在过去十年，量子计算像极了早期深度学习的历史——前景诱人，但落地遥远；技术炫目，但应用稀少。在这场全球范围的算力竞赛中，几乎所有玩家都遵循一条“渐进式升级”的路径：从几十个 qubit 开始，逐步扩展到上百、上千。然而，PsiQuantum 选择了截然不同的路线——从一开始就孤注一掷地奔向百万量子比特，避开了“容易制造却难以扩展”的陷阱，试图用光子技术重新定义“可规模化”的量子未来。

这不仅是一场技术豪赌，更是一场制造哲学的颠覆。在 SVTR 的 AI 创投库中，PsiQuantum 以 20 亿美元的累计融资额位列全球量子计算公司之首，其背后的资本故事和工程路径值得所有关注“下一代计算平台”的创始人与投资人深思。

我们推荐这篇深度长文，不只是因为 PsiQuantum 的故事激动人心，更因为它预示着量子计算产业可能正在迎来自己的“晶体管时刻”。无论你是布局未来算力基础设施的投资者，还是试图用新架构重新定义产业软件的创业者，这家公司所代表的工程信仰与战略决策，或许都值得你从头看到尾。

图片

在全球量子计算竞赛中，大多数初创公司都遵循一条“可见即可得”的技术路径：先做出一个能跑的原型，哪怕只能操作几十个量子比特，然后再试图解决扩展性难题。但硅谷初创公司 PsiQuantum 显然另有所图。它不追求“容易制造、难以扩展”的折中技术，而是一开始就把目标定在百万量子比特的通用量子计算机，选择了一条少有人走、但潜力巨大的道路——基于光子的量子芯片。

更重要的是，PsiQuantum 的技术策略并不孤立于实验室，而是充分考虑到现实制造能力的可行性。它坚持使用现有的半导体代工工艺来量产量子芯片，这一决定使其在规模化的长跑中有望率先实现突破。到 2025 年，该公司正在推进其第一个量子数据中心的建设，目标是在云端为全球科研人员与企业提供前所未有的计算能力，打开此前人类在传统计算体系下始终无法触及的大门。

PsiQuantum 的愿景并非脱离现实，而是基于传统计算在某些问题上已经走到尽头的清醒判断。

以“富岳”（Fugaku）为例，这台日本研发的超级计算机，在 2020 年以约 10 亿美元的成本建成，配备了 760 万个处理核心，至今仍排名全球第七。它强大到可以模拟一个小小的咖啡因分子的行为——追踪 24 个原子的相互作用、空间位置和时间演化。但这类模拟极其复杂，时间精度要到飞秒级（十万亿分之一秒），空间精度则需到原子尺度。

令人惊讶的是，哪怕只是再加一个原子，所需的运算资源便会翻倍。模拟一个 100 个原子的药物分子？富岳早已力不从心，哪怕是上百万台同时运行也无法胜任。这不是夸张，而是实打实的指数级复杂性：一种任何经典计算机都难以应对的结构性障碍。

这类“指数爆炸”正广泛存在于药物研发、材料模拟、量子物理、晶体管设计、光伏电池优化等多个核心领域，成为全球科研和产业创新的共同瓶颈。

PsiQuantum，豪赌光子芯片直接干出“百万量子比特“，量子晶体管时刻将至？

成立日期：2026年6月

公司总部：Palo Alto, CA

融资总额：$2B

融资阶段：Series E

公司员工：544

一、创立故事

图片

PsiQuantum 成立于2016年，由四位量子物理学家共同创办：Jeremy O'Brien（首席执行官）、Terry Rudolph（首席架构师）、Pete Shadbolt（首席科学官）以及 Mark Thompson（首席技术官）。他们凭借数十年的科研积累，致力于打造全球首台真正实用的量子计算机。

与许多初创企业不同，PsiQuantum 并非源于某次灵光乍现的技术突破，而是长期、系统的研究积淀的结果。团队领头人 Jeremy O'Brien 是一位澳大利亚量子物理学家，专注量子计算研究超过25年，发表论文逾150篇，引用次数超过4.6万次。创办 PsiQuantum 之前，他曾在斯坦福大学与布里斯托大学任教，并在日本多所大学担任客座教授。

O'Brien 对量子计算的执念始于1995年。那年他19岁，在西澳大学读本科时，读到一篇介绍量子计算的文章，从此便一头扎进这个新领域。随后他转学至新南威尔士大学攻读物理荣誉课程，并于1998年攻读博士学位。

在导师 Bruce Kane 的指导下——正是 Kane 在当年提出了著名的 Kane 量子计算架构——O'Brien 用三年时间尝试在硅片上操控单个磷原子来构建量子计算机，同时还研究了超导体、有机导体和电子的材料物理问题。

他的博士论文于2001年发表，并申请了相关专利。然而 O'Brien 却对当时主流的量子计算方向逐渐感到悲观。那个阶段，业界普遍认为只要实现1000个量子比特（qubit），就能做出有用的量子计算机，这一观点被称为“NISQ”（噪声中尺度量子）模型。因此，许多团队只关注构建几十或上百个 qubit 的小系统，期望逐步扩大规模。

但 O'Brien 不认同这一设想。他认为真正有价值的量子计算，至少需要达到“百万量子比特”的规模，而这无法依赖当时主流的磁共振或离子阱系统实现。

博士毕业后，O'Brien 加入了昆士兰大学 Andrew White 实验室，开始研究光子量子比特。2003年，他成功演示了全球首个光学量子控制非门（CNOT），这是构建完整量子计算机的关键步骤之一。这一系统长达3米，重达一吨，结构庞大，但验证了用光学器件构建量子晶体管的可行性。

