拆解美股量子計算賽道：IonQ、Rigetti、D-Wave 三隻概念股，誰值得押注？

整理 & 編譯：深潮 TechFlow

主持人：Nico

播客源：Nico 前沿 Alpha

原標題：量子計算爆發：萬億賽道還是世紀騙局？IonQ、Rigetti、D-Wave，誰在畫餅，誰是真的未來？萬字拆解量子計算賽道

播出日期：2026 年 5 月 29 日

要點總結

本期內容系統拆解了量子計算從底層原理、技術路線到商業化進度和投資框架的完整圖景。Nico 認為，量子計算並不是空洞騙局，它的長期市場空間來自藥物研發、密碼學、金融建模、材料科學和物流優化等高價值場景，但今天仍處在商業化前夜，真正落地大概率還需要 3 到 7 年。節目重點比較了 IonQ、Rigetti、D-Wave 三家美股量子概念公司的技術路線、財務狀況、商業模式和估值風險，也討論了 Google、IBM、微軟、亞馬遜、英偉達等巨頭在量子產業鏈中的位置。對於投資者而言，當前階段既有類似早期 AI 的長期想象力，也有泡沫清洗和估值回撤的高風險。

精彩觀點摘要

量子計算為什麼重新成為國家級主線

• "中美幾乎在同一個時間窗口，把量子計算列為國家級優先方向。"
• "量子計算理論上可以破解今天互聯網上幾乎所有加密通信，包括銀行轉賬、軍事通訊和外交電報背後的加密體系，誰先掌握這套能力，誰就可能在未來網絡空間掌握主動權。"
• "美股市場上的量子計算公司不是普通科技小盤股，而是國家級科技競賽中被押注的棋子。"

量子計算的真實能力邊界

• "量子加速的來源並不是單次操作更快，而是需要的操作次數指數級減少。"
• "經典計算機是執行明確指令的高效機器，量子計算機是在近乎無限可能性中尋找答案的探索工具。"
• "量子計算並不是萬能的，它只在答案數量會隨問題規模指數級爆炸、且需要尋找最優解的場景裡有用武之地。"

商業化為什麼遲遲沒有到來

• "量子計算遲遲無法商業化的根本原因，不是造不出量子比特，而是量子比特太容易出錯，無法做有實際價值的計算。"
• "量子糾錯的思路，是用很多個不太可靠的物理量子比特，編碼成一個高度可靠的邏輯量子比特。"
• "穩定性、數量和速度構成了量子計算的不可能三角，六條技術路線本質上都是圍繞這三個維度做取捨。"

三家量子概念股的差異

• "IonQ 是財務最穩、商業化進度最快、客戶質量最高的一家，但代價是估值非常貴，市場已經提前計入了很多好預期。"
• "Rigetti 是賠率最高的一家，營收最小、估值最誇張，但如果技術催化兌現，股價彈性也最大。"
• "D-Wave 的定位最獨特，量子退火路線今天已經有真實客戶和真實應用，但雙平臺轉型能否成功仍是關鍵風險。"

巨頭與小公司的共生關係

• "今天量子賽道的特殊之處在於技術路線還沒有完全收斂，沒有人能確定超導、離子阱、退火、光量子、中性原子、硅自旋最後哪條會跑出來。"
• "小公司並不一定是在跟巨頭競爭，很多時候是在給巨頭供貨；如果某家小公司在特定路線上跑出來，巨頭更可能選擇合作或收購。"
• "英偉達不造量子計算機，而是做量子和經典計算之間的連接層，不管未來哪條路線成功，量子計算機都需要和 GPU 協同。"

投資框架與風險

• "量子計算現在非常像 2018 到 2020 年的 AI：底層技術加速突破，政府和科技巨頭提前佈局，但大規模商業化拐點還沒有到。"
• "在拐點到來之前，量子賽道大概率還會經歷一輪泡沫清洗。"
• "目前有兩種相對穩妥的投資方式。第一種，是優先通過已經在量子領域深度佈局的科技巨頭建立量子窗口；第二種，是小倉位投資量子板塊 ETF；另一個是 WQTM，它是美股市場裡量子純度最高的非槓桿 ETF，官方定位就是投資量子計算生態中的硬件、軟件和基礎設施公司"

