%。团队同时继续开展表面码纠错研究。

本源量子则更偏工程化与商业交付。“本源悟空180”对外提供真机算力，官方平台披露全球累计访问量已达到数千万级，并形成量子芯片、测控、操作系统、编程框架、化学/药筛/流体等软件工具。

中国电信走“云+算力网络”路线。“天衍”量子计算云平台已经接入多台超导量子计算机，并与超算互联网SCNet连接，强调量子、超算、智算融合调度。2026年公开信息显示平台访问量已突破5000万、实验任务超过400万。

〔推断·高〕 三者分别代表科研领先、整机工程化、算力运营化。一个国家真正形成量子计算产业，需要三层同时存在，而不能只靠论文或单台样机。

5. 中国已经有多少“真商业化”

最有价值的公开样本是国盾量子。2025年公司主营业务收入2.98亿元，其中量子计算行业收入1.20亿元，占主营业务约40.17%，同比增长111.82%；量子计算产品收入1.18亿元，同比增长276.16%，毛利率38.58%。公司披露量子计算产品主要包括超导量子计算整机、测控系统、稀释制冷机等，2025年生产30台、销售10台、库存25台。

圖表：国盾量子经济性

这组数字有三个含义。

第一，中国量子计算不再是零收入产业。 整机、测控和低温设备已经进入采购与交付。

第二，规模仍然很小。 单家上市公司量子计算收入刚过亿元，与传统服务器、工业软件、半导体设备相比仍处早期。

第三，毛利率并不神奇。 2025年量子计算行业毛利率38.07%，明显低于公司量子通信业务66.27%。量子整机需要大量非标准硬件、调试、低温、测控和工程服务，早期批量小，不能用软件行业的高毛利想象它。

〔推断·高〕 因此量子计算投资最危险的错误，是把“战略稀缺性”直接等同于“高ROIC”。技术越前沿，早期往往越需要高研发、高资本开支和低批量制造。

6. Deep Dive I｜六条技术路线，为什么不能只看比特数

6.1 超导：当前最完整的工程生态之一

超导路线的优势是门操作快、芯片制造与微纳加工体系成熟、IBM/Google/中国科大/本源等形成较强生态。缺点是需要毫开尔文级低温环境，控制线缆和制冷系统复杂，扩大规模时面临布线、串扰、封装和制冷负载挑战。

6.2 离子阱：高保真与全连接，速度和扩展是挑战

离子阱利用被电磁场俘获的离子作为量子比特，通常具有高保真、长相干和较灵活连接。挑战在于门速度较慢、大规模离子控制与模块互联。

6.3 中性原子：规模扩展很快，工程生态仍在形成

中性原子通过光镊阵列操控原子，天然适合大规模阵列和量子模拟。近年发展迅速，但通用计算的门保真、纠错、软件生态和工程化交付仍需要验证。

6.4 光量子：通信兼容性强，但确定性门和损耗困难

光子在室温传播、与光通信兼容，但高质量单光子源、探测器、损耗和确定性双比特门仍是关键挑战。光量子还分通用光量子与专用光学优化机器，不能混为一谈。

6.5 相干光专用量子/类量子优化：商业化更早，但不是通用量子计算

北京玻色量子2026年完成10亿元B轮融资，公开信息称其已推出100、550、1000计算量子比特系列产品，并向国家超级计算成都中心、中国移动、电子城、北方工业大学等交付相干光量子计算机。此类系统在组合优化上具有明确工程目标，但它与未来容错通用量子计算不是同一产品类别。