但要实现实用化，必须解决两个挑战：如何把这套系统微缩至芯片级别，以及如何实现大规模制造。这需要三方面能力：对量子原理的理解、对硅光子技术的掌握，以及二者的工程整合。

2006年，White 推荐 O'Brien 前往布里斯托大学的一个资金更雄厚、具备制造能力的实验室。不到三年，O'Brien 成立了布里斯托“量子光子中心”（CQP），并在短时间内带领百人团队建立了一个世界领先的量子工程平台，培养了第一批“量子工程师”。

图片

在 O'Brien 的推动下，团队摒弃了追逐不可扩展的 NISQ 路线，重新聚焦在量子计算真正要解决的问题上：应对指数级复杂度的问题，如分子模拟与大数分解。从这个目标出发，他得出结论：要实现实用量子计算，至少需要上百万量子比特。而这个问题的本质，不再是科学问题，而是制造问题。唯一有能力在纳米尺度上量产数万亿组件的行业，就是半导体工业。

因此，CQP 的重点转向将实验室中的大规模光子系统转化为可在硅片上生产的微型结构，与主流芯片工艺兼容。

  1. 2008年，他们成功将三米长的光学系统缩小到一枚芯片上，开创了“集成量子光子学”新领域。
  2. 2013年，团队发布了全球首个在线开放的两量子比特处理器“Qcloud”，如今这枚芯片已被收藏于英国科学博物馆。
  3. 2014年，两项关键突破进一步坚定了 O'Brien 的信心。这两项成果由其博士生、未来 PsiQuantum 联合创始人 Pete Shadbolt 完成：一是提出一种新架构，极大简化了光子量子芯片的扩展性；二是与团队开发出变分本征值算法（VQE），用于解决传统计算无法处理的化学问题，同时发布了全球首个可编程量子处理器 API。至此，量子芯片的规模化路径与配套软件系统已初步成型。
  4. 2015年，O'Brien推动团队独立成立 PsiQuantum，提出公司使命：“构建世界上首个大规模、容错、可纠错的量子计算机”，并直接跳过实验室阶段，剑指商用级规模。
  5. 2016年4月，在 Playground Global 的 Peter Barrett 劝说下，O'Brien 决定迁往硅谷，并完成1300万美元种子轮融资。

PsiQuantum创始团队由四人组成：O'Brien、Rudolph、Shadbolt 和 Thompson，彼此之间早已在布里斯托与伦敦共事多年，理念一致，皆坚信“规模优先”的量子计算哲学。

Mark Thompson 毕业于谢菲尔德大学，2006年在剑桥大学获得电气工程博士学位，期间就职于光子芯片初创公司 Bookham Technology，之后加入东芝建立硅光子研究中心。2010年回归学术界，在布里斯托任教授，与 O'Brien 团队深度合作，后在2016年加入 PsiQuantum，主导芯片制造。

Terry Rudolph 则出生于非洲东南部，12岁移居澳大利亚昆士兰州，1998年获约克大学量子光学博士学位。曾在 Bell Labs 任研究员，后于2003年赴伦敦帝国理工，期间与 O'Brien 成为好友。他在理论物理领域贡献卓著，尤其以 Pusey-Barrett-Rudolph 定理闻名，是当代量子理论的核心成果之一。2016年共同创办 PsiQuantum，并提出“融合式量子计算架构”（FBQC），为公司后续技术路线奠定基础。值得一提的是，Rudolph 是薛定谔的外孙。

公司核心团队日益壮大：2021年，拥有30年半导体经验的 Fariba Danesh 加入任 COO；2023年，前 VeriSign CEO Stratton Sclavos 出任首席商务官；2024年，前 PacBio 和 AMD 财务高管 Susan Kim 出任 CFO。

与仍局限于 NISQ 路线的公司不同，PsiQuantum 从一开始就跳出这一框架，拒绝在可制造性与可扩展性上做妥协。九年来，在 O'Brien 的远见、Rudolph 的理论、Shadbolt 的实验与 Thompson 的工程推动下，PsiQuantum 已成功制造出成千上万枚量子芯片晶圆。

如今，PsiQuantum 正在三大洲建设首批量子数据中心，远超其他尚困于百量子比特水平的同行。而 NISQ 模型的创始人 John Preskill 也已承认，NISQ 时代并未带来任何真正有用的应用。PsiQuantum 的“规模先行”理念，已逐渐成为行业共识。

附：量子计算基础

传统计算机的基本原理，是通过电路的“通”与“不通”来表示信息，也就是0和1这两种离散状态。而量子计算则基于量子比特（qubit）运算，它可以同时处于0和1之间的任意叠加态，这种特性被称为量子叠加原理（superposition）。

图片

在 PsiQuantum 的架构中，量子比特是由光子构成的。单个光子可以是“水平极化”或“垂直极化”，分别对应0与1。但在叠加态下，光子可以同时具备这两种极化形式，在计算过程中表现出“同时为0也是1”的状态。不过，一旦进行观测或测量，这种叠加态就会坍缩为经典的0或1。

