撰文：苗正
前几年，量子力學還常常被當成一個玩笑：遇事不決，量子力學。
但現在，玩笑變成了招股書。
過去幾個月裡，Infleqtion、Xanadu 和 Horizon Quantum 三家量子計算公司相繼敲鐘上市，後面還有幾家公司排隊等待進入納斯達克。
一個曾經只屬於實驗室和科幻電影裡的項目，突然被推到了公開市場面前。
問題是，量子計算真的已經到了商業化爆發的前夜嗎？
我看未必。
這波上市潮最有意思的地方，恰恰不在於它證明了量子計算已經成熟，而在於它暴露了這個行業的真實處境。
雖然大家都叫量子計算，技術路線卻是五花八門。
不僅如此，當你仔細研究這些公司的財報你就會發現，通用量子計算機一共也沒賣出去幾台，相反，那些量子計算的周邊產品支撐了這些量子計算公司的運營。
此外，雖然說這門生意還處於早期階段，但是英偉達早已進場。
早在 2021 年，英偉達就用 GPU 幫助研究人員在經典計算機上模擬量子電路。
再到後面一路投資多家量子計算創業公司。2025 年 GTC 上，黃仁勛更是直接宣布成立波士頓量子研究中心 NVAQC。
不過黃仁勛想要做的，並非是量子計算機本身，他想做的，是把英偉達變成量子計算時代的底層入口。
就像 AI 時代，英偉達賣的也不是模型，他賣的是訓練和推理所需要的算力。
英偉達能否復刻成功，暫時還是個未知數。不過在此之前，我們不妨先來了解一下，當下量子計算到底是個什麼樣的局面。
技術路線
雖然大家都叫量子計算，但技術上天差地別。主流路線有四條，每條路線背後都是完全不同的物理原理。
超導量子計算是當前產業化最快的路線。
IBM、谷歌、Rigetti 這些大公司都在這條路上。
其技術原理是用約瑟夫森結構建人工量子比特。因此需要極低溫環境，要達到毫開爾文那種級別。
這回真的是冷知識，超導量子計算所需要的溫度環境要比外太空還冷，外太空大概是 2.7 開爾文。
超導量子計算的優勢在於工藝接近傳統半導體，比特擴展性強，但相干時間短，噪聲大。
這條路線融資規模最大，但對制冷系統的依賴使得成本居高不下，一台稀釋制冷機動辄好幾百萬美元。
IBM 的「Golden Eye」稀釋制冷機成本超過 80 萬美元，每年電費就要 10 萬美元以上。
更大規模的系統，比如 Rigetti 那種能支持 500 量子比特的制冷設備，成本能到 200 萬美元以上。制冷系統佔了整個超導量子計算機總成本的 90%以上。
離子阱量子計算是另一條路。
目前有 IonQ 和 Quantinuum 在做。用帶電離子作為量子比特，通過激光操控實現量子門操作。這條路線的量子門保真度最高。
相當於是一個大算盤，帶電離子是算盤珠子，每電一下，就相當於撥了一下珠子。保真度高就代表它做動作比較準，出錯率比較低。
IonQ 在 2025 年 10 月宣布實現了 99.99%的雙量子比特門保真度，這是世界紀錄。Quantinuum 早在 2024 年就達到了 99.9%以上的保真度。相干時間也最长，從 0.2 秒到 600 秒不等，遠超超導路線的幾十微秒。
但離子阱的問題是比特數量難以擴展。
離子越多，就越難控制。所以不能簡單靠「多塞幾個離子」來提高算力，只能用更複雜的控制系統來管理這些離子，所以離子阱量子計算很容易達到算力天花板。
中性原子量子計算是最近兩年才出現的，不過也是當下最火的，Infleqtion、Pasqal、QuEra 在做。
它的原理是用光晶格捕獲中性原子陣列，用光鑷，也就是聚焦激光束把原子固定住。最大優勢是比特數量可以輕鬆做到上千個，且相干時間較長。
Infleqtion 已經實現了 1600 個物理量子比特的陣列，這是目前的紀錄。糾纏保真度達到 99.73%，是中性原子公司裡最高的。
Infleqtion 在 2026 年 2 月上市，CEO 馬修·金瑟拉（Matthew Kinsella）表示「中性原子正在從科學進步走向商業相關性」。
最後就是光量子計算了，這也是最好理解的一種。
前文提到的 Xanadu，他們走的就是這條路線。
