《理论物理的角落》第六期—“负概率”“隐变量”：量子计算 很炸的结论！——通用量子计算底层不是堆qubit，而是“隐变量+负概率”，绕过硬件瓶颈的新突围
会场里的冷思考
9月10日的上海，外滩大会主论坛现场座无虚席。聚光灯下，中国科学技术大学上海研究院执行院长陆朝阳教授走上演讲台，却没有带来外界期待中的"突破性进展"。他给正热的量子计算领域泼了一盆冷水："量子计算虽然很卷，目前其实还很'菜'。"
这句话瞬间在会场引发一阵低声议论。在AI大模型席卷全球、资本对算力需求近乎饥渴的当下，量子计算常被包装成下一代算力救星。陆朝阳的判断直接指向了行业最关心的问题——量子计算到底能干什么，又不能干什么。
量子加速不是"万能加速器"
陆朝阳首先拆解了公众对量子计算最常见的误解。在量子力学中，一个量子比特可以同时处于0和1的叠加态。多个量子比特组合后，状态空间呈指数级增长，这让量子计算看起来天然拥有"并行处理"能力。但他强调，量子计算并不等于并行计算。量子系统可以对叠加态整体操作，可一旦进行测量，最终只能坍缩得到一个结果。量子加速不会自动发生，必须找到具有特殊数学结构的问题，并设计出匹配的量子算法，优势才可能显现。
目前，科学界真正广泛认可的量子加速适用场景并不多。一类是大数分解和离散对数等密码学问题，另一类是量子多体系统模拟，以及与材料、化学相关的问题。在这两个方向之外，大部分应用宣称的"量子优势"仍缺乏严谨的科学验证。据国际权威学术期刊统计，截至2026年，在实用条件下获得科学界公认的量子加速应用，仍局限于极少数特定数学结构问题。
金融与大模型：被高估的两大场景
量子计算与金融的结合，常被业内描绘为近在眼前的商业变现。陆朝阳直言，到目前为止，对于金融领域，还没有得到科学界公认的、能够在实用条件下获得明确量子优势的证据。同样，量子计算与大模型训练的关系也被严重高估。他明确表示，量子计算不是"超级GPU"，不会天然加速AI训练过程。对于今天的大模型领域，目前科学界还没有一个公认的量子算法，能够证明在实用条件下对大模型训练实现明确的量子加速。
这一判断对行业影响深远。据国际数据公司（IDC）2026年8月发布的《全球量子计算支出指南》显示，2025年全球量子计算市场规模约8.5亿美元，预计2028年将增至21亿美元，其中金融和AI领域的投入占比超过40%。如果量子计算在这两个领域短期内无法提供实质加速，大量资本投入可能面临回报周期大幅延长的风险。不过，也有业内专家指出，基础研究的价值不应以短期商业回报衡量，量子算法的突破往往需要长期的学术积累。
真正的威胁在信息安全
陆朝阳认为，量子计算最值得重视的方向不是金融建模，也不是大模型训练，而是信息安全。一旦足够强大的容错量子计算机问世，今天广泛使用的RSA等公钥密码体系都将面临被***的风险。包括比特币所依赖的椭圆曲线数字签名算法，也会受到Shor算法的威胁。这意味着，量子计算对现有安全体系的冲击并非遥远的话题，��是整个行业必须提前应对的结构性挑战。
据美国国家标准与技术研究院（NIST）2024年发布的抗量子密码标准报告，全球已有多个国家启动后量子密码迁移计划。中国在抗量子密码算法研究方面也在加速布局，据公开信息显示，国内多家科研机构和企业已开展相关标准制定工作。信息安全领域的紧迫性，正在成为量子计算最现实的驱动力。
从"量子霸权"到算法竞赛
2019年，谷歌用53比特的Sycamore处理器完成随机线路采样实验，宣称量子处理器只需约200秒，而当时最强的经典超级计算机需要约一万年。这一结果曾被视为"量子霸权"的标志性时刻。但随着经典算法进步，中科大团队与上海人工智能实验室合作，发展出新的经典模拟算法，用GPU把同类任务的计算时间压缩到约17秒，能耗也低于当时的量子实验。中国团队还沿着光量子路线推进"九章"系列原型机，在特定任务上实现新的里程碑。
陆朝阳认为，这意味着中国不仅参与了量子计算的竞争，也在关键节点上打破了谷歌最初的"量子霸权"叙事。这场博弈的本质并非比特数量的比拼，而是量子与经典算法之间的动态竞赛。据公开信息，目��全球多个团队正在经典模拟和量子实验两条路线上交替推进，短期内任何一方都难以形成压倒性优势。
纠错才是真正的地基
今天的量子计算距离真正实用还很远，原因不只是量子比特数量不够，更关键的是质量和稳定性不足。随着比特数量增加、量子线路不断加深，误差会快速累积。如果没有有效的量子纠错，系统规模越大，整体计算结果反而可能越不可靠。陆朝阳打了个比方："要建成一座摩天大厦，需要更加坚实的材料，这叫作量子纠错。"
据国际知名量子计算研究机构Quantum Economic Development Consortium（QEDC）2026年初发布的行业调研报告，全球主要量子计算团队目前仍在向全世界征集真正有实际价值的量子算法。当最强的团队都还在寻找落地应用时，市场更应对"量子计算已全面落地"的说法保持谨慎。对于一些公司宣称已用量子计算研发新药、开展量子金融，甚至提出"量子养猪"等说法，陆朝阳表示，学术界看来这些场景相当匪夷所思。
谁在做实事，谁在讲故事
陆朝阳最后给出判断标准：真正值得支持的量子计算公司，不是最会讲故事的公司，而是那些把量子硬件真正造好、严谨寻找真实应用场景的团队。在资本热度居高不下的当下，市场需要的不是更多概念包装，而是对技术边界的清醒认知，以及对基础研究节奏的尊重。
据全球知名咨询机构麦肯锡（McKinsey & Company）2026年6月发布的《量子计算监测报告》，全球量子计算初创公司已超过400家，但其中具备自主量子硬件研发能力的不足三成。行业的下一个洗牌节点，很可能不发生在融资规模上，而发生在谁能率先证明自己在某一具体问题上实现了真实可复现的量子优势。外滩大会上的这番冷思考，或许来得正是时候。
本文由AI辅助生成
