当AI量子化从口号变成产业叙事，中国或将树立全球标杆，跑出量智独角兽。

（AI制作）

文/每日资本论

嘘！AI的风向变了。

日前，北京市政府新闻办举行2026年北京市未来产业发展重点工作新闻发布会，有关人员表示，面向2026年，北京市将围绕未来信息、未来健康、未来制造、未来能源、未来材料、未来空间六大领域加速培育壮大未来产业。其中，在未来信息方面，北京市将聚焦通用量子科技、人工智能、元宇宙、光电子、6G等领域加快技术攻关与产业落地。

信号十分明显——量子科技正在成为AI赛道的下一个香饽饽。

事实上，量子科技作为未来产业，从2016年首次写入“政府工作报告”，此后连续七年跻身核心赛道。2025年10月发布的“十五五”规划建议明确将量子科技列为新兴产业增长点，与人工智能、6G等并列。2026年“政府工作报告”进一步要求国家算力枢纽节点新建数据中心绿电占比超80%，推动量子科技与绿色算力的深度融合。地方层面，多个城市也在争相打造成为量子产业高地。

那么，AI与量子计算之间是什么关系？

AI本身就能给出近乎完美的答案：“如果把我比作‘超级大脑’，我很聪明，能写诗、作画、写代码，但我‘吃饭’（耗电）越来越多，‘长身体’（模型变大）越来越慢。而量子计算仿佛给我‘开了外挂’，让我想问题更快、处理更复杂的问题，还能让我从‘算到地老天荒’变成‘秒出答案’。”

简单来说，一旦量子计算能够和现有人工智能框架、经典AI算法结合起来，算力焦虑和能源焦虑都会被彻底打破。

电力焦虑，AI扩张的“阿喀琉斯之踵”

众所周知，过去两年，AI的竞争几乎完全围绕大模型的参数规模和训练速度展开。但到了2026年，情况正在发生深刻变化——电力与算力成本迅速攀升，数据中心用电正在成为新的刚性约束。

国际能源署（IEA）的数据给出了清晰的量化图景：2024年全球AI数据中心用电量达到415太瓦时，占全球总用电量1.5%，约与英国全年用电量相当。到2030年，这个数字预计将翻一倍至945太瓦时，比日本当前的总用电量还高。而从更长期看，IEA预计到2035年，数据中心将占全球电力需求增长的十分之一左右。

碳排放同样不容忽视。IEA数据显示，2024年全球数据中心产生的间接碳排放约为1.8亿吨，到2035年预计将攀升至3亿吨。虽然这一排放总量尚不足能源行业总排放量的1.5%，但数据中心已成为增速最快的排放源之一。

再将视角从宏观拉回微观，问题变得更直观。一台AI服务器配备8张加速卡，整机功耗轻松突破5000瓦，满负载甚至可达8000瓦以上。而这还只是计算单元本身的能耗，为了带走这些热量，数据中心的冷却系统平均需要额外消耗正常电力50%的能源。

更扎心的是，在大型AI训练集群中，数据搬运能耗占系统总功耗的90%以上，而算力增速在两年内提升了750倍，内存带宽增速却只有1.4倍。

当大模型把电表越推越快，行业开始意识到，继续依靠堆GPU、堆算力的路径正在逼近物理边界。芯片制程逼近3纳米以下，量子隧穿效应导致漏电率激增，3D堆叠虽提升算力却让散热效率骤降30%—50%。算力不再是单纯的技术问题，而是能源问题、基建问题、地缘政治问题。

更深层的结构性焦虑正在浮现：再往前走，不能只靠堆电和堆卡了。在传统计算架构逼近极限的背景下，量子计算凭借独特的物理特性，成为破解AI算力与能源困局的颠覆性方案。

全国人大代表、科大讯飞董事长刘庆峰在今年全国两会期间直言，中国AI产业发展迅速，但仍面临两大突出挑战：一是模型研发对进口算力依赖度高，国产算力“好用、易用、迭代快”的生态不完善；二是面向下一代AI的交叉前沿布局不足，兼具AI与数学、量子、类脑、微电子等背景的复合型顶尖人才短缺。他的核心建议之一，正是“探索量子计算赋能AI，开辟突破算力瓶颈的新路径”。