其技術原理是用光子作為信息載體，最大優勢是室溫運行，無需真空或制冷系統，天然適合量子通信與計算融合。
Xanadu 在 2026 年 3 月成為首家上市的光量子公司。它的 Aurora 系統號稱首個模組化、網絡化的光量子計算機，具備實時糾錯能力，計劃在 2029 到 2030 年達到 500 個邏輯量子比特。
Aurora 由四個獨立的伺服器機架組成，用光纖互聯，包含 12 個量子比特、35 個光子晶片和 13 公里光纖。它在室溫下運行，只有光子探測器需要低溫環境。
這是光量子的天然優勢。
但光量子的門操作保真度遠不及超導和離子阱。
光子之間不會自然相互作用，兩個光子可以互相穿過而不產生擾動。這就導致實現確定性的雙量子比特門非常困難，光在傳播過程中是會有損耗的，那麼光承載的信息也會出現損耗。
也就是說，實現同樣算力的前提下，光量子計算機的難度系數明顯高於其他路線。
誰更靠譜？從技術成熟度看，超導和離子阱是最接近商業化的，中性原子和光量子還在「很有潛力」的階段。
不過現在擺在眼前的問題是哪條路線的性價比最好，這就要你把性能、成本、部署等等問題全都放在一起考慮。
這波上市潮的本質，是資本市場第一次被迫給不同技術路線投票。投資者不再滿足於「量子計算很重要」這種宏大敘事，他們想看的是成本和收入。
Xanadu 上市首日漲 15%，但盤後跌超 10%。Horizon Quantum 盤後跌 18%。Infleqtion 在 2 月上市時估值 18 億美元，市值最高點是在 38 億美元，然而進入 4 月後，市值已經跌到 23.74 億美元左右。
英偉達的量子野心
說到計算，就不得不提英偉達。
英偉達的量子戰略非常清晰，它打算復刻 CUDA 的成功，變成 CUDA-Q，也就是量子版的 CUDA。
不過在講之前，我還需要給大家科普一個概念，就是容錯量子計算。
前面咱們說的量子比特，它們都是非常脆弱的。溫度、振動、電磁噪聲、光子損耗，甚至一次不完美的操作，都可能讓量子狀態跑偏。
容錯量子計算就是給這堆積木加了一整套防摔機制。
它會用很多個不太可靠的物理量子比特，組合成一個更可靠的「邏輯量子比特」。哪怕其中幾個物理量子比特出錯，系統也能發現、糾正，然後繼續計算。
就好比我把一件事，告訴 100 個人，讓這 100 個人替我去傳話，即使有人忘記或者說錯了，但至少能確保有人記住了。
硬件層面，英偉達做了 NVQLink 平台架構。通過 RDMA over Ethernet 實現 GPU 與量子處理器的微秒級延遲連接，低於 4 微秒。這個延遲水平是量子糾錯的關鍵。
對於最先進的量子處理器，每輪糾錯的解碼窗口只有幾微秒。NVQLink 讓 GPU 能夠在 QPU 的時鐘週期內完成糾錯解碼，這是實現容錯量子計算的必要條件。
軟件層面，英偉達做的是 CUDA-Q 平台和 CUDA-Q QEC 庫，提供統一的編程接口。
開發者可以在同一個環境中編寫量子和經典混合應用，無需關心底層硬件差異。2026 年 4 月剛剛發布的 CUDA-Q QEC 0.6 版本已經實現了與 NVQLink 的深度集成，支持實時 GPU 解碼。
生態層面，英偉達與全球十幾個超算中心合作。包括日本 G-QuAT、新加坡國家量子計算中心等，將量子處理器集成到現有的 HPC 基礎設施中。
Quantinuum 已經宣布其最新的 Helios QPU 和未來所有處理器都將通過 NVQLink 與英偉達 GPU 集成。Helios QPU 配備了英偉達 GH200 Grace Hopper 作為實時主機，用於實時量子糾錯。
如今量子計算正處於從「實驗室原型」到「需要大規模經典計算支持」的轉折點。量子糾錯、校準、混合算法都需要強大的經典計算能力實時配合，這正是英偉達的主場。
但這裡有一個問題，那就是量子計算不是 AI。
AI 的爆發是因為深度學習是 GPU 上的殺手級應用，只有 GPU 能干得好，CPU 幹不好，這才讓英偉達如日中天。
至少到目前為止，量子計算還沒有出現殺手級應用。
真正能讓企業願意花錢購買量子計算時間的應用場景，現在還看不太清楚。