6.6 半导体自旋：潜在制造兼容性强，当前工程成熟度较低

半导体量子点/自旋路线希望借助成熟半导体工艺实现高密度集成。长期吸引力很大，但控制、均匀性、低温和规模化纠错仍有挑战。

圖表：技术路线

7. Deep Dive II｜“量子优越性”为什么不等于“企业愿意付钱”

一个企业任务要从量子优越性走到商业价值，至少经过七道门。

第一道：问题映射。 企业的物流、材料、风险、排产问题能否转换为适合量子算法的数学结构。

第二道：数据装载。 如果把海量经典数据编码进量子态的成本已经超过计算收益，算法优势会被吃掉。

第三道：线路资源。 算法需要多少逻辑比特、线路深度和T门；今天的硬件是否能运行。

第四道：误差。 输出是否稳定，错误缓解或纠错成本多大。

第五道：验证。 企业如何知道量子结果是对的。越是经典机无法求解的问题，越难验证。

第六道：经典基线。 GPU、启发式算法、近似算法和AI也在快速进步。量子方案必须超过“2026年的经典算法”，不是超过十年前的算法。

第七道：经济性。 即使快10倍，如果量子机时、专家和集成成本高100倍，仍然没有商业价值。

〔推断·高〕 所以未来三年真正值得追踪的不是“又有多少比特”，而是有多少真实业务任务完成了端到端的量子-经典基准比较，并且在时间、精度、成本或能源中的至少一项形成可复现优势。

8. 行业应用：哪些更接近价值，哪些仍偏演示

8.1 量子化学与材料：长期价值最高，短期以科研和联合开发为主

电子结构本身遵循量子力学，因此量子计算天然适合模拟分子和材料。潜在价值包括催化剂、电池材料、药物分子、超导材料。但当前有用分子的高精度模拟仍受到逻辑比特和线路深度限制。

商业切入不应该承诺“量子计算马上发现新药”，而应做经典计算+量子算法+实验数据的混合工作流：分子筛选、VQE实验、误差分析、结果管理、实验可重复性和HPC/QPU调度。

8.2 组合优化：最容易做Demo，也最容易被经典算法反超

物流路径、排产、投资组合、电网调度都能写成优化问题，因此是量子应用展示最常见的领域。但经典启发式算法、整数规划、GPU和AI优化器极强。

〔推断·中〕 组合优化要进入生产，必须公开同规模、同约束、同时间预算下的经典基线。只展示“量子算法得到了一个可行解”没有商业意义。

8.3 金融：研究活跃，但生产系统门槛高

潜在方向包括蒙特卡洛加速、风险计算、衍生品定价和组合优化。金融机构愿意提前储备人才，但核心风险系统需要稳定、可审计和低延迟，短期仍以PoC和研究为主。

8.4 AI与量子机器学习：最容易被营销放大

量子机器学习存在理论研究价值，但当前数据装载、噪声、可训练性和经典GPU基线使“量子替代GPU训练大模型”缺乏现实基础。

〔推断·高〕 未来三年更合理的AI+量子关系，是AI帮助设计量子线路、校准硬件、分析错误和编排混合工作流，而不是量子计算机替代AI算力中心。

9. Deep Dive III｜量子计算真正的利润池可能先出现在“卖铲子”

早期半导体产业并不是只有CPU公司赚钱。量子计算同样需要一整套工程栈：稀释制冷机、低温线缆、微波器件、测控电子、激光器、单光子探测器、真空系统、芯片封装、测试设备、EDA、编译器、校准软件和云平台。

这些环节有三个优势：第一，可以服务多种量子路线或多个整机厂；第二，客户是科研机构和量子计算企业，需求比最终行业应用更直接；第三，性能指标更容易验收，例如温度、噪声、通道数、带宽、保真度和稳定性。

但风险也明显：技术路线一旦变化，专用部件可能被替代；头部整机厂也可能垂直整合。因此最有吸引力的是跨路线复用、技术门槛高、客户切换成本高的环节。

10. 量子云：为什么它比卖整机更像传统IT产业

量子计算昂贵、维护复杂，企业不可能像买服务器一样普遍自建。因此QaaS可能长期成为主要使用方式。用户通过云提交量子线路，平台完成编译、排队、执行、结果返回，并与CPU/GPU/HPC协同。

中国电信“天衍”接入国家超算互联网，是一个重要信号：未来用户不应该手工判断“这一步用CPU、GPU还是QPU”，而应该由统一调度层根据任务特征、成本和可用性分配算力。

这给企业软件公司留下了明显空间：量子算力门户、项目/用户权限、任务队列、成本计量、实验版本、数据治理、混合工作流编排、算法市场、结果可追溯和AI辅助编程。 这些问题本质上仍然是企业应用与平台工程，而不是量子物理。

