一、热点速览

2026年4月22日,以\"量智开物,巧夺天工\"为主题的2026智能量子峰会在北京举行。会上,\"量智开物(北京)科技有限公司\"正式揭牌——这是国内首家专注于人工智能与量子科技深度融合与产业化的实体公司。峰会同步发布了\"追风\"大规模原子快速重排算法、\"扁鹊\"量子纠错解码器两项突破性成果,并宣布启动\"智能体量子计算机\"建设。

二、参考文章

- 标题:2026智能量子峰会发布多项\"AI+量子\"成果

- 来源:新华网(新华社)

- 日期:2026年4月24日

- 原始链接:http://www.xinhuanet.com/info/20260424/c2087f44c3fe4f7aab1c977c8c37b003/c.html

三、泓萌解读

3.1 核心主题

本文报道了由科大讯飞与清华大学原子量子计算团队孵化企业两仪万象合资成立的国内首家\"AI+量子\"融合实体公司——量智开物正式揭牌,并发布了多项将AI技术赋能量子计算的前沿成果,标志着中国量智融合从学术探索走向系统性产业布局。

3.2 最重要信息

• 量智开物公司正式揭牌:由科大讯飞与两仪万象合资成立,是国内首家专注AI+量子深度融合与产业化的实体公司,成立于2026年3月,4月22日首次公开亮相。重要性:这标志着量智融合赛道从学术研究转向实体化产业运营,具有里程碑意义。
  
  
• \"追风\"大规模原子快速重排算法发布:解决原子量子计算中快速操控万量级大规模原子阵列的算法难题。重要性:原子量子计算的核心瓶颈之一是如何快速精确地排列和操作上万原子,AI算法在此发挥了关键作用,是AI for Quantum的典型范例。
  
  
• \"扁鹊\"量子纠错解码器发布:针对原子量子计算中量子纠错开发的AI解码器,可直接从算法层面解决比特丢失问题,\"不需要额外增加硬件\"。重要性:量子纠错是目前量子计算从NISQ走向实用化的最大障碍,AI解码器有望大幅降低纠错资源开销。
  
  
• \"智能体量子计算机\"建设启动:将大模型的感知、规划和决策能力嵌入量子计算机控制系统,使其具备自主学习、自主调优能力。重要性:这是\"量子原生AI\"概念向工程落地的关键尝试,使量子计算机从被动执行指令走向自主管理。
  
  
• 清华大学团队首次捕获10064个原子:据科技日报等来源报道,清华团队用全自主开发技术首次在实验中突破万量级原子量子比特资源。重要性:大幅超越美国加州理工的6100原子纪录,为中国原子量子计算路线建立先发优势。
  
  

3.3 事实与观点

明确事实:

- 量智开物(北京)科技有限公司由科大讯飞与两仪万象合资成立,于2026年3月注册成立

- 峰会于2026年4月22日在北京中关村展示中心举行

- \"追风\"和\"扁鹊\"两项算法由量智开物联合清华大学、科大讯飞研究人员完成

- 来自清华大学、中科大、复旦大学、中科院物理所等单位十多位学者受聘组成专家咨询委员会

- 量智开物开展四个方向研发(见下文技术信号)

作者观点/受访者观点:

- 科大讯飞董事长刘庆峰认为:\"AI发展面临算力与能源瓶颈,量子计算是破局的关键路径\"

- 清华教授翟荟认为:\"量智融合领域我国和其他国家没有代差\"

- 翟荟认为:\"人工智能技术对于量子科技不是锦上添花,而是不可或缺\"

⚠️ 上述判断属于产业前景的前瞻性判断,目前量智融合仍处于早期阶段,量子计算尚无法在大规模实际AI任务中展现优势。

3.4 技术/产业信号拆解

- 产品发布:量智开物公司揭牌(2026年3月成立,4月22日首次亮相)

- 算法突破:\"追风\"原子快速重排算法——攻克万量级原子阵列快速操控难题

- 算法突破:\"扁鹊\"量子纠错解码器——AI驱动的量子纠错解码,\"可直接从算法层面解决比特丢失问题,不需额外增加硬件\"

- 技术方向:启动\"智能体量子计算机\"建设,探索LLM嵌入量子计算机控制系统

- 产业联盟:科大讯飞×两仪万象(孵化自清华原子量子计算团队)×清华大学,产学研联合

- 专家生态:清华大学、中国科学技术大学、复旦大学、中科院物理所等学者受聘组建专家咨询委员会

- 政策背景:量子科技被中国\"十五五\"规划列为六大未来产业之一

- 资金动向:相关信息显示科大讯飞此前已战略投资两仪万象,顺为资本、北京信息产业发展投资基金等也参与投资

3.5 主体盘点与可信度评级

| 主体 | 角色 | 可信度评级 |

|---|---|---|

| 科大讯飞 | 合资方、产业资本方,提供AI技术积累与产业资源 | 事实(公司揭牌是公开事件) |

| 两仪万象 | 孵化自清华原子量子计算团队,合资方 | 事实 |

| 量智开物 | 新成立的合资实体公司 | 事实 |

| 清华大学/翟荟教授 | 科研合作方与发起人 | 部分发言带观点色彩 |

| \"追风\"算法 | AI快速原子重排算法 | 事实(成果发布),但实际测试指标原文未提供 |

| \"扁鹊\"解码器 | AI量子纠错解码器 | 事实(成果发布),性能数据原文未提供 |

| \"智能体量子计算机\" | 概念性工程建设启动 | 前瞻宣称为主,工程进度与可验证指标尚不明确 |

⚠️ 营销宣发成分提示:发布会本身属于成果发布宣发场景,对于\"突破性\"\"关键\"等修辞需结合后续同行评审与独立复现来审慎评估。目前未看到两项算法性能指标的完整技术细节(如纠错阈值、单次解码延迟等)。

