魏 巍 曾 铮 史汉夫（国家发展和改革委员会市场与价格研究所；国家发展和改革委员会宏观经济研究院）
摘 要：当前，新一代量子计算硬件技术的进步为计算科学与信息处理的发展带来新动力，不断推动人工智能算力实现质变式提升。量子计算技术凭借其在高维数据处理、复杂优化问题求解等领域的指数级算力优势，将对人工智能的技术路径与应用边界产生深远影响。我国在量子通信、量子模拟等量子领域已取得重要进展，然而如何在实际应用中加速落地和实现突围仍面临诸多挑战，实现量子技术从理论突破到产业转化的跨越任重道远。建议应加大对量子计算与人工智能融合的基础性研究投入，构建从材料、芯片、控制系统到算法框架的全链条自主生态，完善多层次人才培养与引进机制，培育金融风险建模、物流优化、新药研发等具有明确量子加速价值的应用场景，积极参与国际量子计算标准的制定以提升国际话语权，优化创新激励政策与知识产权保护机制，推动量子计算与人工智能融合发展迈向更高层次，抢占全球科技竞争新高地。
关键词：量子计算；人工智能；融合发展；技术创新；产业生态
科技自立自强是全面建设社会主义现代化国家的必由之路，是实现中华民族伟大复兴的战略需要。加快实现高水平科技自立自强，须面向国家重大战略需求，在关键核心技术上取得更大突破。量子计算作为引领全球科技创新的战略高地，正成为大国博弈的关键领域。2024年12月，谷歌里程碑式地发布了新一代全球先进量子计算芯片Willow，其在量子纠错方面取得了重大突破，不仅朝着实用化和构建大规模量子计算机迈出重要一步，更有望成为经典传统计算机的绝佳替代。作为底层技术的量子计算因其增强算力、新颖算法和结果有效性等特点被视为拥有能够颠覆人工智能（AI）发展的巨大潜力。近年来多国在量子计算、量子芯片等技术领域进行了大量投资。在科技竞争日益激烈的环境中，其利害关系亦不止于技术层面，更是影响国家安全、掌控先进AI技术和占据新全球工业体系主导地位的重要关键因素。因此，需面向量子计算与AI协同发展的前沿需求，立足我国发展实际，加快推进量子硬件突破、量子软件开发、生态系统搭建及全球标准制定。努力实现相关技术主导权、维护国家安全，借“量子”勃兴之机，塑造新时代AI创新发展新局面。
一、量子计算与AI快速融合发展呈现新态势
（一）新一代量子计算硬件技术取得突破性进展，正加速推动AI算力革命与算法创新
一是量子计算从理论到实际的持续发展，有望成为在特定领域变革AI的新兴工具。当前，随着国外OpenAI GPT、Anthropic Claude、Google Gemini和国内DeepSeek、Qwen、豆包等诸多大语言模型的爆发式发展，冯·诺依曼传统架构的计算机在AI训练中的长耗时、高耗能与大算力需求瓶颈不断凸显。而量子计算机通过量子叠加（同时存在多种状态）和量子纠缠（粒子间超距关联）原理，量子凭借其独特的内在特性能够并行处理海量数据，且有望在某些特定任务（如组合优化、高维数据分析）中实现指数级算力提升，为突破当前算力性能困境开辟新路径。
二是新一代量子计算架构正在重塑AI计算范式。传统AI算法在处理组合优化、图形分析等NP难题时面临计算效率瓶颈，而量子计算通过其独特的物理机制提供了全新解决方案。目前，多种量子计算架构在AI领域展现出一定潜力。超导量子比特技术（谷歌“Willow”、IBM“Heron”芯片）凭借其高集成度和可扩展性处于技术前沿；离子阱量子计算（Quantinuum H2系统）以其高保真度和长相干时间在精确计算领域具备优势；光子量子计算则在信息传输和室温运行方面表现出独特价值。在算法层面，量子退火（模仿物质从高温冷却的过程寻找复杂问题最优解。）技术通过模拟物理降温过程，为物流调度、金融建模等复杂优化问题提供高效求解路径；量子变分（优化量子态找到最佳设置。）算法（VQAs）结合量子与经典计算优势，在先进可靠的量子硬件条件下展现出实用潜力；量子核方法将数据映射至高维量子特征空间，增强传统机器学习算法性能；量子神经网络直接利用量子态构建的新型网络模型，在表达能力和算法设计上开辟了创新路径。此外，新型“量子—经典”混合计算模式正成为前沿发展趋势，这种计算范式充分发挥了量子计算在特定任务上的算力优势，结合经典计算系统在数据处理和结果分析方面的成熟技术，不仅有效突破了现有算力限制，更为人工智能拓展了应用场景、开启了无限可能。