量子门操作与量子信息处理

量子计算中的信息处理依靠一系列“量子门”（quantum gates）对量子比特状态进行操控。比如：

  1. Hadamard 门：可将一个 qubit 置于“等概率为0或1”的叠加态；
  2. Pauli 门（X/Y/Z）：可对 qubit 状态进行精确旋转，引导其向0或1坍缩。

就像传统计算机中用逻辑门对比特进行操作，量子计算中通过按特定顺序对 qubit 应用量子门，也能实现信息编码并得出计算结果。

更重要的是，量子计算可以利用量子力学的三大特性：

  1. 叠加：一个 qubit 可同时代表多个状态；
  2. 纠缠：多个 qubit 之间可形成强相关联；
  3. 干涉：不同路径上的量子态可相互抵消或增强。

这使得量子计算可以并行探索多个解，在处理如优化、药物发现、密码学、量子物理等大规模搜索问题时具备潜在的指数级加速能力。

量子计算的核心挑战

虽然量子理论已被充分理解，但在工程实现上，量子计算仍面临三大难题：

1. 退相干（Decoherence）

量子态极其脆弱，很容易受到外部环境干扰而坍缩为经典态。即便是微弱的热震动或电磁波，都可能无意中“测量”qubit，导致信息丢失。因此，大多数量子计算机运行在比深空还冷的温度（约0.01K）下，以尽量延长量子态的存在时间。

2. 量子错误（Quantum Errors）

环境干扰会导致两种典型错误：

  1. 比特翻转（bit-flip）：0 变 1；
  2. 相位翻转（phase-flip）：量子态方向被扰乱。

在经典计算中，这类错误几乎可忽略（约十亿分之一的概率）。但在量子系统中，误差频率高得多，若不加以控制，将在计算过程中迅速蔓延，导致输出结果彻底失效。

3. 可扩展性（Scalability）

随着参与计算的 qubit 数量增多，系统中的“潜在出错点”也随之激增。而要构建一个可靠的量子计算机，就必须是容错型系统（fault-tolerant），不仅要多 qubit，还要有低错误率。

为什么“更多 qubit ≠ 更强性能”？

很多人以为只要不断增加 qubit 数量，量子计算机就能变强。但事实恰恰相反：

如果 qubit 错误率太高，即使你有10万个 qubit，计算结果依然是不可信的。

这就是为什么单靠“堆叠 qubit”不能解决问题。退相干问题无法被彻底“修好”，只能被压制或绕开。因此，量子纠错（QEC）机制成为构建实用量子计算的关键。

通常，一个“逻辑 qubit”需由多个“物理 qubit”冗余编码来抵消错误。即便 qubit 并未参与操作，仍需定期进行纠错，从而降低整体错误率。

然而这也带来了代价：QEC 的资源开销呈多项式增长，导致系统变得更加庞大且难以管理。控制数十万甚至上百万 qubit 的系统，在技术上仍是巨大的挑战。

当下量子计算的现实状态

截至2025年，业界距离“真正可用”的量子计算机仍相距甚远：

  1. IBM 的最新量子芯片为1100 qubit；
  2. Google 为105 qubit；
  3. 其他公司普遍在50–150 qubit区间徘徊。

图片

然而，运行如 Shor 算法（破解RSA加密）至少需要数十万个高保真 qubit；模拟分子、蛋白质等化学过程则需要数百万个低误差 qubit。不只是 qubit 数量不够，误差率也差了八个数量级。

因此，即使突破了“100K qubit”大关，若没有足够的纠错能力，依旧无法运行任何实用量子算法。

决定性能的，不只是 qubit 数量

影响量子计算性能的因素还有：

  1. 量子门保真度（Gate Fidelity）：操作精度；
  2. 计算周期时间（Code Cycle Time）：qubit 操控与信息传输速度；
  3. qubit 互联性（Connectivity）：qubit 之间的连通方式；
  4. 算法映射效率：算法如何高效分配到硬件。

这些指标很大程度上取决于你选择哪种 qubit 实现方式（如光子、离子阱、超导等）。真正的问题是：

哪种 qubit 模式，既具备天然优势，又能通过工程手段解决其短板？

PsiQuantum：量子计算需要“晶体管时刻”

回顾历史，经典计算之所以能发展出“摩尔定律”，是因为晶体管一旦实现了小型化、稳定性和可量产性，就具备了指数级扩展能力。

今天的量子计算，仍处于“前晶体管阶段”。各家都在尝试不同的 qubit 技术，尚未出现一个可规模化的主流标准。

PsiQuantum 认为，光子就是那个答案。他们的目标，是让光子量子比特成为量子计算的“晶体管”，构建真正可规模化、可商用的量子系统。

二、公司产品

PsiQuantum 的使命和产品可被概括为一句技术密度极高的话：“利用成熟的半导体代工生态系统，制造集成硅光子处理器晶圆，从而构建出具备商业可行性的容错量子设备，并进一步连接成可扩展至百万量子比特的量子数据中心。”

这句话中的每一个关键词，都是对 PsiQuantum 工程路线的精准约束和指导。

图片

第一项核心约束，是依托现有半导体代工生态。

当今的半导体工业已经历超过60年的发展，累计投资达数万亿美元，每年量产数万亿颗芯片。PsiQuantum 意识到，这一成熟的工业体系本身就是一套现成的制造平台。因此，其量子芯片设计必须完全适配于台积电、Intel Foundry、三星、GlobalFoundries 等主流代工厂的标准工艺流程。

这样做解决了两个重大挑战：

  1. 规避高昂的前期资本支出。自建一座量子芯片工厂成本可能高达200亿美元，但 PsiQuantum 通过与现有代工厂合作，避免了这一资本门槛与运营复杂性，不必亲自管理设备良率、工艺迭代与技术团队。
  2. 获得可持续的规模化路径。现有代工厂本就为高产量而设计，因此 PsiQuantum 能够借力于“摩尔定律”所推动的制造效率曲线，实现量子计算的大规模量产。