11. 量子计算企业的数字化解剖

一个量子计算整机企业至少包含芯片设计、工艺、封装、低温、测控、系统软件、算法、测试、供应链、项目交付和售后运维。

核心系统包括PLM、EDA/版图、MES、设备数据采集、实验室LIMS、测试数据平台、版本管理、缺陷管理、供应链、项目管理、CRM、售后工单和量子云。

最典型的数据断点不是“没有大屏”，而是：芯片批次无法与最终整机性能完整关联；校准参数与固件/软件版本不一致；实验数据缺少统一元数据；器件失效与供应商批次难追溯；客户运行任务与硬件健康状态没有闭环；研发指标与制造良率之间缺少数字线程。

因此量子产业本身也会产生一批“量子制造数字化”机会：芯片/器件数字线程、自动校准、实验数据治理、AI故障诊断、测试自动化、设备预测维护和交付配置管理。

12. AI机会：最先赚钱的不是“量子AI”，而是“AI for Quantum”

12.1 自动校准

量子系统需要持续调参。AI可以根据测量结果优化频率、脉冲、耦合和读出参数，降低工程师手工校准时间。

12.2 错误诊断

把芯片、低温、微波、控制和软件日志关联起来，识别保真度下降的根因。这个问题非常像复杂工业设备的预测性维护。

12.3 量子编程Copilot

将自然语言/数学问题转换为量子算法模板、线路和混合代码，并自动检查硬件约束。价值在降低使用门槛，但输出必须可验证。

12.4 任务编排Agent

智能体根据任务规模、精度、等待时间和成本，选择经典模拟器、GPU、HPC或真实QPU，并执行多轮实验。

〔推断·高〕 这些场景比“用量子计算训练大模型”更接近可付费需求，因为它们直接降低量子计算自身的研发和运营成本。

13. 一个被低估的邻接市场：PQC迁移

量子计算商业应用可能仍需数年，但密码迁移不能等到密码被破解当天才开始。Google在2026年提出以2029年为PQC迁移时间线，理由包括“先收集密文、未来再解密”的风险以及大型组织密码迁移需要多年。

PQC并不是量子计算，而是运行在经典计算机上的抗量子密码算法。它却是量子计算产业化最确定的外溢需求之一。

企业要做的工作包括：密码资产盘点、TLS/证书/密钥/签名算法识别、第三方依赖扫描、数据保密年限分类、迁移优先级、混合算法部署、证书体系升级、HSM/网关改造、兼容性测试、密码敏捷性平台和审计证据。

〔推断·高〕 对企业软件和安全公司而言，PQC迁移的未来3年商业确定性高于直接购买量子计算应用。 因为它不需要等待容错量子计算真正到来，客户现在就可以做资产发现和迁移准备。

圖表：机会地图

14. 单位经济：为什么“卖量子机时”未必是好生意

〔假设·中〕 假设一套量子系统年度折旧、低温运行、维护、工程师和机房综合固定成本2000万元；一年可提供5000小时可售算力；如果有效利用率只有20%，可计费1000小时，则仅固定成本就相当于2万元/可售小时。若利用率提高到60%，固定成本摊薄到约6667元/小时。

这说明量子云的关键不是注册用户，而是高价值有效机时利用率。大量免费教育访问可以扩大生态，却不等于商业收入。

进一步，如果客户只愿意为一次PoC支付10万元，而项目需要算法专家投入20人天、反复排队和定制数据处理，服务利润可能很低。量子云真正形成规模，需要算法模板化、任务自动化、混合调度和行业软件把专家劳动封装起来。