三是量子计算或将从根本上改变AI能效比。当前AI大模型训练的巨大能耗已成为制约其发展的重要因素。Rystad Energy 等机构预测显示，到2030年AI将占全球电力消耗的3.5%（美国高达9%），其与电动汽车结合可能使美国电网需求增加290太瓦时，相当于土耳其全国的用电量。量子计算借助量子叠加和纠缠等量子力学特性，利用量子比特的自然演化进行并行计算，理论上可在特定任务上实现显著的计算效率提升。随着量子错误纠正、量子互连等关键技术的突破，其将为AI提供更高效、更可持续的算力支撑，推动AI进入更节能、更智能的新发展阶段。
（二）跨领域创新生态加速形成，量子计算与AI融合应用场景不断拓展深化
一是“政产学研用”深度协同的复杂创新生态正在加速构建。当前，基础研究正呈现出多元化驱动的新态势，不再局限于学界的单一助力，而是以产业界和非营利组织为核心，形成了开放、互动的创新网络。如IBM Research和Google AI Quantum等企业研究机构主动且具有前瞻性地深度参与量子算法、量子硬件等前沿探索，量子经济发展联盟（QED-C）等非营利机构也积极搭建了跨界合作平台。产业界通过投资并购、联合研发等方式加快技术转化，Amazon Braket等量子云平台不断降低应用门槛。政府部门注重完善创新生态，在标准制定、国际合作、人才培养等方面提供支持。
二是融合应用从实验探索迈向实践落地。量子计算与AI深度融合已在多个领域展现出技术价值和应用潜力。在药物研发领域，量子增强分子模拟与AI智能预测相结合，能够显著提升新药筛选效率，如辉瑞公司利用量子模拟技术将分子筛选周期从数年缩短至数月。在金融领域，量子算法能够突破传统计算瓶颈，结合AI来实现投资组合优化和风险评估升级，高盛等机构已将量子&AI协同技术应用于量化交易。在物流领域，量子计算可用于解决复杂组合优化问题，配合AI动态预测，实现供应链智能化管理，在大众汽车等企业试点应用成效显著。同时，在制造、能源等领域，量子&AI融合正加速拓展应用场景。为推动规模化落地，AWS Braket等平台持续完善技术标准和开发工具，深化用户需求对接，构建开放协同的产业生态。
三是创新平台与标准体系协同推进。一方面，创新平台不断降低技术门槛。IBM Quantum Experience、Amazon Braket等平台提供开放量子计算环境和模块化工具，支持量子算法与AI模型协同开发，Azure Quantum等平台通过与行业需求对接推动场景验证，并通过开发者社区培育多层次创新生态；另一方面，美国电气与电子工程师协会（IEEE）、国际标准化组织（ISO）等正加快制定量子编程语言规范、硬件接口等技术标准，推动量子与AI系统互操作性的实现，各国也在推进本土化标准体系建设。平台与标准的双轮驱动不仅降低了研发成本、提升了技术效率，还催生了更加开放协同的发展模式。
四是产业变革与价值创造单点突破推动智能计算生态实现共赢。量子计算与AI融合创新正在重塑传统产业格局与竞争新优势，催生新的商业模式和价值增长点。在能源领域，壳牌（Shell）、英国石油（BP）等能源巨头运用量子计算优化电网调度，并结合AI预测技术实现可再生能源的智能化管理。在材料领域，巴斯夫、陶氏等企业利用量子模拟与AI协同，加速新型材料的设计与开发。在气候领域，微软等科技公司将量子计算用于复杂气候模型构建，配合AI深度学习提升预测精准度。一系列成功实践在验证了量子计算与AI融合的商业价值的同时，也带动上下游企业协同创新，形成良性互动的产业生态，为数字经济发展注入新动能。