PsiQuantum 的定位，就是站在经典计算工业巨人的肩膀上，去量产未来的量子计算机。

第二项约束，是简洁的处理器架构设计。

为适配现有代工流程，并降低制造复杂性，PsiQuantum 采用“硅光子学”技术——让硅片成为可操控光的介质，以此构建量子逻辑单元。其关键技术点在于“单片集成”（monolithic integration）：即所有光学元件都必须能直接在一块硅片上雕刻完成，整个处理器统一制成，无需后期组装或集成，极大简化制造流程与成本。

第三项约束，是实现真正“可用”的量子处理器。

这意味着设备必须既“容错”，又具备“可扩展性”。为此，PsiQuantum 选择以光子为核心的量子架构——光子天然更不易受到干扰，更适合构建容错系统。同时，PsiQuantum 的设计确保每一颗芯片都能通过网络互联，组合成统一的“量子数据中心”，共同操控数百万量子比特。

制造适配、架构简洁、系统可扩展——这三大工程约束，正是 O’Brien 自2001年起对传统 NISQ 模式的彻底否定之后，PsiQuantum 在产品路线上的关键选择。

通过对制造业的深刻理解，对技术路径的冷静判断，以及对规模化目标的坚持，PsiQuantum 正在构建的不仅是一台量子计算机，而是一个能承接未来工业与科研所需的、全球首个量产级量子平台。

1、光子量子比特：Photonic Qubits

在众多量子比特架构中，PsiQuantum 并未选择在某一指标上“性能最佳”的方案，而是坚定采用光子量子比特——这是为了达成创始人 O’Brien 所设定的非妥协目标：打造一台真正商用、具备容错能力的百万量子比特计算机。

这一选择直接决定了 PsiQuantum 在设计、制造和基础设施上的技术路线。

相比 Google 和 IBM 推崇的超导量子架构，超导电路对环境噪声极其敏感，需运行在 10 毫开尔文的极低温下。但当前还不存在可大规模维持如此温度的冷却技术。另一主流方案——离子阱，需要精确控制数百万个独立离子和庞大的激光阵列，扩展难度极大。

而光子系统天生不受热噪声影响，不易退相干，因此 PsiQuantum 的系统只需在 4K 温度下运行，使用液氦冷却即可，操作温度比超导方案“宽容”1000倍。这使得他们可采用早已成熟、应用于大型物理实验的冷却基础设施，省去定制冷却系统的巨额成本。

但光子也有挑战：

  1. 生成“稳定、单一、可控”的光子难度较高；
  2. 光子之间天然不发生相互作用，使得实现双量子比特门较为复杂；
  3. 光子容易被吸收或散射，造成信息丢失。

然而，PsiQuantum 相信这些挑战是工程问题，通过其 Omega 芯片硬件、融合式计算架构（FBQC）、及编译器软件，可被逐步解决。

2、硬件：Omega 光子芯片

2025年2月，PsiQuantum 发布其核心平台——Omega 芯片，这是一种可以量产的光子量子计算平台。芯片采用 GlobalFoundries 的300毫米晶圆制造工艺，意味着它已可融入成熟的半导体产业链，享受数十年的工艺积累与规模效益。

图片

芯片架构包含：

  1. 光子生成器：通过硅氮化物波导中的“四波混频”（SFWM）过程激光泵浦，每20次可成功生成一对光子；
  2. 光子线路网络：波导、干涉仪、分束器等均蚀刻于硅片上，用于引导和控制光子；
  3. 高速光学开关：采用 PsiQuantum 自研的钛酸钡（BTO）电光材料，优于传统材料，用于高效地在芯片内部路由光子；
  4. 单光子探测器（SNSPD）：用超薄氮化铌超导线制成，在4K温度下工作，当光子击中时会产生“热点”并生成电信号，测量保真度高达99.98%。

整个芯片是一个26层的复杂制造堆栈，整合硅氮化物、钛酸钡和氮化铌材料。需在传统半导体代工厂完成上百道工艺流程，使 PsiQuantum 成为全球少数实现量产型量子芯片制造的公司。

3、架构：融合式量子计算（FBQC）

芯片能造出来，下一步挑战在于降低系统中的错误传播风险。对光子系统而言，主要错误来源是光子在光路中被吸收或散射，导致“丢失”。

为此，PsiQuantum 首席架构师 Rudolph 发明了融合式量子计算架构（Fusion-Based Quantum Computing, FBQC），这是一种区别于主流电路式模型（CBQC）的新型设计。

CBQC 要求 qubit 在整个计算过程中持续保持量子态，不管是否在计算中被调用。这让系统在长时间运行中更易发生错误。

FBQC 的做法是：

  1. 不再让所有 qubit 长时间处于“就绪态”，而是按需生成小规模的纠缠 qubit 子系统；
  2. 每次计算只激活当下所需的 qubit，小步推进；
  3. 若某个光子退相干，只影响当前这组 qubit，外部系统可检测到该错误并在下一步重新尝试。

这种“本地失败、全局可恢复”的机制，大大提升了系统的容错性。PsiQuantum 发现，FBQC 可容忍高达 10.4% 的光子丢失率，是旧架构的5倍。

4、软件：Active Volume 编译器（AVC）

最后一个瓶颈，是如何高效地将量子算法映射到硬件上。

量子计算的复杂度增长是“超线性”的（qubit × gate 数），一旦编译器调度效率低，许多 qubit 就可能长期处于空闲状态，浪费资源。

图片

为解决此问题，PsiQuantum 于2022年推出了 Active Volume Compiler（AVC），它通过：

  1. 并行化量子门操作，打破 qubit 等待瓶颈；
  2. 预调度门操作，提高 qubit 使用率；
  3. 利用光子 qubit 可远距离传输的特性，优化“任意 qubit 到任意 qubit”的连接路径。

