AI+量子，中國搶占產業新賽道

當AI量子化從口號變成產業敘事，中國或將樹立全球標桿，跑出量智獨角獸。

（AI制作）

文/每日資本論

噓！AI的風向變了。

日前，北京市政府新聞辦舉行2026年北京市未來產業發展重點工作新聞發布會，有關人員表示，面向2026年，北京市將圍繞未來信息、未來健康、未來制造、未來能源、未來材料、未來空間六大領域加速培育壯大未來產業。其中，在未來信息方面，北京市將聚焦通用量子科技、人工智能、元宇宙、光電子、6G等領域加快技術攻關與產業落地。

信號十分明顯——量子科技正在成為AI賽道的下一個香餑餑。

事實上，量子科技作為未來產業，從2016年首次寫入“政府工作報告”，此后連續七年躋身核心賽道。2025年10月發布的“十五五”規劃建議明確將量子科技列為新興產業增長點，與人工智能、6G等并列。2026年“政府工作報告”進一步要求國家算力樞紐節點新建數據中心綠電占比超80%，推動量子科技與綠色算力的深度融合。地方層面，多個城市也在爭相打造成為量子產業高地。

那么，AI與量子計算之間是什么關系？

AI本身就能給出近乎完美的答案：“如果把我比作‘超級大腦’，我很聰明，能寫詩、作畫、寫代碼，但我‘吃飯’（耗電）越來越多，‘長身體’（模型變大）越來越慢。而量子計算仿佛給我‘開了外掛’，讓我想問題更快、處理更復雜的問題，還能讓我從‘算到地老天荒’變成‘秒出答案’。”

簡單來說，一旦量子計算能夠和現有人工智能框架、經典AI算法結合起來，算力焦慮和能源焦慮都會被徹底打破。

電力焦慮，AI擴張的“阿喀琉斯之踵”

眾所周知，過去兩年，AI的競爭幾乎完全圍繞大模型的參數規模和訓練速度展開。但到了2026年，情況正在發生深刻變化——電力與算力成本迅速攀升，數據中心用電正在成為新的剛性約束。

國際能源署（IEA）的數據給出了清晰的量化圖景：2024年全球AI數據中心用電量達到415太瓦時，占全球總用電量1.5%，約與英國全年用電量相當。到2030年，這個數字預計將翻一倍至945太瓦時，比日本當前的總用電量還高。而從更長期看，IEA預計到2035年，數據中心將占全球電力需求增長的十分之一左右。

碳排放同樣不容忽視。IEA數據顯示，2024年全球數據中心產生的間接碳排放約為1.8億噸，到2035年預計將攀升至3億噸。雖然這一排放總量尚不足能源行業總排放量的1.5%，但數據中心已成為增速最快的排放源之一。

再將視角從宏觀拉回微觀，問題變得更直觀。一臺AI服務器配備8張加速卡，整機功耗輕松突破5000瓦，滿負載甚至可達8000瓦以上。而這還只是計算單元本身的能耗，為了帶走這些熱量，數據中心的冷卻系統平均需要額外消耗正常電力50%的能源。

更扎心的是，在大型AI訓練集群中，數據搬運能耗占系統總功耗的90%以上，而算力增速在兩年內提升了750倍，內存帶寬增速卻只有1.4倍。

當大模型把電表越推越快，行業開始意識到，繼續依靠堆GPU、堆算力的路徑正在逼近物理邊界。芯片制程逼近3納米以下，量子隧穿效應導致漏電率激增，3D堆疊雖提升算力卻讓散熱效率驟降30%—50%。算力不再是單純的技術問題，而是能源問題、基建問題、地緣政治問題。

更深層的結構性焦慮正在浮現：再往前走，不能只靠堆電和堆卡了。在傳統計算架構逼近極限的背景下，量子計算憑借獨特的物理特性，成為破解AI算力與能源困局的顛覆性方案。

全國人大代表、科大訊飛董事長劉慶峰在今年全國兩會期間直言，中國AI產業發展迅速，但仍面臨兩大突出挑戰：一是模型研發對進口算力依賴度高，國產算力“好用、易用、迭代快”的生態不完善；二是面向下一代AI的交叉前沿布局不足，兼具AI與數學、量子、類腦、微電子等背景的復合型頂尖人才短缺。他的核心建議之一，正是“探索量子計算賦能AI，開辟突破算力瓶頸的新路徑”。