（三）全球科技竞争格局加速重塑，量子计算与AI融合发展成为国际战略竞争制高点
在新一轮科技革命和产业变革的背景下，量子计算与AI的融合发展已超越单纯的技术竞争，上升为国家战略层面的核心竞争力。主要发达国家纷纷出台量子计算发展战略，加大研发投入，构建创新联盟。量子计算正成为突破传统计算瓶颈、引领新一代AI发展的关键技术路径。这种竞争不仅体现在技术创新上，更延伸至产业主导权、标准话语权等多个维度。
一是大国战略布局全面展开。美国通过《国家量子倡议法案》和DARPA计划，在政府引领下构建产学研协同创新体系，联合科技巨头深度参与量子计算与AI融合研发。欧盟依托“量子旗舰计划”，推进量子AI技术研发，注重标准化与伦理规范。日本制定《量子技术创新战略》，设立量子技术创新中心（QIC），联合富士通、日立等龙头企业，在量子传感与量子密码通信等领域形成了特色优势。英国推出“国家量子技术计划”（NQTP），投资建设国家量子计算中心，剑桥、牛津等顶尖高校与量子初创企业形成创新集群。以色列凭借创新生态优势，通过特拉维夫大学量子中心等平台，在量子软件和量子安全领域实现突破性进展。我国也将量子技术纳入“十四五”规划重点领域，通过政府引导、企业主导、高校支撑的创新体系，在量子通信等重点领域持续取得关键性突破。
二是技术主导权博弈的深度和广度不断提升。在量子硬件方面，IBM和Google等美国企业凭借超导量子计算技术领先优势，占据国际技术制高点，推动量子硬件性能的持续迭代。与此同时，以“九章”光量子计算机为代表的中国光量子计算亦展现出强劲追赶之势。在被认为是量子计算与AI深度融合关键的量子增强型机器学习（QML）等前沿领域，全球主要科技强国间的竞争愈加激烈。此外，从材料研发到芯片制造再到量子算法的全产业链布局，技术自主可控正成为各国强化竞争力的核心战略目标。美国通过《芯片法案》等政策，试图确保高端量子硬件生产的技术和供应链优势。中国在基础研发和产业链整合上持续发力，加速推进量子材料、核心芯片及关键算法的创新布局，力图构建贯穿研发、制造和应用的自主技术体系。
三是标准话语权争夺全面升级。国际标准化进程加速，主导权竞争日趋激烈。ISO、IEEE等积极推进量子计算技术相关硬件架构、算法接口、安全协议等多个层面的统一标准制定。目前，美国依托国内科技巨头技术优势，在基础协议和应用标准制定中占据主导地位。英国通过剑桥量子计算中心等机构，在量子软件开发规范等细分领域已占据一定话语权。区域标准体系协同，多元治理格局逐步形成。欧盟在2018年通过推出“量子旗舰计划”，建立区域统一标准，联合成员国在量子密码、量子通信等领域形成标准联盟。日本、韩国、新加坡等国家积极参与亚太量子标准合作机制，在量子传感、量子测量等应用领域开展标准协同。技术安全规范不断完善，标准治理框架不断健全。欧盟以《通用数据保护条例》（GDPR）为基础，推动建立量子技术应用的安全标准与伦理规范，强调隐私保护和数据安全。以色列凭借其在量子密码学领域的优势，参与制定国际量子安全标准，推动量子抗性密码技术规范的发展。美欧通过“跨大西洋量子合作计划”，建立量子技术标准互认机制。澳大利亚、加拿大等国通过“五眼联盟”框架，在量子通信安全标准等领域开展深度协作，共同应对全球量子技术治理挑战。
（四）新型产业生态加速构建，量子计算与AI协同创新模式日益成熟