量子計算成為中美科技競賽的新主線

Nico:

量子計算，這個聽起來有點科幻的概念，最近一段時間又再次爆火，重新出現在我們的視線中。就在上週，美國總統特朗普一口氣簽下了 20 億美元的聯邦資金，投向 9 家美國量子計算公司，而且聯邦政府直接持有這些公司的少數股權。這是美國政府近年來對量子計算最直接、最重磅的一次產業扶持，也意味著量子計算正式被納入美國下一代科技戰略佈局。

在大洋彼岸，中國也已經把量子技術寫進了十五五規劃，並且和具身智能、可控核聚變並列，成為未來產業的核心主攻方向。今年第一季度，國內量子賽道的融資規模就達到 20 多億元人民幣，接近甚至可能超過去年全年水平。中美兩個超級大國幾乎在同一個時間窗口，把這條賽道列為國家級優先方向。

問題隨之而來：2026 年的量子計算到底發展到了什麼程度？它會不會成為繼 AI 之後，下一輪引爆全球的產業革命？還是說，它又是一輪浮誇的概念炒作？IonQ、Rigetti、D-Wave 這三大美股當紅量子概念股，誰在畫大餅，誰又是真的未來？

今天這期內容，會用 40 多分鐘把整個量子計算賽道，從底層技術路線，到上市公司，再到投資框架，一次性拆解清楚。完整聽完之後，你會知道量子計算到底是什麼，它能幹什麼，有哪些技術路線，有哪些值得關注的公司，以及我們應該如何按照自己的風險偏好配置這條全新賽道。

在聊具體技術概念之前，先看中美兩國同時下場佈局量子計算的大背景。一週多以前，特朗普政府動用了 CHIPS 法案的資金池，向 9 家美國量子計算公司一次性注資 20 億美元。錢本身不是最關鍵的，關鍵在於美國聯邦政府直接持有了這些公司的少數股權，親自下場入股了整條美國量子計算賽道。白宮科技政策辦公室也已經悄悄把量子計算的優先級提升到和 AI 並列的國家戰略級別，多家美國主流財經媒體也透露，一項專門針對量子計算的總統行政令正在起草中。

這些事情背後的政治信號非常明確：美國不想錯過任何一次基礎設施級別的科技革命。回頭看歷史，PC、互聯網、移動互聯網以及 AI，每一次全球技術革命的最大受益者都是美國公司。美國先把基礎設施建好，把從 0 到 1 的路徑跑通，其他國家才跟著分一杯羹。特朗普政府這次動作，本質上就是提前鎖定美國在量子產業鏈中的主導地位。

從國家安全角度看，量子計算還有一個極其敏感的應用方向：它理論上可以破解今天互聯網上幾乎所有加密通信，包括銀行轉賬、軍事通訊、外交電報背後的加密體系，都可能被直接打穿。誰先掌握這套能力，誰就能在未來網絡空間裡掌握主動權。這才是美國政府真正緊張的地方。

把目光轉到中國這一邊，也是同樣的道理。無論是十五五規劃，還是量子賽道的融資規模，都能看出中國在這個新興領域的雄心。中美在量子賽道上的對決，雖然不如 AI 大模型那樣激烈，但已經處於暗流湧動的狀態，也可能會成為 5 年或 10 年後最大的一場地緣技術博弈。

理解了這個大背景，再回頭看美股市場上的幾家量子計算公司，過去幾年上漲幾十倍，就會發現它們不只是普通科技小盤股，更是國家級科技競賽裡被押注的棋子。

量子計算到底是什麼：從比特、疊加、糾纏到干涉

Nico:

如果直接講量子計算相關概念，大家可能會聽懵，所以先從我們日常生活中最熟悉的東西開始講起。無論是用手機刷視頻，還是用電腦辦公寫文檔，背後對應的東西都可以被稱作計算機。我們在手機或電腦上看到的所有圖片、視頻、文字，底層其實都是計算機的二進制碼，它的單位叫比特，由 0 和 1 組成。經過一系列計算處理之後，才轉化成我們能理解的文字、圖片和視頻。