量子登場，AI的算力新解與技術革命

換言之，AI競爭，正在從模型層走向計算能力的重構。而量子計算，正在成為這場重構中最具想象空間的變量之一。但量子計算對AI的價值，需要被準確理解。

常見的誤解是把量子計算當成更強的顯卡。請注意，量子計算并不是一種通用提速工具，而是基于一套完全不同的物理規則與計算模型。它的潛在優勢不在于在所有任務上都更快，而在于可能在少數特定問題上顯著優于經典計算機——比如某些復雜模擬、組合優化、密碼學與采樣類任務。

因此，人工智能與量子計算的結合，更像三條并行的路線：量子幫助AI在少數關鍵環節獲得潛在加速；AI幫助量子系統變得更穩定、更可工程化；以及AI與量子在科學與產業的少數高價值任務里形成混合工作流。

在量子助力的方向上，國內相關科研機構已經給出了階段性答卷。與此同時，AI助力量子計算的方向取得了更現實的進展。中國科學院院士、清華大學交叉信息研究院院長姚期智曾表示，國內在用AI賦能量子糾錯領域的研究已經達到全球先進水平。谷歌在這一領域實現了指數級的錯誤降低，其核心技術AlphaQubit是一個為量子糾錯設計的解碼器，經AI機器學習訓練而成。

隨著量子計算與AI的逐步融合，“AI+量子”逐漸從實驗室走向產業應用。未來，在生物醫藥領域，量子計算可模擬藥物-靶點相互作用，大幅縮短新藥研發周期；在金融領域，量子算法可優化投資組合、實現高效風險評估；在工業領域，量子計算可優化生產調度、提升能源利用效率；在氣象領域，量子計算能實現高精度氣象預測，為防災減災提供支撐。

國內科技巨頭與創新企業已經快速行動起來。天眼查顯示，3月18日，科大訊飛與兩儀萬象合資成立了量智開物（北京）科技有限公司，該公司經營范圍含量子計算技術服務、人工智能理論與算法軟件開發、人工智能行業應用系統集成服務等。

據悉，量智開物是國內首家專注于人工智能與量子科技深度融合的實體公司，標志著兩大前沿技術的協同創新邁入實體化運營新階段，也標志著國內頂尖的人工智能力量與量子物理硬件底座實現了強強聯合。作為人工智能領域的“國家隊”，科大訊飛近年在通用大模型領域持續領跑；兩儀萬象則孵化于清華大學頂尖的原子量子計算團隊，聚焦原子量子計算的整機研制和全棧技術自主可控，在實現容錯量子計算至關重要的比特規模擴展性與相干操控方面具備國際競爭力。

通過合資公司形式，科大訊飛可整合多方資源，降低技術風險，加速量子計算與AI的融合落地。這一動作與訊飛此前“應用層-產業鏈層-算法層”的梯次戰略一脈相承，本質是在算力與電力雙重約束下，提前卡位下一代計算體系。

與此同時，需要全體國人清醒認識到，與美國相比，我國人工智能產業的一個相對短板在于源頭創新。當前，我國在源頭創新領域仍面臨較為突出的人才缺口。從長遠發展來看，國內相關機構與企業需持之以恒、久久為功，著力補齊這一關鍵短板。在量子計算領域，更應倡導全社會共同參與、人人盡責，堅決避免“內卷式競爭” 與低水平重復建設，聚焦并深耕真正的原始創新。

好了，當AI正在跑步進入量子時代的這句話，在2026年從口號變成了產業敘事，當量子計算與AI的融合，并在未來逐漸從實驗室走向產業應用時，中國或將為全球AI產業發展提供了一個樣本，跑出N個量智獨角獸。

【文章只供交流，并非投資建議，請注意投資風險。碼字不易，若您手機還有電，請幫忙點贊、轉發。祝，各位看官2026懷揣喜樂之心，迎接新年光景，積攢歲歲福氣，奔赴四季順遂！】