關於容錯量子計算機什麼時候發布，目前行業內的預測是還需 5 到 10 年，又押注物理 AI，又押注數字孿生的英偉達，可能沒有那麼多時間和精力對量子計算加碼。
英偉達在 2025 年 9 月連續投資了 Quantinuum、QuEra 和 PsiQuantum，覆蓋離子阱、中性原子和光量子三大路線。這說明英偉達在廣撒網，但也說明它自己也不確定哪條路線最終會勝出。
如果量子處理器的相干時間大幅提升，或者出現了不依賴實時糾錯的新架構，NVQLink 就相當於打了水漂。
英偉達是在押注「量子計算必然走向容錯化，且容錯化必然需要強大的經典計算支持」。
這個假設只是目前看起來合理，但並非唯一可能的技術路徑。
AI 從實驗室走向商業化用了大概 10 年，從 2012 年 AlexNet 到 2022 年 ChatGPT。
但是量子計算現在還在更早期的階段。如果它需要 10 年才能商業化，英偉達能等這麼久嗎？
行業的真相是什麼？
關注量子計算行業就會發現，很少有人買通用的量子計算機，現在量子計算想要賺錢，全是靠周邊產品帶動。
這也是這波上市潮最值得關注的問題。
絕大多數量子計算公司現在真正能產生收入的，不是他們最主張的通用量子計算機，反而是量子傳感器、量子時鐘、控制晶片、軟體棧和 HPC 整合服務。
通用量子計算機還沒有形成可規模化、可複製的成熟商業市場。
用一個更直白的說法，行業在用邊角料收入養一個遠期主線。
Infleqtion 的主要收入來源是光學原子鐘、量子射頻接收器和慣性傳感器，應用於能源、太空等領域。
截至 2025 年 6 月，Infleqtion 已經售出三台量子計算機和數百個量子傳感器，過去 12 個月收入約 2900 萬美元，過去兩年複合增長率約 80%。2026 年的收入預計是 4000 萬美元。
量子傳感器的價格從數萬美元到數十萬美元不等。研究級原子鐘和重力儀可以超過 50 萬美元。
隨著製造規模擴大，成本預計在未來十年內下降一個數量級，就跟固態激光雷達一樣，以前好幾萬一個，現在只要 2000 塊錢。
Xanadu 的情況也是一樣，主要收入均來自於量子計算周邊產品，且收入來源為前三大客戶。
此外，幾乎所有上市量子公司都有大量政府資助。
Xanadu 獲得了 DARPA 項目支持和加拿大「量子冠軍」計畫的資金。Infleqtion、IonQ、Rigetti 都有美國國防部和能源部的合同。
關鍵問題在於，這種邊角料收入的模式能支撐多久？
量子傳感的市場規模是有限的。
原子鐘、慣性傳感器這些產品的市場主要在國防、航空航天和科研領域，不是一個能支撐千億美元估值的大眾市場。而且就算政府的合同也不可能無限增長，地主家也沒餘糧。
雲服務在量子計算機性能達到「量子霸權」之前，也很難形成規模。畢竟現在的量子計算機在性價比上，遠不如傳統計算機。
你可能會說了，SpaceX 早期也靠發射服務養火星計畫，特斯拉用碳積分補貼電動車研發。
但別忘了，SpaceX 的發射服務本身就是一個巨大的市場，而且火箭技術是通用的，發射衛星和去火星用的是同一套技術。特斯拉的電動車雖然早期虧損，可至少產品是能賣給消費者的，市場需求也是真實存在的。
量子計算就不一樣了。量子傳感器再怎麼賣，也很難支撐一個估值幾十億美元的公司長期運營。
量子計算行業現在的處境有點尷尬。技術上確實在進步，然而離真正商業化還有很長很長的路，尤其是連創業者自己都沒法給個準確說法。
這種模式能走多遠，取決於兩個因素。一是技術突破的速度。如果某條路線突然實現了重大突破，比如相干時間提升一個數量級，或者糾錯效率大幅改善，那整個行業的商業化進程就會加速。
二是資本市場的耐心。10 年前就敢投 AI 的人，看到今天 Anthropic 和 OpenAI 後，估計更敢投量子計算。
在我看來，這波上市熱潮，與其說是量子計算商業化的開始，不如說是資本市場對這個行業的一次壓力測試。你等得起，你就現在投。
480.15萬 熱度
105.92萬 熱度
21.61萬 熱度
