「暗涌 Waves」獨家獲悉,量子計算公司「量坤科技」近日完成數(shù)億元人民幣天使輪、天使 + 輪融資。本輪系列融資由英諾天使基金領(lǐng)投,國汽投資、北工投資、BV 百度風投、水木清華校友基金、明勢創(chuàng)投等多家機構(gòu)參與投資。光源資本擔任獨家財務(wù)顧問。
這筆融資背后,是一個逐漸清晰的判斷:AI for Science 需要量子計算。
AI 可以學習規(guī)律,但模型能力上限,受制于它所見過世界的 " 分辨率 "。在化學、材料與醫(yī)藥等研發(fā)場景中,如果底層數(shù)據(jù)的精度不夠,模型預(yù)測結(jié)果也會顯著受限。
量子計算,天然適合模擬分子結(jié)構(gòu)、化學鍵等體系。作為一種高精度求解器,它有可能輸出更接近物理世界規(guī)律的計算結(jié)果;計算產(chǎn)出的量子級高精度數(shù)據(jù),也是 AI4S 提升模型表現(xiàn)的一個關(guān)鍵。
量坤科技成立于 2026 年 1 月,創(chuàng)始人呂定順在華為、字節(jié)跳動 AI4S Lab 工作七年,帶領(lǐng)團隊探索量子計算的能力邊界。再往前,他是清華大學最早一批量子計算方向博士,深度參與基于離子阱量子計算系統(tǒng)的搭建。
過去,憑借 " 硬件不足,軟件先行 " 的路徑,呂定順在大廠拿到過許多結(jié)果。在他看來,量子技術(shù)、AI 和高性能計算融合的異構(gòu)智算平臺,能夠在應(yīng)用層,最大化有限量子算力的價值。
這位年輕的理工科博士,一直想用量子計算解決真實世界的大問題。在量子計算硬件技術(shù)路線尚未收斂之際,他沒有 " 卷 " 入硬件創(chuàng)業(yè)的熱潮,而是選擇了硬件之上的算法和軟件平臺,把量子算法、AI 模型和行業(yè) workflow 封裝成可調(diào)用的科學智能體,連接量子計算機與 AI4S 應(yīng)用需求。
呂定順說話語速很快,近兩小時的訪談里,說了 15 次 "exciting/ 興奮 "。在華為第一年,打破谷歌 " 量子霸權(quán) " 敘事的研究,沒有讓他很 exciting。但用 AI 在高溫超導相關(guān)模型計算中實現(xiàn) SOTA,令他興奮;遇到敢挑戰(zhàn) Google、IBM,能打硬仗的人,他也會興奮。
目前,量坤科技團隊已有近 40 人,集聚了量子、AI、高性能計算方向的前沿人才。在呂定順看來," 團隊是創(chuàng)始人內(nèi)心認知的映射,當深度理解量子計算這一系統(tǒng)工程,就知道該如何招募團隊。人才最核心的是心氣兒要足。"
為什么 AI4S 需要量子計算?算法和操作系統(tǒng)層的創(chuàng)業(yè)機會有多大?未來量子計算會成為新的算力解法嗎?以下是我們與呂定順的對話(經(jīng)編輯):
一、來時路
「暗涌」:" 量子霸權(quán) " 為什么令人震撼?作為清華第一批量子計算專業(yè)博士,你為什么堅定走向了工業(yè)界?
呂定順:2019 年谷歌發(fā)布了包含 53 個可用量子比特的處理器,只用 200 秒就完成了一項研究;并宣稱,同樣的任務(wù),用當時最強經(jīng)典計算機需要算 1 萬年。這就是 " 量子霸權(quán) " 的來由。
后來我們在華為做了一年,用百卡級傳統(tǒng) GPU 做模擬,通過算法優(yōu)化驗證經(jīng)典計算機根本不需要 1 萬年,幾個月甚至幾天就能算出來。這一研究可以說打破了谷歌量子霸權(quán)。
但完成這項工作后,我沒有特別 exciting。因為量子計算機還在往前發(fā)展,Scaling(指數(shù)級規(guī)模擴展)擺在那里。53 比特還能追趕,往后 60 比特、100 比特,經(jīng)典超級計算機很難再跟得上。
我更關(guān)心的是,當量子硬件能力繼續(xù)向上,量子計算到底能解決哪些真實世界問題?解決的問題能不能更大?量子計算是系統(tǒng)性工程,所以我很堅定地選擇去工業(yè)界。
「暗涌」:在華為期間,你如何尋找量子計算的真實應(yīng)用場景?