15. 竞争格局：未来不是一家通吃

中国市场至少存在五类玩家。

科研国家队：中国科大、中科院相关研究机构，主要推动基础研究和关键原型机。

整机与全栈企业：本源量子等，覆盖芯片、测控、整机、操作系统、编程框架和行业软件。

央企算力运营者：中电信量子集团，以量子通信和量子计算基础设施、云平台、行业生态为主。

上市产业化平台：国盾量子同时覆盖量子通信、计算和精密测量，并通过财报提供少数可验证产业收入样本。

专用路线创业公司：玻色量子等，以专用优化机器、规模制造和行业场景切入。

全球则有IBM、Google、Quantinuum、IonQ、QuEra、PsiQuantum等不同路线玩家。

〔推断·高〕 未来三年很难形成类似x86或CUDA那样单一事实标准。对软件进入者而言，应避免深度绑定单一硬件指令，而优先做跨后端抽象、混合调度、可移植算法和数据/实验管理。

16. 进入策略：三条可执行路径

路径A｜量子产业数字化与研发平台

目标客户：量子整机、芯片、测控、低温设备企业及实验室。
产品：研发数据平台、实验LIMS、自动校准、版本/配置管理、测试数据闭环、AI故障分析。
优势：不赌最终量子路线，直接解决现有企业研发效率问题。
首个里程碑：选一个“芯片批次-测试-校准-整机性能”闭环场景，3个月内把人工数据拼接时间降低50%以上。
停止条件：客户不愿开放实验数据，或系统只能做展示而不能进入研发流程。

路径B｜量超智融合算力门户与行业工作流

目标客户：高校、科研院所、超算中心、量子云运营者、大型企业创新中心。
产品：统一身份、资源目录、QPU/HPC/GPU调度、算法模板、实验记录、成本计量、结果可追溯、AI编程助手。
首个里程碑：同时接入至少两种后端，形成一个真实行业工作流。
停止条件：平台只能转发API，没有调度、治理或行业算法资产。

路径C｜PQC密码敏捷性与迁移平台

目标客户：金融、政务、能源、交通、大型制造和长期保密数据持有者。
产品：密码资产发现、算法依赖图谱、风险分级、迁移编排、证书/HSM改造管理、兼容测试、审计证据。
优势：需求不依赖量子计算立即商业成功。
首个里程碑：完成一个大型组织的密码资产清单和迁移路线图，并形成持续扫描能力。
停止条件：产品退化为一次性咨询表格，无法自动发现和持续更新。

17. 明确不建议进入的方向

第一，从零做通用量子整机。除非拥有世界级物理、芯片、低温、测控和长期资本团队，否则进入门槛极高。

第二，“量子+任何行业”解决方案包装。没有经典基线和可复现性能数据的量子应用，大概率是展示项目。

第三，宣称三年内量子计算替代GPU训练大模型。目前缺乏足够证据。

第四，只做量子概念可视化平台。如果不连接真实QPU、实验、算法和任务数据，价值与普通科普平台接近。

18. Red Team｜什么证据会推翻本报告的积极判断

反证一：量子优势无法迁移到有经济价值的问题

如果未来两年新的量子优势仍然主要集中在随机线路、采样或人为构造问题，且材料、化学、优化没有端到端优势，本报告对量子软件和行业应用的预期应下调。

反证二：逻辑比特扩展速度显著低于路线图

IBM的2029目标、Google的纠错路线都属于未来计划。若逻辑错误率、纠错开销或模块互联遇到瓶颈，商业时间表可能后移。

反证三：中国量子计算收入主要来自少数科研/政府项目

国盾量子量子计算收入增长很快，但绝对额仍小。如果未来收入无法从科研采购扩散到企业付费，产业仍可能长期依赖政策和科研资本开支。

反证四：经典算法继续快速逼近

量子优势必须与持续进步的GPU、AI和优化算法竞争。经典算法每一次突破都可能推高量子商业门槛。

18A. 第二轮证据检索：商业化是否只是中国的政策性采购现象

第一轮研究最大的潜在偏差，是用中国科研、央企和上市公司样本推断整个量子产业。因此第二轮检索专门寻找海外商业收入、企业客户和亏损情况。

〔事实·高〕 IonQ披露2025年GAAP收入1.30亿美元，同比增长202%，其中超过60%来自商业客户；但全年调整后EBITDA仍亏损1.868亿美元。2026年二季度收入达到8010万美元，同比增长287%，公司将全年收入指引上调至2.80亿—2.90亿美元。这个样本同时支持两个相反结论：量子产业已经能够形成超过亿美元的商业收入；但收入高速增长并不意味着单位经济和利润模型已经成熟。