1.52億 熱度
140.9萬 熱度
量子計算掀起上市潮，黃仁勳的「野心」藏不住了
撰文：苗正
前几年，量子力學還常常被當成一個玩笑：遇事不決，量子力學。
但現在，玩笑變成了招股書。
過去幾個月裡，Infleqtion、Xanadu 和 Horizon Quantum 三家量子計算公司相繼敲鐘上市，後面還有幾家公司排隊等待進入納斯達克。
一個曾經只屬於實驗室和科幻電影裡的項目，突然被推到了公開市場面前。
問題是，量子計算真的已經到了商業化爆發的前夜嗎？
我看未必。
這波上市潮最有意思的地方，恰恰不在於它證明了量子計算已經成熟，而在於它暴露了這個行業的真實處境。
雖然大家都叫量子計算，技術路線卻是五花八門。
不僅如此，當你仔細研究這些公司的財報你就會發現，通用量子計算機一共也沒賣出去幾台，相反，那些量子計算的周邊產品支撐了這些量子計算公司的運營。
此外，雖然說這門生意還處於早期階段，但是英偉達早已進場。
早在 2021 年，英偉達就用 GPU 幫助研究人員在經典計算機上模擬量子電路。
再到後面一路投資多家量子計算創業公司。2025 年 GTC 上，黃仁勛更是直接宣布成立波士頓量子研究中心 NVAQC。
不過黃仁勛想要做的，並非是量子計算機本身，他想做的，是把英偉達變成量子計算時代的底層入口。
就像 AI 時代，英偉達賣的也不是模型，他賣的是訓練和推理所需要的算力。
英偉達能否復刻成功，暫時還是個未知數。不過在此之前，我們不妨先來了解一下，當下量子計算到底是個什麼樣的局面。
技術路線
雖然大家都叫量子計算，但技術上天差地別。主流路線有四條，每條路線背後都是完全不同的物理原理。
超導量子計算是當前產業化最快的路線。
IBM、谷歌、Rigetti 這些大公司都在這條路上。
其技術原理是用約瑟夫森結構建人工量子比特。因此需要極低溫環境，要達到毫開爾文那種級別。
這回真的是冷知識，超導量子計算所需要的溫度環境要比外太空還冷，外太空大概是 2.7 開爾文。
超導量子計算的優勢在於工藝接近傳統半導體，比特擴展性強，但相干時間短，噪聲大。
這條路線融資規模最大，但對制冷系統的依賴使得成本居高不下，一台稀釋制冷機動辄好幾百萬美元。
IBM 的「Golden Eye」稀釋制冷機成本超過 80 萬美元，每年電費就要 10 萬美元以上。
更大規模的系統，比如 Rigetti 那種能支持 500 量子比特的制冷設備，成本能到 200 萬美元以上。制冷系統佔了整個超導量子計算機總成本的 90%以上。
離子阱量子計算是另一條路。
目前有 IonQ 和 Quantinuum 在做。用帶電離子作為量子比特，通過激光操控實現量子門操作。這條路線的量子門保真度最高。
相當於是一個大算盤，帶電離子是算盤珠子，每電一下，就相當於撥了一下珠子。保真度高就代表它做動作比較準，出錯率比較低。
IonQ 在 2025 年 10 月宣布實現了 99.99%的雙量子比特門保真度，這是世界紀錄。Quantinuum 早在 2024 年就達到了 99.9%以上的保真度。相干時間也最长，從 0.2 秒到 600 秒不等，遠超超導路線的幾十微秒。
但離子阱的問題是比特數量難以擴展。
離子越多，就越難控制。所以不能簡單靠「多塞幾個離子」來提高算力，只能用更複雜的控制系統來管理這些離子，所以離子阱量子計算很容易達到算力天花板。
中性原子量子計算是最近兩年才出現的，不過也是當下最火的，Infleqtion、Pasqal、QuEra 在做。
它的原理是用光晶格捕獲中性原子陣列，用光鑷，也就是聚焦激光束把原子固定住。最大優勢是比特數量可以輕鬆做到上千個，且相干時間較長。
Infleqtion 已經實現了 1600 個物理量子比特的陣列，這是目前的紀錄。糾纏保真度達到 99.73%，是中性原子公司裡最高的。
Infleqtion 在 2026 年 2 月上市，CEO 馬修·金瑟拉（Matthew Kinsella）表示「中性原子正在從科學進步走向商業相關性」。
最後就是光量子計算了，這也是最好理解的一種。