呂定順:量子計算機是一把錘子,要找到合適的釘子。
除了隨機線路模擬,還有兩段探索經(jīng)歷。一是化學和材料科學模擬。量子計算機本身是微觀量子體系,用它模擬另一個量子體系順理成章,比如材料化學。進入工業(yè)界前,我沒有研究過化學,就花三個月讀計算化學等文章,再寫算法、做復(fù)現(xiàn)。后來我們把量子化學模擬推到了 28 比特,這也是當時業(yè)界最大規(guī)模的模擬。
另一段是做組合優(yōu)化問題,比如最大切割、網(wǎng)絡(luò)流量優(yōu)化等。在量子計算機算力不高的情況下,我們基于 QAOA(量子近似優(yōu)化)算法做降維化簡,最終用不到 20 比特的量子計算資源,模擬出了 10 萬比特的業(yè)務(wù)規(guī)模。
「暗涌」:什么時候開始更聚焦于 AI4S 場景?" 混合異構(gòu)計算 " 這一平臺思路是怎么形成的?
呂定順:在字節(jié),最開始我們依然沿著 " 量子計算實用化 " 的邏輯。如果量子計算機長期只有 20-50 比特,怎么解決真實的大問題?
后來我發(fā)現(xiàn) " 量子嵌入 " 是很好的思路,簡單來說就是好鋼用到刀刃上。它通過計算任務(wù)分解,用量子計算機解決最核心、最復(fù)雜的矛盾,其他次要部分用經(jīng)典計算機算,從而在計算規(guī)模、精度、成本實現(xiàn)平衡。
比如:眼前這個會議桌上,最重要的特征是擺了兩臺電腦,其他部分都相似,那我們就用量子計算機去算 " 電腦 " 部分。具體場景上,我們選擇了電子結(jié)構(gòu)復(fù)雜、傳統(tǒng)算法難突破的強關(guān)聯(lián)材料做研究,像氧化鎳等過渡金屬氧化物。
隨著 AI 大語言模型能力爆發(fā),團隊思路更加側(cè)重應(yīng)用。原來是拿著量子計算機這錘子找釘子;后來是只要能解決 science 問題,AI、量子計算、經(jīng)典算法一起用。
圍繞化學和材料,我們探索了三種路徑:多尺度量子計算化學模擬,把原需上萬比特的問題,轉(zhuǎn)換成只需 20 量子比特;將量子計算機作為高精度求解器,為 AI4S 模型提供高質(zhì)量數(shù)據(jù)?;?GPU 的量子嵌入算法,不依賴于量子硬件能力提升;還有純基于神經(jīng)網(wǎng)絡(luò)量子態(tài)來求解物理問題,既作為問題求解器,也作為數(shù)據(jù)合成器。
「暗涌」:你很在意解決的問題夠不夠 " 大 "。做這些應(yīng)用探索時,最重要的是什么?
呂定順:最重要的就是 " 選題 ",要找到一個足夠有影響力的問題。
后面我們選擇了 " 高溫超導 ",這是凝聚態(tài)物理領(lǐng)域很關(guān)注的問題,普通人也有感知。借助 AI 神經(jīng)網(wǎng)絡(luò),我們在高溫超導的 Hubbard 模型計算上取得了 SOTA。
這讓我挺興奮。與傳統(tǒng)計算范式相比,我們的算法在小數(shù)點后第二位就已經(jīng)顯示出優(yōu)勢,既往學界都在 PK 小數(shù)點第四位。
這個 AI 模型也不是傳統(tǒng)的 Data-driven 算法,本質(zhì)是基于 " 變分原理 " 解極復(fù)雜的薛定諤方程,通過不斷優(yōu)化降低 Loss,求出真正的基態(tài)解。從第一性原理來看,它可以拓展到化學、材料等很多問題。
一開始這方法消耗的計算資源很大,我們緊接著又做了算法和框架改進,極大降低了算力需求,讓更多科研團隊能參與進來。
二、正當下
「暗涌」:在量子計算這個系統(tǒng)工程里,如何理解你們的卡位?