这区别于传统 qubit 架构——如超导或离子阱——通常只能在“邻近 qubit”间进行操作。而光子可以轻松跨越距离，连接任意节点。

AVC 将计算成本从“qubit × gate”转化为更接近“逻辑操作数”，在处理复杂任务时优势更明显。例如：RSA-2048 破解时间从几个月压缩至约 9小时；椭圆曲线密码破解资源压缩 700倍。

三、市场格局

客户战略：合作优先，聚焦深度应用场景

与传统科技企业通过销售和渠道来获取客户不同，PsiQuantum 在商业化路径上几乎完全抛弃了“客户获取”这一传统打法，而是更像一家深度合作型技术平台。

对 PsiQuantum 来说，大多数“客户”其实是合作伙伴，共同识别并验证适合其量子计算机处理的高价值问题。这些问题往往出现在传统超级计算机已力不能及的领域。截至2025年，典型的高价值应用场景主要集中在以下几个行业：

  1. 材料科学
  2. 医药研发
  3. 金融建模
  4. 汽车设计
  5. 密码学

企业典型案例包括：

  1. 奔驰（Mercedes-Benz）合作 PsiQuantum 2023年与奔驰合作，模拟锂离子电池关键材料氟代乙烯碳酸酯（FEC）的分子行为——这类分子行为在经典计算机上几乎无法模拟完成。借助光子量子计算平台，该模拟可在 24小时内完成，有助于下一代电动车的电池设计。

  2. 三菱集团合作 PsiQuantum 2024年与三菱化学、三菱UFJ金融集团合作，模拟变色分子（photochromic molecule）的反应机制，这类分子可用于节能建筑的智能窗户、下一代太阳能电池材料。

  3. 勃林格殷格翰（Boehringer Ingelheim）合作 在医药领域，PsiQuantum 与该全球制药巨头合作，通过量子算法加速分子动力学模拟，旨在彻底变革新药发现的效率与路径。

PsiQuantum 也积极与政府机构开展深度合作：

美国：

  1. 与多所大学建立研究合作；
  2. 与美国国防部 DARPA 合作，参与“US2QC（面向规模化量子计算的非主流架构）”项目；
  3. 与美国空军开展量子应用探索。

英国与澳大利亚：

  1. 正在建设量子数据中心，服务于教育与科研项目；
  2. 打造基础设施级别的量子能力平台，服务国家级技术战略。

市场规模：价值未显，潜力无限

截至2025年，全球量子计算市场估值约为 8.85亿美元。由于当前多数企业仍处于研发驱动阶段，市场规模仍显微小。

不过，未来潜力极为可观：

  1. 保守预测：2030年市场达 12.6亿美元；
  2. 激进预测：2032年市场规模有望突破 126亿美元；
  3. 长期展望：麦肯锡预测，到2035年，量子计算可能累计创造高达 1.3 万亿美元的经济价值。

换句话说，今天的量子计算产业仍像1990年代的互联网或2000年代的深度学习一样，处在“研发先行、价值滞后”的早期阶段。但一旦实用化能力突破，技术红利将大范围释放，重塑多个产业的底层算力结构。PsiQuantum 正是以此为战略立足点。

四、竞争对手

两个量子计算公司之间的核心区别在于“量子比特（qubit）模态”。

一个量子比特，从技术上讲，可以是任何展示量子性质（如叠加态）并拥有两个明确状态的系统。举例来说，PsiQuantum 使用的是光子——它们可以被偏振为水平或垂直，作为 qubit。光子通过光学元件（如分束器、波导）被操控与测量。与此同时，IonQ 使用的是个别被困捕离子（trapped ions）：这些离子其价电子所处的能级不同，从而形成两种明确状态。其他 qubit 类型还包括拓扑反常子（topological anyons）、超导电路（superconducting circuits）、中性原子（neutral atoms）、量子点（quantum dots）等。

选定的模态对一家量子公司的路线图影响极大，因为每种模态在 退相干（decoherence）、误差纠正（error‑correction）、可扩展性（scalability） 上都有一套独特的优势和挑战。比如说，PsiQuantum 所用的光子 qubit 本质上可以在比很多其他 qubit 类型更高的温度下运行，从而简化了制冷设备的要求。但与此同时，光子也容易受到传输损失（transmission loss）的影响，而且要可靠地产生光子（光子发生器）也具备挑战。

截至 2025 年，最主流的方法是超导电路，这也是 IBM、Google、AWS、Intel、Rigetti Computing、IQM 以及其他几家公司使用的技术。它们利用约瑟夫森结（Josephson junctions）这种已较成熟的技术制造电路，电路呈现离散能级，可以代表两个明确的 qubit 状态。但超导电路也有缺点：其量子比特易受噪声影响、相干时间短，再加上难以规模化、需要约 0.01 K（即 10 mK）超低温环境、以及需要极大的量子误差纠正开销。