前文提到的 Xanadu，他們走的就是這條路線。
其技術原理是用光子作為信息載體，最大優勢是室溫運行，無需真空或制冷系統，天然適合量子通信與計算融合。
Xanadu 在 2026 年 3 月成為首家上市的光量子公司。它的 Aurora 系統號稱首個模組化、網絡化的光量子計算機，具備實時糾錯能力，計劃在 2029 到 2030 年達到 500 個邏輯量子比特。
Aurora 由四個獨立的伺服器機架組成，用光纖互聯，包含 12 個量子比特、35 個光子晶片和 13 公里光纖。它在室溫下運行，只有光子探測器需要低溫環境。
這是光量子的天然優勢。
但光量子的門操作保真度遠不及超導和離子阱。
光子之間不會自然相互作用，兩個光子可以互相穿過而不產生擾動。這就導致實現確定性的雙量子比特門非常困難，光在傳播過程中是會有損耗的，那麼光承載的信息也會出現損耗。
也就是說，實現同樣算力的前提下，光量子計算機的難度系數明顯高於其他路線。
誰更靠譜？從技術成熟度看，超導和離子阱是最接近商業化的，中性原子和光量子還在「很有潛力」的階段。
不過現在擺在眼前的問題是哪條路線的性價比最好，這就要你把性能、成本、部署等等問題全都放在一起考慮。
這波上市潮的本質，是資本市場第一次被迫給不同技術路線投票。投資者不再滿足於「量子計算很重要」這種宏大敘事，他們想看的是成本和收入。
Xanadu 上市首日漲 15%，但盤後跌超 10%。Horizon Quantum 盤後跌 18%。Infleqtion 在 2 月上市時估值 18 億美元，市值最高點是在 38 億美元，然而進入 4 月後，市值已經跌到 23.74 億美元左右。
英偉達的量子野心
說到計算，就不得不提英偉達。
英偉達的量子戰略非常清晰，它打算復刻 CUDA 的成功，變成 CUDA-Q，也就是量子版的 CUDA。
不過在講之前，我還需要給大家科普一個概念，就是容錯量子計算。
前面咱們說的量子比特，它們都是非常脆弱的。溫度、振動、電磁噪聲、光子損耗，甚至一次不完美的操作，都可能讓量子狀態跑偏。
容錯量子計算就是給這堆積木加了一整套防摔機制。
它會用很多個不太可靠的物理量子比特，組合成一個更可靠的「邏輯量子比特」。哪怕其中幾個物理量子比特出錯，系統也能發現、糾正，然後繼續計算。
就好比我把一件事，告訴 100 個人，讓這 100 個人替我去傳話，即使有人忘記或者說錯了，但至少能確保有人記住了。
硬件層面，英偉達做了 NVQLink 平台架構。通過 RDMA over Ethernet 實現 GPU 與量子處理器的微秒級延遲連接，低於 4 微秒。這個延遲水平是量子糾錯的關鍵。
對於最先進的量子處理器，每輪糾錯的解碼窗口只有幾微秒。NVQLink 讓 GPU 能夠在 QPU 的時鐘週期內完成糾錯解碼，這是實現容錯量子計算的必要條件。
軟件層面，英偉達做的是 CUDA-Q 平台和 CUDA-Q QEC 庫，提供統一的編程接口。
開發者可以在同一個環境中編寫量子和經典混合應用，無需關心底層硬件差異。2026 年 4 月剛剛發布的 CUDA-Q QEC 0.6 版本已經實現了與 NVQLink 的深度集成，支持實時 GPU 解碼。
生態層面，英偉達與全球十幾個超算中心合作。包括日本 G-QuAT、新加坡國家量子計算中心等，將量子處理器集成到現有的 HPC 基礎設施中。
Quantinuum 已經宣布其最新的 Helios QPU 和未來所有處理器都將通過 NVQLink 與英偉達 GPU 集成。Helios QPU 配備了英偉達 GH200 Grace Hopper 作為實時主機，用於實時量子糾錯。
如今量子計算正處於從「實驗室原型」到「需要大規模經典計算支持」的轉折點。量子糾錯、校準、混合算法都需要強大的經典計算能力實時配合，這正是英偉達的主場。
但這裡有一個問題，那就是量子計算不是 AI。
AI 的爆發是因為深度學習是 GPU 上的殺手級應用，只有 GPU 能干得好，CPU 幹不好，這才讓英偉達如日中天。