呂定順:量子計算產(chǎn)業(yè),很多公司在做量子計算機硬件,解決基礎(chǔ)的算力問題。最上面的應(yīng)用層需求也很旺盛,用戶想把量子計算、AI 用于解決真實問題,比如半導體材料、化學材料、新藥分子研發(fā)等。
但硬件算力層和應(yīng)用層中間,算法、軟件工具,其實是缺失的。量子算力的操作系統(tǒng),正是我們想卡住的位置。
圖源:量坤科技
「暗涌」:如何理解做中間算法、工具層的技術(shù)壁壘?為什么你選擇了算法與操作系統(tǒng)端的創(chuàng)業(yè)機會?
呂定順:中間層,不是簡單地把已有算法程序化。特別是現(xiàn)在量子計算機硬件資源還不豐富。
不豐富,意味著不是所有算法路徑都能完成任務(wù)。因為量子計算的誤差會累積,只有對算法做充分優(yōu)化,讓路徑足夠短,才可能把有限的量子算力榨出來,最大限度地用起來。
這跟在 GPU 上運行算法不同。GPU 上算法差一些,效率低幾倍也能跑,無非成本高;但量子計算里,如果算法效率差了 5 倍,可能根本跑不起來。這是 0 和 1 的區(qū)別。
所以算法層的壁壘,在于能不能巧妙地設(shè)計和改造算法。這套算法和操作系統(tǒng)平臺建好,還可以不斷擴充功能,逐漸拓展成算法和工具平臺。
「暗涌」:目前量子計算的產(chǎn)業(yè)圖景里,哪些是你們想要服務(wù)的用戶?
呂定順:第一類是本身就有量子計算需求的客戶,比如國央企、科研院所等。他們需要培育量子計算能力、迭代量子算法。這類通常會從工具出發(fā),把問題分解成量子算法,再運行到對應(yīng)的量子計算機上。
第二類是有明確研發(fā)需求的產(chǎn)業(yè)客戶,比如半導體材料、新藥研發(fā)等企業(yè)。用戶并不關(guān)心底層算力是不是量子計算機,更關(guān)心問題能不能解決,成本效率如何。求解路徑上,他們可能會用 AI 算法、量子算法,也可能用多分辨量子 - 經(jīng)典混合算法。(混合算法,即把最難、最核心的交給量子計算,其他用神經(jīng)網(wǎng)絡(luò)、經(jīng)典算法或其他精確算法處理)
量子計算機廠商,其實也是我們的合作和服務(wù)對象,很多公司聚焦硬件的演化,操作系統(tǒng)、算法工具和應(yīng)用生態(tài),需要專業(yè)的團隊和長期投入。合作方式上,比如將操作系統(tǒng)、算法平臺與硬件打包銷售,一起賣算力,或賣整機加操作系統(tǒng)等。
「暗涌」:現(xiàn)在 AI4S 公司很多,融資也很熱。為什么一定需要量子計算?
呂定順:純 AI for Science 視角來看,AI 是一種解決方案,量子計算也是一種解決方案。除了計算速度快(量子加速),精度也是量子計算的一個優(yōu)勢。
很多材料、化學問題需要高精度求解,純 AI 模型非常依賴訓練數(shù)據(jù)質(zhì)量,比如結(jié)合能預(yù)測,如果底層數(shù)據(jù)精度不夠,模型結(jié)果也會受限制。傳統(tǒng) DFT 方法本身也有精度邊界,且依賴泛函選擇。
高精度計算在 GPU 上也可以做,但往往受顯存限制,只能處理較小規(guī)模體系。量子計算雖然現(xiàn)在規(guī)模還不大,但在精度上有優(yōu)勢,未來有機會把高精度求解擴展到更大體系。
「暗涌」:針對這幾類客戶的需求,你們?nèi)绾谓桓恫⑼瓿缮虡I(yè)化?
呂定順:我們交付的其實是將量子計算、AI、經(jīng)典計算和行業(yè)工具等封裝后的能力。交付形式很多:CRO 式解決方案、高精度數(shù)據(jù)合成、workflow、云訪問入口等都可以。
早期以項目制為主,后續(xù)會沉淀項目經(jīng)驗,以標準化的科學發(fā)現(xiàn)云服務(wù)平臺服務(wù)用戶。未來在同類大場景,可能這套系統(tǒng) 95% 的能力可以標準化,只有小部分需要定制。
其實,我們希望能把中間環(huán)節(jié)抽象掉。量子算法也可以抽象成 skill,用戶能夠通過自然語言調(diào)度多種 skill,構(gòu)建復(fù)合函數(shù)去求解。
用戶只需帶著問題來,用戶端入口可能就是 agent 系統(tǒng)。他可以不關(guān)心底層用誰家的量子計算機,甚至不操心調(diào)用哪種算法。就像今天用大模型,用戶不關(guān)心背后是誰家的硬件,只關(guān)心輸出質(zhì)量、Token 效率。
「暗涌」:AI 時代,算力和能耗焦慮長期存在。量子計算的發(fā)展,會是算力新解法么?