一是以数据为核心的价值链加快重塑，从单一数据源向多模态数据融合演进。通过打破传统图像、文本或语音等数据在AI应用中的单一来源，融合利用量子计算与AI多模态数据调取，推动数据价值链的重塑。在量子传感器与AI数据协同方面，量子传感器能够以前所未有的精度测量获取时间、重力、磁场等物理量，为AI提供更丰富、更全面的信息，进而提升AI模型性能。在量子模拟与AI数据交互方面，量子计算机可模拟复杂的物理和化学过程，并产生大量模拟数据以提高AI模型在相关领域的预测能力，加速新品研发设计。在数据安全与隐私保护的新范式方面，量子密钥分发（QKD）等量子通信技术提供差分隐私等更高安全级别的数据加密和传输技术，保障AI训练和应用过程中的数据安全和隐私保护。
二是以开放合作为基础的创新网络正在构建，由封闭式研发向开放式创新演进。突破原有企业、科研机构独立进行研发的封闭模式，通过构建更广泛的开放合作体系，形成动态创新网络。在跨学科跨领域合作方面，量子计算与AI的融合涉及物理学、计算机科学、数学、化学、生物学等多学科交叉，通过不同领域专家协同攻关解决技术难题。在公私合作模式创新方面，政府、企业、研究机构和高校建立更紧密的合作关系，通过联合实验室、共建平台、合作项目等形式，加速技术转化和应用推广。在开源社区和开放标准推动方面，开源软件库、开放标准和开放数据平台可以为全球研究人员和开发者提供共享资源和合作平台，打破传统研发壁垒，促进知识和技术快速流动，加快量子计算与AI的协同创新步伐。
三是以用户需求为导向，从技术驱动向应用驱动转型。改变传统科技发展中先有技术突破再寻找应用场景的路径依赖，构建需求导向的应用驱动体系，推动技术与市场深度融合。在早期用户参与反馈方面，技术研发初期即邀请潜在用户深度参与，通过需求痛点分析和应用场景反馈持续优化研发方向。在行业解决方案定制方面，针对金融量化交易、制药研发、材料设计等重点领域制定专业化解决方案，打造行业级标杆应用。在应用生态系统构建方面，围绕典型场景部署硬件设施、开发软件工具、优化算法模型、汇聚行业数据、提供配套服务，形成完整的一站式解决方案支撑体系。
四是以伦理和社会责任为重要考量，从技术至上向负责任创新演进。应摆脱传统技术至上的发展路径局限，将伦理规范和社会责任融入量子计算与AI协同创新全过程。在伦理规范和法律法规方面，建立健全量子计算与AI融合发展的伦理准则和监管制度，强化个人隐私保护和数据安全管理。在公众沟通和科普教育方面，加强前沿科技知识传播和科学素养培育，消除公众对新技术的误解和恐慌心理。在负责任创新推进方面，研发初期即考量技术应用的潜在风险和社会影响，并采取有效措施降低负面效应，确保量子计算与AI融合发展始终以造福人类为目标。
二、我国量子计算发展面临的挑战
作为一项新兴战略技术，我国量子技术发展迅速，备受瞩目。然而，面对地缘政治局势、国际技术竞争以及产业链发展等方面的挑战，全球量子研究合作网络受限，各项工作推进面临一些阻碍，影响了我国量子技术的再突破速度和产业化进程。
（一）核心技术自主可控性有待提升
高端量子芯片与核心器件受限。我国超导量子芯片及低温制冷机、微波电子学器件等关键设备依赖国外供应商，2023年美国《芯片与科学法案》进一步限制出口加剧了我国自主研发的紧迫性。基础研究产出有待提高。《2024年中国科技论文统计报告》显示，我国在量子信息等领域发表的高水平期刊论文占全球33.6%，高被引论文占比达33.8%，但从论文被引频次看，与欧美发达国家相比仍存在差距。量子算法创新还需加强，国内研究多停留在通用模型阶段，缺乏针对金融、物流等实际应用场景的专用算法开发与优化能力。
（二）上下游协同与市场化进程有待完善