〔事实·高〕 Quantinuum在2025年商业发布Helios，并披露Amgen、BMW、JPMorganChase、SoftBank等首批客户；2026年进一步强调其逻辑量子比特与容错操作是在商业硬件上完成，而非一次性实验台。Microsoft则披露与Atom Computing合作的Magne计划在2027年初上线，目标是把逻辑量子比特作为可按需使用的商业能力。

〔推断·高〕 因而，“量子计算仍完全没有商业客户”的判断已经过时；更准确的说法是：商业客户已经出现，收入开始增长，但当前客户仍高度集中于政府、科研、大企业创新预算和战略性采购，尚未形成类似云计算、GPU或工业软件那样宽广、重复、标准化的需求曲线。

18B. 标准化信号：量子云正在从实验入口变成一种基础设施

〔事实·高〕 中国GB/T 47177.1-2026《量子计算服务平台 第1部分：架构与功能要求》已于2026年9月1日实施；GB/T 47177.2-2026《第2部分：性能评估》将于2026年11月1日实施。国家标准解读明确指出，量子计算正处于NISQ向容错量子计算过渡期，网络远程接入逐渐成为普惠共享量子算力的重要方式，并要求在异构资源接入、资源管理、任务调度和安全保障等方面形成统一框架。

〔推断·高〕 标准出现的意义不是证明市场已经成熟，而是说明“量子计算服务平台”正在从厂商自定义产品变成可比较、可验收的基础设施类别。 这会降低量子云采购的不确定性，也为跨硬件调度、计量、权限、服务质量评价和第三方测试创造软件机会。

18C. 技术路线的进一步反证：多路线并行可能比预期更久

〔事实·中〕 QuEra在2026年更新中性原子路线图，计划2028年推出256逻辑比特、超过1万物理比特的Libra容错系统，并强调无需低温制冷。Microsoft的路线则押注拓扑量子比特，并把“可靠逻辑比特—规模化量子超级计算机”作为分阶段目标。Quantinuum继续推进离子阱高保真与逻辑纠错，IBM押注超导+模块化纠错。

这意味着未来三年很难用“某一路线已经胜出”作为产业投资前提。不同路线的关键瓶颈完全不同：超导受制于低温、布线和串扰；离子阱受制于速度与规模互联；中性原子受制于高质量通用门、原子损失和实时控制；光量子受制于损耗、光源、探测和确定性逻辑；拓扑路线则仍需证明工程可扩展性。

〔推断·高〕 因此软件层最重要的设计原则是硬件抽象与可移植性。如果行业软件直接绑定某一家的门集、拓扑和编译器，它可能在硬件路线变化时失去大部分资产价值。

18D. 商业化的真正“跨越条件”

本报告把“产业真正跨入规模商业化”定义为同时出现五个信号，而不是某一台机器刷新纪录。

第一，至少2—3类具有真实经济价值的任务，在公开、可复现、严格经典基线下表现出量子优势。第二，逻辑错误率和线路深度允许这些任务稳定运行，而不是依赖大量后选择或不可扩展的错误缓解。第三，QPU通过云/HPC被标准化调用，客户不需要为每个实验重新组织量子物理团队。第四，行业软件把算法、数据、验证和结果解释封装起来。第五，收入从科研/政府项目扩展到重复采购的企业预算。

〔推断·高〕 当前2026年的状态是：第二、第三项正在明显加速，第一、第四项开始出现苗头，第五项已有早期证据但尚未普遍成立。 这也是本报告把未来三年定义为“工程化与商业验证窗口”，而不是“大规模应用爆发期”的原因。

18E. 量子机器学习的专门反证

〔事实·高〕 2026年《npj Quantum Information》一项针对高斯过程回归的研究表明，在广泛场景下，多种已提出的量子算法并不具有宣传中常见的指数级加速。与此同时，Nature Computational Science发布的量子优化基准库强调，量子优化必须与先进经典求解器在统一问题、统一规模和统一报告框架下比较。