呂定順:AI 和量子都是具備 " 完備性 " 的求解器,它們之間能雙向賦能。AI for Quantum 已經(jīng)聊了很多,AI 可幫助構(gòu)建更好的量子計算機和算法,放大量子計算能力。
反過來,Quantum for AI 也有幾層意義。首先,量子計算的一些 insight,可能啟發(fā) AI 算法設(shè)計;其次,量子計算機作為高精度求解器,產(chǎn)生的高質(zhì)量、差異化數(shù)據(jù),會成為未來增強 AI 模型的關(guān)鍵。
更長遠看,今天我們可以在 GPU、FPGA 上部署模型,未來理論上也可能在量子計算機上部署量子版大模型。到了那個階段,AI 面臨的算力和能耗問題,可能會出現(xiàn)新的解法。
但現(xiàn)在還沒有到那一步。量子硬件還在發(fā)展,技術(shù)路線也沒有完全收斂,更現(xiàn)實的情況是在現(xiàn)有硬件條件下,將量子計算、AI 算法和經(jīng)典計算等結(jié)合起來,以量子突破精度天花板,以 AI 重塑效率邊界,推動難而重要的科學問題求解。
這也是我們對現(xiàn)階段的定義:" 第四范式 ++Science"。
三、打硬仗
「暗涌」:量子計算、AI4S 需要很多高階人才,你們招人難么?
呂定順:我們現(xiàn)在已經(jīng)進入了招人的良性循環(huán),現(xiàn)在團隊接近 40 人。AI 方向,有全國物理、化學競賽集訓隊背景的人才;高性能計算,也有清華的特獎選手、天才少年;工程化方面,有大廠出來的技術(shù)骨干。
量子計算、AI4S 是一個系統(tǒng)工程,各個方向都要有足夠強的人,不能出現(xiàn)明顯短板。
「暗涌」:剛創(chuàng)業(yè)四五個月,為什么能招到這么多人才?
呂定順:我們有招人的方法論。除了學術(shù)界的合作網(wǎng)絡(luò),我覺得,團隊很多時候是創(chuàng)始人內(nèi)心認知的映射、能力的延伸。如果創(chuàng)始人對整個系統(tǒng)的認知足夠深,清晰地知道需要延伸、補足哪些能力,就可能配到很強的團隊。
「暗涌」:有怎樣特質(zhì)的人,更容易讓你覺得磁場相合?
呂定順:前幾天我去清華做分享,有個問題是:AI 時代,人才最重要的能力是什么?大家有提到定義問題的能力、批判性思維。在我看來,最重要的是心氣兒,是你敢不敢去打勝仗。在量子計算領(lǐng)域,面對 IBM、谷歌的頂尖團隊,你覺得自己能不能打得贏。畏首畏尾的人,不會讓我覺得興奮。
「暗涌」:這很華為。
呂定順:字節(jié)也是一樣,強調(diào)韌性。打硬仗、打勝仗,需要韌性。沒怎么失敗過的人,反而不敢打仗,失敗會讓他們背上包袱。
我們處在一個開放的世界,研究、商業(yè)都是開放目標,要敢于挑戰(zhàn)難題。量子產(chǎn)業(yè)直接招到對口的人確實難。組隊方面,既往我有很多經(jīng)驗。我們不一定最關(guān)注專業(yè)背景,反而看重自我驅(qū)動力。
如果動力夠強,進入團隊和這個環(huán)境,我們可以從 0 到 1,快速把他帶到業(yè)界高水平,然后為團隊做貢獻。我們提供了很有競爭力的薪酬,來了可以不操心錢,主要就操心能不能把事情做起來。我們也會協(xié)調(diào)解決優(yōu)秀員工的北京落戶問題。
最關(guān)鍵是你對這件事是否有信念、愿不愿意折騰、眼里有沒有光。