图片

1、大型云服务提供商 (Hyperscalers) 的量子解决方案

Google Quantum AI

这个团队隶属于 Google，使用的是超导电路作为其 qubit 模式。2019 年，其 53 qubit 的 Sycamore 处理器达成了“量子霸权”（quantum supremacy），完成了一项被估计若用经典超级计算机需耗费数千年才能完成的任务。2023 年，Google 在量子误差纠正（QEC, quantum error correction）上取得突破：通过增加物理 qubit 冗余，提高了逻辑 qubit 的可靠性。其 Willow 芯片也达到了 105 qubit 的规模。此外，Google 拥有其 Cirq 量子软件框架及其 Quantum AI 云平台，具备从硬件到软件的垂直整合能力，因此在与 PsiQuantum 的竞争中处于实力强劲的位置。

IBM Quantum

IBM Quantum 是 IBM 内部的量子计算部门，目标是在 2029 年前交付一个系统，能够在 200 个逻辑 qubit 上准确运行 1 亿次门操作（100 million gates）。其使用超导电路技术。2023 年12 月，IBM 发布了 1.1 千 qubit 的 Condor 处理器，这在“原始 qubit 数量”上是一个显著成就。2025 年4 月，其 156‑qubit Heron 处理器发布，主打更低的错误率，并作为其模块化系统 Quantum System Two 的基础。该模块化方式在物理模态上虽与 PsiQuantum 不同，但思路颇为接近。IBM 同时拥有其成熟的软件生态 Qiskit，开发者社区超过 55 万。

Microsoft Azure Quantum

微软在其量子事业中追求一种新颖的拓扑 qubit 模式（topological qubit），风险高但回报也可能极大。其核心假设是：利用马约拉纳零模（Majorana Zero Modes，MZMs）来创建对局部噪声具有内生抗性的 qubit，从而绕过竞争者所需的大量量子误差纠正。如果成功，这一技术将会对量子比特创新产生颠覆潜力。微软在 2025 年2 月发布了其第一个 Majorana 1 芯片，设计用于维持八个拓扑 qubit，并打算将来扩展到百万级 qubit 在单芯片上。尽管微软在技术进度上落后于 PsiQuantum，但若其路线图实现，则可能从根本上改变竞争格局。同时，微软发展其 Azure Quantum 云平台，提供包括合作伙伴硬件（甚至竞争对手如 Quantinuum 的设备）访问，以及其 Q# 编程语言。

Amazon Web Services (AWS)

AWS 在两方面部分与 PsiQuantum 竞争：其一是作为量子云平台提供者，其二是作为量子硬件开发者。AWS 的 Braket 服务支持多种量子硬件接入，是一种对量子处理器硬件类型“无偏”分发通道，从而为行业提供了一个共通的接入平台。同时，AWS 开发了其量子芯片 Ocelot，该芯片采用“猫态 qubits”（cat qubits，一类玻色子 qubit），其设计自带抑制“位翻转”（bit‑flip）错误的优势，从而用更高效的方式纠正剩余的“相位翻转”（phase‑flip）错误。AWS 表示，其 QEC 开销可能比传统方案减少达 90%。与 PsiQuantum 相比，AWS 的 Ocelot 在更高效 QEC 方面可能构成挑战。

Intel

Intel 的量子计算工作重点在于其在硅设计与制造方面的专长。Intel 选择开发硅自旋 qubit（silicon spin qubits），即将量子信息编码在单个被困电子的自旋上。因为其可兼容现有的半导体制造厂，这在制造和规模化上具有吸引力，这一点与 PsiQuantum 对标准硅光子工厂的关注颇为类似。Intel 2023 年6 月推出其 Tunnel Falls 芯片，为一个 12‑qubit 研究型芯片。该公司还证明其 qubit 可在大约 1.6 K 的温度下操作，略高于典型超导 qubit 所需的温度。整体而言，Intel 在可制造性与规模化承诺上直接与 PsiQuantum 竞争，尽管其是否能兑现这些承诺仍有待观察。

2、直接量子竞争对手

IonQ

IonQ 成立于 2015 年，并于 2021 年通过 SPAC 公开上市。它采用被困离子 qubit 模式，使用镱离子（ytterbium ions），其优势在于较长的相干时间。其系统包括 25‑qubit Aria 和 36‑qubit Forte，门保真度（fidelity）约为 99.4%。该公司路线图包括即将推出的 64‑qubit Tempo 系统，目标保真度达 99.9%。与此同时，其系统已整合至主流云平台（如 AWS Braket、Azure Quantum），具备真实用户访问。凭借优质、稳定的 qubit 和已上线的云通道，IonQ 已早期抢得市场份额，这对 PsiQuantum 构成了潜在挑战。

Xanadu

2016年成立于加拿大，同样从事光子量子计算领域。2025 年1月，其推出了室温运行的 12‑qubit 系统 Aurora。还创建了一个开源软件库 PennyLane，用于量子机器学习，受欢迎。Xanadu 于 2022 年11月完成了 1 亿美元 C轮融资，估值达 10 亿美元。

Quantinuum

由 Honeywell Quantum Solutions 和 Cambridge Quantum 于 2021 年合并而成。它采用被困离子 qubit 模式，并使用量子电荷耦合设备（QCCD）架构：可在芯片上将离子在不同专用区域间移动（存储区、门操作区、读出区），实现全连接（all‑to‑all connectivity）。其 System Model H2 处理器已达 56 qubit，其与微软的合作在 QEC 上也有突破。但相比 PsiQuantum，其尚未展示面向大规模 qubit 数的系统进展。

Rigetti Computing

Rigetti 成立于 2013 年，亦于 2021 年通过 SPAC 上市。其聚焦超导 qubit，开发的有 Ankaa‑3 系统，路线图中有 336‑qubit Lyra 系统。然而其商业可用量子处理器目前仅为 9‑qubit “诺瓦拉（Novera）”。如同 Quantinuum，其尚未展示像 PsiQuantum 那样的面向大规模 qubit 数的可扩展系统。