量子登场，AI的算力新解与技术革命

换言之，AI竞争，正在从模型层走向计算能力的重构。而量子计算，正在成为这场重构中最具想象空间的变量之一。但量子计算对AI的价值，需要被准确理解。

常见的误解是把量子计算当成更强的显卡。请注意，量子计算并不是一种通用提速工具，而是基于一套完全不同的物理规则与计算模型。它的潜在优势不在于在所有任务上都更快，而在于可能在少数特定问题上显著优于经典计算机——比如某些复杂模拟、组合优化、密码学与采样类任务。

因此，人工智能与量子计算的结合，更像三条并行的路线：量子帮助AI在少数关键环节获得潜在加速；AI帮助量子系统变得更稳定、更可工程化；以及AI与量子在科学与产业的少数高价值任务里形成混合工作流。

在量子助力的方向上，国内相关科研机构已经给出了阶段性答卷。与此同时，AI助力量子计算的方向取得了更现实的进展。中国科学院院士、清华大学交叉信息研究院院长姚期智曾表示，国内在用AI赋能量子纠错领域的研究已经达到全球先进水平。谷歌在这一领域实现了指数级的错误降低，其核心技术AlphaQubit是一个为量子纠错设计的解码器，经AI机器学习训练而成。

随着量子计算与AI的逐步融合，“AI+量子”逐渐从实验室走向产业应用。未来，在生物医药领域，量子计算可模拟药物-靶点相互作用，大幅缩短新药研发周期；在金融领域，量子算法可优化投资组合、实现高效风险评估；在工业领域，量子计算可优化生产调度、提升能源利用效率；在气象领域，量子计算能实现高精度气象预测，为防灾减灾提供支撑。

国内科技巨头与创新企业已经快速行动起来。天眼查显示，3月18日，科大讯飞与两仪万象合资成立了量智开物（北京）科技有限公司，该公司经营范围含量子计算技术服务、人工智能理论与算法软件开发、人工智能行业应用系统集成服务等。

据悉，量智开物是国内首家专注于人工智能与量子科技深度融合的实体公司，标志着两大前沿技术的协同创新迈入实体化运营新阶段，也标志着国内顶尖的人工智能力量与量子物理硬件底座实现了强强联合。作为人工智能领域的“国家队”，科大讯飞近年在通用大模型领域持续领跑；两仪万象则孵化于清华大学顶尖的原子量子计算团队，聚焦原子量子计算的整机研制和全栈技术自主可控，在实现容错量子计算至关重要的比特规模扩展性与相干操控方面具备国际竞争力。

通过合资公司形式，科大讯飞可整合多方资源，降低技术风险，加速量子计算与AI的融合落地。这一动作与讯飞此前“应用层-产业链层-算法层”的梯次战略一脉相承，本质是在算力与电力双重约束下，提前卡位下一代计算体系。

与此同时，需要全体国人清醒认识到，与美国相比，我国人工智能产业的一个相对短板在于源头创新。当前，我国在源头创新领域仍面临较为突出的人才缺口。从长远发展来看，国内相关机构与企业需持之以恒、久久为功，着力补齐这一关键短板。在量子计算领域，更应倡导全社会共同参与、人人尽责，坚决避免“内卷式竞争” 与低水平重复建设，聚焦并深耕真正的原始创新。

好了，当AI正在跑步进入量子时代的这句话，在2026年从口号变成了产业叙事，当量子计算与AI的融合，并在未来逐渐从实验室走向产业应用时，中国或将为全球AI产业发展提供了一个样本，跑出N个量智独角兽。

【文章只供交流，并非投资建议，请注意投资风险。码字不易，若您手机还有电，请帮忙点赞、转发。祝，各位看官2026怀揣喜乐之心，迎接新年光景，积攒岁岁福气，奔赴四季顺遂！】