3.6 赛道路径定位

- 主路径:AI for Quantum(用人工智能赋能量子计算)

- \"追风\"算法——AI驱动的原子阵列重排 → 硬件层

- \"扁鹊\"解码器——AI驱动的量子纠错解码 → 算法层/控制层

- \"智能体量子计算机\"——AI嵌入量子计算机控制系统 → 控制层

- 次路径:Quantum for AI(反向探索中,原文提及\"探索量子计算赋能人工智能的算法创新\"为四个方向之一,但尚未有具体成果发布)

整体定位:以AI for Quantum为主线,主要作用于硬件控制层与算法层,处于从实验室走向工程化的早期阶段。

3.7 限制与风险

- 原文未说明两项算法成果的完整评测基准、独立验证结果和性能指标定量数据。

- 当前量子计算仍处于NISQ(含噪声中等规模量子)阶段,\"智能体量子计算机\"等概念距真正实用化仍有相当距离。

- 原子量子计算路线虽在量子比特数的规模化上有优势,但其量子门保真度(尤其双比特门)与超导路线相比仍有差距,需要持续观测。

- \"AI+量子\"融合公司的商业模式尚未清晰——量子计算本身还远未商业化,AI+量子公司的盈利路径存在不确定性。

- 对\"没有代差\"的判断需谨慎——美国在超导量子路线(IBM、谷歌)和离子阱路线(Quantinuum)上仍具领先,中国在原子阵列路线上展现出竞争力,但不同技术路线的横向对比需更多公开数据支撑。

- 原文未提及竞争格局中谷歌AlphaQubit、英伟达Ising等海外AI for Quantum进展。

3.8 产品启示

• 将AI嵌入量子计算的\"操作系统层\"是一个值得重仓的方向:量智开物将大模型融入量子计算机的控制与调优系统,提前卡位\"智能体量子计算机\"这一细分赛道。产品经理可关注量子控制系统的\"AI原生\"改造机会。
  
  
• 量子纠错解码器是当前AI for Quantum中最贴近工程落地的场景:\"扁鹊\"解码器所尝试的\"以算法替代硬件解决比特丢失\"的思路,对于降低量子计算产业化成本具有重要借鉴意义——优先寻找能用软件替代硬件开销的问题。
  
  
• 产学研+实体公司联合体模式值得复制:科大讯飞提供AI能力与市场化渠道,清华团队提供量子物理深层积累,合资公司做工程化与产品化。做量智融合类产品应尽早锁定\"AI大厂×量子科研团队\"的合作结构。
  
  

3.9 信息缺口

- 原文未说明量智开物公司的注册资本、股权结构、融资规模和估值。

- 原文未说明\"追风\"算法的技术细节(例如具体神经网络架构、操控原子数、完成重排所需时间与保真度)。

- 原文未说明\"扁鹊\"解码器的错误解码准确率、解码延迟、与现有方案(如MWPM、UF解码器)的性能对比数据。

- 原文未说明\"智能体量子计算机\"的具体技术路线、时间表和里程碑。

- 原文未说明量智开物的商业化策略、目标客户与收入模式。

- 原文未说明北京市委常委、教育工委书记于英杰致辞的完整内容及北京对量智融合的具体支持政策。

四、产业链坐标

国内版图:量智开物位于中国量智融合版图的核心地带——它背靠清华原子量子计算(原子阵列路线)与科大讯飞AI能力,同时获北京政府在政策和资金层面的支持。这与同期其他力量(国家超级计算天津中心的\"量超智紧耦合\"系统、本源量子等)共同构成中国多元化的量智融合布局。

国外对标:类似模式可以参照谷歌DeepMind的AlphaQubit、英伟达的Ising量子计划等——西方科技巨头更倾向于在内部孵化AI for Quantum团队,而非设立独立合资公司。中国以\"AI大厂+高校孵化科创企业\"形式设立独立实体公司的做法尚属首创,体现了差异化的产学研转化路径。

赛道坐标:量智开物位于\"AI for Quantum\"路线的核心位置,主攻原子量子计算的控制与纠错层,同时在向\"量子增强AI\"方向延伸布局,属于中游的算法与软件/控制系统层。

五、趋势判断

• 量智融合正从\"科研话题\"走向\"产业实体\":从量智开物公司的成立可见,AI与量子的融合正从学术论文和概念讨论转向有资本注入、有实体架构、有产品方向的公司化运营。预计未来两年将有更多同类公司涌现。
  
  
• AI在量子纠错中的角色从\"辅助\"走向\"核心\":\"扁鹊\"解码器所代表的AI量子纠错方向,正成为量子计算从NISQ走向FTQC(容错量子计算)的关键使能技术。AI解码器若能持续降低纠错开销,可能成为量子计算商业化的\"催化剂\"。
  
  
• 原子阵列技术路线正在崛起,AI操控是其中关键变量:清华团队捕获10064个原子的实验结果若可复现并能持续操控,将证明原子路线在规模化潜力上对超导路线的竞争力。而AI在其中承担的原子重排与纠错编码等任务,将成为该路线能否突破的关键。
  
  

六、免责声明

本文内容基于公开网络信息整理,仅供参考,不构成投资建议。