至少到目前為止，量子計算還沒有出現殺手級應用。
真正能讓企業願意花錢購買量子計算時間的應用場景，現在還看不太清楚。
關於容錯量子計算機什麼時候發布，目前行業內的預測是還需 5 到 10 年，又押注物理 AI，又押注數字孿生的英偉達，可能沒有那麼多時間和精力對量子計算加碼。
英偉達在 2025 年 9 月連續投資了 Quantinuum、QuEra 和 PsiQuantum，覆蓋離子阱、中性原子和光量子三大路線。這說明英偉達在廣撒網，但也說明它自己也不確定哪條路線最終會勝出。
如果量子處理器的相干時間大幅提升，或者出現了不依賴實時糾錯的新架構，NVQLink 就相當於打了水漂。
英偉達是在押注「量子計算必然走向容錯化，且容錯化必然需要強大的經典計算支持」。
這個假設只是目前看起來合理，但並非唯一可能的技術路徑。
AI 從實驗室走向商業化用了大概 10 年，從 2012 年 AlexNet 到 2022 年 ChatGPT。
但是量子計算現在還在更早期的階段。如果它需要 10 年才能商業化，英偉達能等這麼久嗎？
行業的真相是什麼？
關注量子計算行業就會發現，很少有人買通用的量子計算機，現在量子計算想要賺錢，全是靠周邊產品帶動。
這也是這波上市潮最值得關注的問題。
絕大多數量子計算公司現在真正能產生收入的，不是他們最主張的通用量子計算機，反而是量子傳感器、量子時鐘、控制晶片、軟體棧和 HPC 整合服務。
通用量子計算機還沒有形成可規模化、可複製的成熟商業市場。
用一個更直白的說法，行業在用邊角料收入養一個遠期主線。
Infleqtion 的主要收入來源是光學原子鐘、量子射頻接收器和慣性傳感器，應用於能源、太空等領域。
截至 2025 年 6 月，Infleqtion 已經售出三台量子計算機和數百個量子傳感器，過去 12 個月收入約 2900 萬美元，過去兩年複合增長率約 80%。2026 年的收入預計是 4000 萬美元。
量子傳感器的價格從數萬美元到數十萬美元不等。研究級原子鐘和重力儀可以超過 50 萬美元。
隨著製造規模擴大，成本預計在未來十年內下降一個數量級，就跟固態激光雷達一樣，以前好幾萬一個，現在只要 2000 塊錢。
Xanadu 的情況也是一樣，主要收入均來自於量子計算周邊產品，且收入來源為前三大客戶。
此外，幾乎所有上市量子公司都有大量政府資助。
Xanadu 獲得了 DARPA 項目支持和加拿大「量子冠軍」計畫的資金。Infleqtion、IonQ、Rigetti 都有美國國防部和能源部的合同。
關鍵問題在於，這種邊角料收入的模式能支撐多久？
量子傳感的市場規模是有限的。
原子鐘、慣性傳感器這些產品的市場主要在國防、航空航天和科研領域，不是一個能支撐千億美元估值的大眾市場。而且就算政府的合同也不可能無限增長，地主家也沒餘糧。
雲服務在量子計算機性能達到「量子霸權」之前，也很難形成規模。畢竟現在的量子計算機在性價比上，遠不如傳統計算機。
你可能會說了，SpaceX 早期也靠發射服務養火星計畫，特斯拉用碳積分補貼電動車研發。
但別忘了，SpaceX 的發射服務本身就是一個巨大的市場，而且火箭技術是通用的，發射衛星和去火星用的是同一套技術。特斯拉的電動車雖然早期虧損，可至少產品是能賣給消費者的，市場需求也是真實存在的。
量子計算就不一樣了。量子傳感器再怎麼賣，也很難支撐一個估值幾十億美元的公司長期運營。
量子計算行業現在的處境有點尷尬。技術上確實在進步，然而離真正商業化還有很長很長的路，尤其是連創業者自己都沒法給個準確說法。
這種模式能走多遠，取決於兩個因素。一是技術突破的速度。如果某條路線突然實現了重大突破，比如相干時間提升一個數量級，或者糾錯效率大幅改善，那整個行業的商業化進程就會加速。
二是資本市場的耐心。10 年前就敢投 AI 的人，看到今天 Anthropic 和 OpenAI 後，估計更敢投量子計算。
在我看來，這波上市熱潮，與其說是量子計算商業化的開始，不如說是資本市場對這個行業的一次壓力測試。你等得起，你就現在投。