Pasqal

Pasqal 是一家法国量子计算公司，成立于 2019 年，其创始团队中有诺贝尔奖获得者 Alain Aspect。公司采用激光操控的中性原子（neutral atoms）技术，其 Orion Gamma 系统已有 140 qubit，计划在 2027 年推出 200‑qubit Vela 系统。公司还表示其量子处理器可运行于室温环境。

QuEra

QuEra 成立于 2018 年，开发基于中性原子、用光镊（optical tweezers）操控的量子计算机。2025 年2月，其在 Google 领投的融资中募资 2.3 亿美元。其旗舰计算机 Aquila 为 256 qubit，并可通过 Amazon Braket 使用。

D‑Wave Quantum

D‑Wave 成立于 1999 年，专注于量子退火系统（quantum annealing）用于优化问题。其旗舰系统 Advantage2 原型机拥有 1.2 千 qubit，是单台系统中 qubit 数量最多之一。D‑Wave 专注于商用优化应用，而非通用量子计算。

3、间接／替代计算初创企业

Cerebras

Cerebras 成立于 2016 年，目标打造“世界最大的芯片”。其旗舰产品 Wafer‑Scale Engine（WSE）号称是“地球上最快的 AI 处理器”，擅长大规模并行运算。虽然不是量子计算，但其在解决组合爆炸（combinatorial）问题上的并行能力，与量子系统所追求的“巨大解空间”有相似之处。

Lightmatter

Lightmatter 成立于 2017 年，致力于光学处理芯片。其 Passage 互连技术通过激光连接多个 GPU，用于加速 AI 计算。该方案使数据中心能够以更低成本、更高效率扩展 GPU 集群至百万芯片规模，某种程度上模仿量子系统中大规模并行的思路。

五、商业模式

尽管融资总额已超过 10 亿美元，PsiQuantum 仍处于尚未实现营收的阶段。目前，其量子计算机主要用于科研合作与前沿开发。公司采用自建部署的方式运行量子系统，并通过专用端口对外开放，供用户在药物研发、材料科学等领域进行试验性探索。

PsiQuantum 还配备了专门的量子算法团队，负责将复杂的商业问题转化为可执行的量子算法，并进行详尽的资源评估与 ROI（投资回报）测算，明确所需硬件规模与可预期的商业化时间表。

六、重大进展

2025年，PsiQuantum 宣布推出 Omega 芯片组，这是全球首款可量产的量子计算芯片平台。该芯片采用 GlobalFoundries 的 300mm 硅晶圆制造，集成了构建百万量子比特规模系统所需的全部核心组件。依托这一平台，PsiQuantum 将为其位于澳大利亚布里斯班和美国芝加哥的两个“数据中心级”量子计算设施部署数百万颗芯片。

在一项 Omega 芯片的验证测试中，PsiQuantum 宣布与制药巨头勃林格殷格翰（Boehringer Ingelheim）合作，在药物与材料模拟方面取得了 200 倍以上的性能提升。此前于 2024 年，公司还与三菱日联金融集团合作，模拟用于智能窗户、数据存储和太阳能电池的工业分子。

PsiQuantum 正积极构建开源软件生态，鼓励开发者使用其平台。其推出的 QREF 是一种开源量子算法数据格式，而 Bartiq 工具可辅助开发者完成资源评估与算法适配。

政府合作方面，PsiQuantum 逐渐获得美国政府青睐。2022 年，其获得美国空军研究实验室（AFRL）1080 万美元的合约，并已晋级国防高级研究计划局（DARPA）US2QC 计划的最终阶段。此外，公司还与美国能源部（DOE）合作，在 SLAC 国家加速器实验室推进低温冷却技术的可行性验证。

图片

在澳大利亚，PsiQuantum 获得政府 9.4 亿澳元资金支持，建设全球首座量子数据中心。该合作计划涵盖技术转移、本地制造、人才培训等内容，标志着 PsiQuantum 正逐步融入各国量子国家战略的核心布局。同时，其在英国的第二座量子数据中心建设亦已启动。

七、融资估值

截至2025年9月，根据SVTR AI创投库，PsiQuantum 的总融资额已达 20 亿美元，在量子计算领域处于领先地位。

2025年9月，PsiQuantum 宣布完成 10亿美元的E轮融资，估值达到 70亿美元，旨在“打造全球首台具备商用价值的容错量子计算机”。该笔资金将用于在布里斯班与芝加哥动工建设可实用规模的量子计算中心，并部署大规模原型系统。本轮融资由 BlackRock、淡马锡（Temasek） 和 Baillie Gifford 领投，参投方还包括 Nvidia 的风险投资部门 NVentures、澳洲麦格理资本（Macquarie Capital） 以及 Ribbit Capital。

值得注意的是，这轮融资距上一轮仅过去 6个月。2025年3月，PsiQuantum 刚刚以 60亿美元估值从 BlackRock 手中筹得 7.5亿美元。公司在2021年7月完成的D轮融资估值为 32亿美元。

八、关键机遇

1、量子计算即服务（Quantum Compute as a Service）

到 2023 年，全球“量子计算即服务”市场已达 19 亿美元，企业通过云平台接入量子能力的趋势正在加速。平台包括 Amazon Braket、IBM Quantum Network 和 Microsoft Azure Quantum，这些云服务降低了进入门槛，使得量子计算不再是科研机构和大型企业的专属资源。即便是初创公司，如从事药物设计的团队，也可通过“按需付费”模式试验量子算法。

