量坤科技獲數(shù)億元天使輪融資，AI4S急需量子級精度數(shù)據(jù) | 36氪獨家

「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(dǎo)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)?；贕PU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(dǎo)”，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(dǎo)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(dǎo)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(dǎo)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。