产业链协同不足。当前，我国量子计算产业链不同环节的协作尚显薄弱，量子材料、芯片、软件、算法和应用等环节之间缺乏深度合作，导致技术创新和应用推进的速度较慢。各环节之间的资源共享、技术交流和战略协作不足，整体产业效率相对较低。量子硬件领域的研发，如在芯片制造和材料创新等方面仍存在不小的挑战，量子芯片的质量和稳定性与国际领先水平存在一定差距。加强产业链上下游的深度协作，提升整体技术水平和市场竞争力，已成为推动量子计算快速发展的关键。当前，中国的量子云平台仍处于初期阶段，尚未形成稳定且可持续的盈利模式。尽管多个平台如阿里云、百度等已开始尝试量子计算云服务，但尚未实现大规模的商业化应用。一方面，由于量子计算技术仍处于研发阶段，尚未完全成熟；另一方面，缺乏成熟的市场需求和有效的应用场景，使得量子计算云服务的价值尚未得到广泛认可和实现规模商业化。同时，市场需求尚未充分释放。尽管量子计算在金融、制药、制造等领域具有巨大潜力，但潜在用户（如金融机构、制药企业等）对量子计算技术的认知和应用价值的认识仍需进一步深化。尤其是在金融领域，量子算法的应用前景虽被看好，但目前量子计算在金融领域的实际应用中的案例较少，市场规模尚未形成。量子计算技术的应用场景也亟待进一步拓展，需通过持续的技术验证和行业宣传，提升行业用户对量子计算技术的接受度。
（三）人才储备和高端人才培养有待加强
在高端人才储备方面，我国同时掌握量子物理与工程技术的复合型人才比例较低，量子算法开发等核心领域专业力量亟须加强。在学科体系建设方面，我国高校量子信息课程以物理学为主，缺乏量子工程、计算机科学和算法开发的系统化培养体系。相比麻省理工学院（MIT）等国际顶尖高校已建立的多学科联合课程，我国高校学科融合与专业课程设置相对滞后。在国际人才竞争方面，美国“量子国家计划”通过优厚条件吸引全球人才，我国在科研环境和薪资待遇方面需进一步提升，以加强对人才的吸引力。
（四）国际竞争力和标准话语权有待提升
国际标准制定权受限。由于ISO和IEEE等组织主要由欧美主导，我国在量子密码学等领域标准提案通过率还较低。以量子通信标准为例，尽管中国通过“墨子号”卫星实现了全球量子通信技术的领先应用，但在关键协议和安全规范的国际标准制定中仍缺乏足够的话语权。这种局面使得中国在全球技术合作和市场拓展中面临不对等的竞争环境。二是技术封锁和限制加剧。美国通过各类限制性政策法案，将量子计算关键技术纳入出口管制名单，意图切断我国获取先进硬件设备、量子芯片材料和精密测量仪器的渠道。例如，美国限制量子超导芯片和低温制冷系统出口，这些关键设备对中国量子硬件研发以及产业链稳定产生了一定影响。
三、推进量子计算与AI协同发展的政策建议
（一）突出基础研究，夯实技术创新根基
量子与AI的协同发展需要强大的理论支撑和原创性突破。应进一步加大基础研究投入，提升技术原点创新能力。一是加强专项资金支持。建立国家级“量子—AI协同创新基础研究专项基金”，集中支持量子算法、硬件架构、量子—经典混合计算模型等关键领域的原创研究。二是进行重大科研项目布局。聚焦“高效量子误差纠正”“高维量子算法优化”等问题，推动突破量子计算从实验室到工程化的转化。三是搭建国际学术合作平台。支持高校和科研机构等与国际顶尖实验室建立联合研究中心，通过共享实验设施、联合开发项目提升基础研究水平。
（二）突出产业链协同，构建全链条自主可控生态
量子与AI协同发展需要完整、高效的产业链支撑，推动形成从材料、硬件到应用的全链条整合。一是强化核心环节自主化。针对量子芯片、超导器件、光子探测器等关键核心技术，支持龙头企业与科研机构深度合作，开展国产替代研发计划，减少对国外供应链的依赖。二是优化上下游协作。建立“量子产业创新联盟”，推动材料供应商、硬件制造商、算法开发商及应用企业形成紧密协作机制，打通产业链各环节，实现技术供需高效对接。三是建设国家级产业基地。在量子计算与AI发展基础较好的区域，设立国家级量子计算与AI协同创新产业园区，为技术试验、产品孵化、市场推广提供一体化平台。