〔推断·高〕 这进一步降低了“量子机器学习会在短期普遍替代经典AI”的置信度。未来量子应用项目的验收必须把经典最优基线写进合同或PoC方案，否则“量子算法跑通”本身不构成商业价值证明。

18F. PQC：与量子计算本体分开，但商业确定性更高

〔事实·高〕 NIST明确表示三项后量子密码标准已经可以实施，并建议组织现在就开始迁移；Google在2026年把PQC进一步推进到Android 17的Verified Boot、远程证明和Keystore，同时Chrome已开始推进面向量子抗性的HTTPS证书体系实验。

这里必须避免概念混淆：PQC不是量子计算产品，也不需要QPU运行。它之所以纳入本报告，是因为它是量子计算进展产生的确定性邻接需求。

〔推断·高〕 对大型银行、政府、能源、交通、制造和长期保密数据持有者，最现实的工作不是预测“哪一年RSA一定被破解”，而是建立密码资产清单、数据保密年限、算法依赖关系、供应商兼容性和密码敏捷性。迁移本身可能持续多年，所以商业需求早于真正密码学相关量子计算机出现。

18G. 进入决策评分

18H. 对一家企业应用开发公司的产品化路线

如果进入者的核心能力是移动端、Web、企业系统、数据平台、AI智能体和系统集成，而不是量子芯片物理，本报告建议把产品设计成三个相互连接的层。

第一层：Quantum R&D OS。 管理芯片/器件批次、实验方案、仪器、校准参数、测试结果、缺陷、软件版本和整机配置，形成量子研发数字线程。客户首先为“减少实验数据拼接、提高可追溯性、缩短校准时间”付费，而不是为“量子概念”付费。

第二层：Hybrid Compute Portal。 对接QPU、HPC、GPU和模拟器，统一身份、配额、任务队列、实验版本、成本计量和结果管理。AI Agent负责解释算法、生成代码、选择后端和组织实验，但所有任务参数、版本和结果必须可追溯。

第三层：Crypto Agility Platform。 自动发现企业系统中的RSA/ECC/TLS/证书/HSM/代码依赖，形成密码资产图谱，按数据保密期限和系统关键性计算迁移优先级，并持续跟踪供应商PQC兼容状态。

三层可以共享身份、资产、工作流、审计和AI能力。这样进入量子产业时，企业不是押注某台量子计算机，而是押注**“复杂前沿算力需要企业级治理和软件封装”**这一更稳定的趋势。

19. 三种情景

圖表：三情景

Base｜混合计算成为主流形态

2027-2029年量子硬件持续进步，更多逻辑纠错实验出现，但企业生产应用仍集中在科研、材料、优化PoC和量子云。量子计算与HPC/GPU形成混合工作流，软件和工具链价值上升。

Bull｜可验证优势外溢到材料/化学或高价值优化

至少出现2-3类可复现、经典方法难以追赶且经济价值明确的任务；大型药企、材料、能源、金融开始购买长期量子算力和算法服务。核心部件、云平台和行业软件同步加速。

Bear｜纠错扩展受阻，产业重新进入耐心资本阶段

硬件路线图延后，企业PoC减少，市场重新集中到科研、教育、国家战略和PQC迁移。整机创业公司融资压力增加，部件厂商订单波动。

20. 未来12-36个月监测指标

1. 可验证量子优势是否从基准任务进入材料、化学、优化等有经济价值任务。  
2. 逻辑比特数量、逻辑错误率、T门数量和可执行线路深度。  
3. IBM 2029容错路线关键里程碑是否按期完成。  
4. 中国表面码/逻辑比特纠错进展。  
5. 国内量子计算上市公司收入、毛利率、库存与经营现金流。  
6. 量子整机真实企业客户占比，而非科研/政府客户占比。  
7. 量子云付费机时、有效利用率和复购，而非访问量。  
8. 超算/智算/量子混合调度是否出现标准化接口。  
9. 量子化学与优化是否公开严格经典基线。  
10. PQC迁移预算是否从安全咨询转向持续软件平台。  
11. 低温、测控、激光、探测器等关键部件国产化与毛利率。  
12. 技术路线是否出现明显收敛或跨路线标准层。