PsiQuantum 的系统具备 数据中心级部署能力，可与现有云计算基础设施直接对接，无需专用量子设施。这意味着，它有望快速扩展更多数据中心节点，从而在成本和服务价格上优于仍依赖小型系统的竞争对手。

2、量子算法编译与协同设计的“先发优势”

由于量子计算仍属高度专业化领域，企业难以跨越“量子门编程”与硬件优化的技术门槛，这也为量子硬件公司带来早期算法绑定机会。谁能在企业入门阶段建立合作，谁就有望在量子计算进入商业化阶段时，成为默认平台。

PsiQuantum 已在推进这一战略。例如与 勃林格殷格翰 的合作聚焦药物开发，双方共同开发针对 PsiQuantum 架构优化的领域算法。这种算法设计采用的是 基于容错块编码（FBQC） 的模型，与超导量子计算中使用的门控模型（gate-based）不同，企业研究团队在此过程中也在被“培训”成 PsiQuantum 生态的“熟练工”。

这些早期合作不仅提升技术适配度，更在无形中形成“迁移成本”：一旦企业在 PsiQuantum 平台上积累起算法和人才，其转向其他架构的代价将显著上升。这种策略与 Autodesk、Adobe 与高校课程合作如出一辙——通过教育和培训形成早期锁定效果，使得企业客户日后继续使用 PsiQuantum，并非因为硬件性能，而是因为人才和开发路径都已深度绑定其平台。

九、关键风险

1、光子量子系统规模化的技术瓶颈

尽管过去近十年持续投入工程开发，PsiQuantum 在将光子量子系统扩展至百万量子比特这一商用门槛上，依然面临关键技术难题。核心挑战包括：

  1. 光子损耗问题严重：在穿越波导、开关、光纤与探测器等组件时，光子极易损耗。即便 PsiQuantum 推出了基于“容错块编码”（FBQC）的架构，但在百万级组件规模下保持可接受的光子损耗率，至今仍无确凿实证。

  2. 高质量单光子生成与探测困难：该架构依赖能精确控制效率、纯度和相干性的单光子源，并需配合几乎完美的探测器。Omega 芯片虽宣称探测保真度达 99.98%，但在实际制造中，如何在数百万个超导纳米线探测器间维持这一精度仍未被验证。

此外，这些光子探测器需维持在 4K 的低温环境，虽然优于超导量子系统所需的 0.01K 极低温，但依然为系统带来冷却复杂度和潜在误差源。

2、“全或无”战略对 NISQ 路线的忽视风险

PsiQuantum 采取了绕过 NISQ（噪声中等规模量子）阶段、直奔容错计算（FTQC）的战略。虽然此战略具有前瞻性，但如果到 2030 年，如 IBM 或 Google 等竞争者推出具备 1K qubit + 高级误差纠正功能的 NISQ 系统，并在某些特定任务（如投资组合优化）上展示实用“量子优势”，即便性能不如 PsiQuantum 的预期系统，但也可能为企业客户带来实际经济效益。

届时，客户或许更愿意选择更便宜、易部署、足够好用的 NISQ 系统，PsiQuantum 所构建的极高成本、极长周期系统则可能面临市场错位。

3、量子计算价值被高估的行业泡沫风险

整个量子计算行业已融资超 40 亿美元，却仍被外界质疑缺乏实际应用落地。据牛津大学研究员 Nikita Gourianov 指出，许多量子创业公司与学者夸大技术进展以吸引资本，但“至今尚无系统真正具备解决现实问题的能力”。

量子计算从上世纪 80 年代以来，始终被承诺在“未来十年”取得突破，但这个时间表至今未兑现。PsiQuantum 虽提出 5 年内实现商用容错系统，但是否为真实可行，仍受质疑。因为行业的根本挑战是科学性问题，而非纯工程难题，工程优化未必能穿透基础科学瓶颈。目前，量子计算尚未诞生可量化商业价值的应用场景，所有性能指标仍停留在理论验证层面。

4、商业模式与资本信任的脆弱性

PsiQuantum 至今仍处于 “零营收”阶段，营收来源主要依靠科研合作与算法咨询服务，尚无实际量子计算服务落地。而此前其宣称的 2025 年实现商用容错系统，现已推迟至 2029 年。

若在未来十年内，量子计算依然无法交付实际价值，整个行业可能面临信心坍塌，引发新一轮“量子寒冬”。PsiQuantum 的估值、融资能力及政府项目推进，也将受到极大影响。

十、全文总结

PsiQuantum 是目前为数不多的专注于构建百万量子比特容错系统的公司之一，而多数竞争者仍停留在 NISQ 阶段（噪声中等规模量子计算）。凭借多年研发，其光子量子路径已在可扩展性与半导体工艺兼容性方面取得突破，并设计出支持高错误容忍度的 FBQC 架构。

公司累计融资高达20 亿美元，是迄今为止全球融资最多的量子计算公司，合作方包括 梅赛德斯-奔驰、多个国家政府机构等。然而，尽管投入巨大，PsiQuantum 的战略尚未在现实世界应用中得到验证，也尚未交付一个成熟可用的企业级产品。最终，这场豪赌的成败将取决于两个关键问题：

  1. 光子量子比特是否真能成为量子计算的“晶体管时刻”；
  2. PsiQuantum 是否能在竞争者实现商用替代方案之前兑现其时间表承诺。

如果答案是肯定的，它可能改写整个计算格局；若非如此，它则可能成为另一个高估技术的时代注脚。