（三）突出人才引育，打造世界一流复合型人才团队
量子与AI协同发展的核心竞争力在于人才，需进一步加强高端复合型人才的培养与引进。一是完善多层次人才培养体系。在高校设立“量子计算与AI”交叉学科重点实验班，建立从本科到博士的系统化培养机制。支持高校与企业联合培养应用型人才，推动人才产教融合。二是实施全球“量子人才引进计划”。 通过高薪激励、科研经费支持、工作生活保障等措施吸引海外顶尖量子人才来华工作。三是加强国际交流与学术访问。鼓励青年学者参与国际量子与AI领域学术会议和短期访问项目，提升科研人员的国际化视野和创新能力。
（四）突出应用导向，培育高价值场景化解决方案
量子与AI协同发展的关键在于从理论研究转向实际应用，需推动场景化技术落地，满足市场需求。一是建立行业应用试点示范机制。在金融、物流、药物研发、能源管理等领域，支持企业与科研机构联合开展技术验证，形成一批可复制、可推广的典型案例。二是构建用户需求反馈机制。设立“量子应用孵化中心”，通过早期用户测试反馈优化技术解决方案，推动量子与AI技术协同发展与行业需求深度融合。三是推动跨行业协作。建立跨领域跨行业应用联盟，将量子与AI的协同发展延伸至智能制造、医疗诊断等新兴领域，探索综合解决方案。
（五）突出标准化建设，抢占国际规则话语权
国际标准化是量子与AI协同发展的战略制高点，中国应在标准化建设中主动布局。一是积极参与国际标准制定。积极组织国内企业与科研机构参与ISO、IEEE等国际组织的量子计算与AI标准化工作，推动关键技术标准纳入国际规范。二是推动本地标准统一。设立国家级“量子计算与AI标准化委员会”，统筹制定国家技术标准和安全规范，为技术产业化奠定基础。三是构建区域协作机制。联合“一带一路”共建国家及金砖国家，推进量子技术区域标准合作，打造具有国际影响力的技术规则体系。
（六）突出政策支持，优化创新生态环境
政策支持和资源配置是推动量子与AI协同发展的重要保障，应构建多层次、全方位的政策支持体系。一是税收和补贴激励。对从事量子与AI协同研发的企业提供税收减免政策，对关键技术攻关项目提供专项资金补贴，降低企业研发成本。二是开放数据与资源。建立国家量子与AI开发云平台，为科研机构和中小企业开放提供算力和技术资源，激发创新活力。三是完善知识产权保护机制。加强量子算法、硬件设计等领域的专利保护，完善知识产权交易市场，促进技术成果的价值实现。
参考文献
[1]吴晓凌.谷歌推出突破性量子芯片[N].人民日报,2025-01-11（006）.
[2]潘建伟.量子信息科技的发展现状与展望[J].物理学报,2024,73(01):7-14.
[3]Quantinuum. Quantum Computers Will Make AI Better [EB/OL]. [2025-01-22](2025-03-18).https://www.quantinuum.com/blog/quantum-computers-will-make-ai-better.
[4]Advantest Corporation. Integrated Annual Report 2024 [EB/OL]. (2025-03-18). https://www.advantest.com/en/investors/ir-library/annual/.
[5]张羽飞, 孙祺, 李桂荣, 等. 产学研深度融合创新联合体：概念衍生、特征类型与推进路径[J]. 科技进步与对策, 2024, 41(10): 150-160
（魏巍系国家发展和改革委员会市场与价格研究所助理研究员；曾铮系国家发展和改革委员会市场与价格研究所主任、研究员；史汉夫系国家发展和改革委员会宏观经济研究院助理研究员）