21. 认知升级

直觉：比特越多，机器越强。
修正：需要同时看保真度、连接、线路深度、逻辑比特和纠错开销。

直觉：量子优越性已经证明商业价值。
修正：它首先证明经典计算难以模拟某个任务；商业价值还要通过问题映射、验证和经济性。

直觉：量子计算离商业太远。
修正：整机、部件、云、教育已经有收入，PQC迁移更已经是现实需求；只是“通用生产级量子应用”仍远。

直觉：未来只有一家硬件路线会赢。
修正：至少未来三年多路线并存概率更高，软件层应保持硬件可移植性。

直觉：最赚钱的一定是造量子芯片。
修正：早期利润可能更多出现在核心部件、云平台、软件工具、专业服务和密码迁移。

22. 最终判断

〔推断·高〕 量子计算产业已经进入“可以做产业，而不能做神话”的阶段。 2026年的可验证量子优势、逻辑纠错进展、中国工程化整机收入和量子云扩张共同说明，它已经不再只是基础科研主题；但通用商业价值尚未被大规模证明，未来三年仍是工程化、工具链和少数高价值任务的验证期。

对于产业资本，建议把投资重点从“比特数故事”转向逻辑纠错、核心部件、整机交付能力、真实客户收入、量子云有效利用率和行业基准优势。

对于企业应用开发公司，建议优先进入量子产业研发数字化、量超智融合平台和PQC迁移。这三类机会既能参与量子产业增长，又不需要承担最难的量子芯片物理风险。

主要来源与证据说明

1. 中国科学技术大学：《中国科大实现超导体系“量子计算优越性”新纪录》，2025-03-03。  
2. 中国科学院英文站：Zuchongzhi-3 Sets New Benchmark with 105-Qubit Superconducting Quantum Processor，2025。  
3. 国家自然科学基金委员会：《高精度量子操控与探测重大研究计划2026年度项目指南》。  
4. 《中华人民共和国国民经济和社会发展第十五个五年规划纲要》：量子科技与未来产业布局。  
5. 国盾量子2025年年度报告/年度报告摘要：量子计算收入、毛利率、产品结构、研发与现金流。  
6. 本源量子：OriginQ Wukong 180产品与技术参数，2026-05。  
7. 中国电信：“天衍”量子计算云平台2026运行与评估信息。  
8. 北京市人民政府：玻色量子完成10亿元B轮融资及专用量子计算机交付信息，2026-04。  
9. IBM & University of Chicago：70逻辑比特可验证量子优势实验，2026-07。  
10. IBM Quantum Hardware & Roadmap：Starling 2029目标、200逻辑比特、1亿量子门。  
11. Google Quantum AI：Willow与可验证量子优势/量子纠错路线。  
12. Microsoft Quantum Roadmap：Foundational—Resilient—Scale三级路线。  
13. Microsoft Quantum：Magne逻辑量子计算平台与Atom Computing合作计划，2026。  
14. Quantinuum：容错逻辑量子比特与商业硬件进展，2026。  
15. Quantinuum：Helios商业发布及企业客户，2025。  
16. QuEra：2026量子路线图，Libra 256逻辑比特容错系统计划。  
17. IonQ：2025全年财务结果，收入1.30亿美元、商业客户占比及亏损。  
18. IonQ：2026年二季度财务结果与全年收入指引。  
19. NIST：Post-Quantum Cryptography标准与迁移建议，2026。  
20. Google Security：Android 17 PQC迁移与量子抗性信任链，2026。  
21. Google/Chrome：量子抗性HTTPS证书与MTC迁移计划，2026。  
22. 国家市场监督管理总局：GB/T 47177.1-2026《量子计算服务平台 第1部分：架构与功能要求》。  
23. 国家市场监督管理总局：GB/T 47177.2-2026《量子计算服务平台 第2部分：性能评估》。  
24. 国家市场监督管理总局：《量子计算服务平台 第1部分》国家标准解读材料。  
25. npj Quantum Information：Assessing quantum advantage for Gaussian process regression，2026。  
26. Nature Computational Science：The Quantum Optimization Benchmarking Library，2026。