過去幾十年，我們一直在做一件事：想辦法讓計算機處理 0 和 1 的速度更快。核心手段就是把芯片上的晶體管做得更小，在同樣大小的芯片上塞進更多晶體管，處理速度就會更快。但現在這條路已經慢慢走到盡頭。最先進芯片工藝已經做到 2 納米，再往下就接近單個原子的尺度。到了那個尺度，經典物理學的規則開始失效，這不是普通工程手段能解決的問題。

除了硬件天花板，0 和 1 本身也有根本限制。不管芯片跑得多快，一個比特在任何時刻只能是 0 或 1。如果你想檢查 1000 萬億種可能性，就必須一種一種嘗試。有一類問題，嘗試數量會隨著問題規模指數級爆炸。比如一個快遞員要送 100 個包裹，所有可能配送路線大約是 10 的 158 次方，這個數字比整個宇宙所有原子的總數還要多出幾十個零。今天最快的超級計算機，跑到地球毀滅也算不完。

量子計算就是為了突破這個限制而提出的技術。它的底層邏輯和傳統電腦完全不一樣。傳統比特只能是 0 或 1，量子計算機的基本單位叫量子比特，也就是 qubit。一個量子比特可以同時既是 0 又是 1，這個性質叫量子疊加態。聽起來很反直覺：一枚硬幣要麼正面，要麼反面；一盞燈要麼開，要麼關。日常生活中，我們從沒見過一個東西可以同時處於兩種狀態。

但在微觀世界裡，單個粒子天然遵循量子力學規則。電子、光子、原子這些微觀粒子，確實可以同時處於多種狀態，這是經過無數實驗反覆驗證的物理事實。我們日常生活中感受不到這一點，是因為我們接觸的東西都由天文數字量級的粒子組成。當大量粒子聚在一起，它們之間的相互作用以及和外界環境的接觸，會讓疊加態非常脆弱，並且迅速消失，所以宏觀世界看起來永遠是確定的。

量子計算機要做的事情，就是想辦法把微觀粒子的疊加態保護起來，並利用它完成計算。疊加態為什麼對快速計算有幫助？傳統計算機要從 1000 萬億個可能性中找到正確答案，必須一個一個嘗試，芯片速度再快也改變不了這個事實。而量子計算的疊加態可以打破這一限制。50 個量子比特做排列組合，也對應 1000 萬億種可能狀態，關鍵區別在於，這 50 個量子比特在同一時刻同時處於所有狀態的疊加中。對這 50 個量子比特執行一次操作，就是同時作用於所有狀態，一次操作抵得上經典計算機重複 1000 萬億次。

但光有疊加態還不夠。如果 50 個量子比特同時處於所有狀態，但彼此獨立、互不相干，我們也沒法協調操控。這就引出第二個重要概念：量子糾纏。兩個量子比特各自處於疊加態，各自測量結果都是隨機的；但如果它們形成糾纏，兩個隨機結果之間會出現一種絕對關聯。

舉個例子，你把兩個糾纏的量子比特，一個放在北京，一個放在紐約。你在北京測量其中一個，得到 0，就不需要去紐約，也已經知道另一個一定是 1；反過來，在北京得到 1，紐約那個量子比特一定是 0。每次單獨看任何一個比特都是隨機的，但兩個放在一起看，永遠都是完美互補的結果。這個關聯不需要任何信號傳遞，不管相隔多遠都瞬間成立。歷史上的實驗一次又一次證明，糾纏是真實存在的。

糾纏在量子計算中的作用，是讓多個量子比特不再各自獨立，而是變成一個不可分割的整體。沒有糾纏，10 個量子比特就是 10 個獨立狀態，互不相干；有了糾纏之後，這 10 個比特被串在一起，動一個，其他的都會跟著動。這樣，我們就可以對整個系統做協調操作，讓所有量子比特一起朝著正確答案的方向演化。

接下來，正確答案到底怎麼得到？這就要講到量子計算最巧妙的部分。量子比特處於疊加態時，每種狀態都有對應權重，可以簡單理解為概率大小。剛開始，所有狀態的權重是均勻的，這時直接讀取結果，得到正確答案的概率很低，跟瞎猜差不多。量子算法做的事情，就是通過一系列精心設計的操作，一步一步調整這些權重分佈。

這個調整過程利用了量子干涉。干涉是一個波的概念：往平靜水面扔兩塊石頭，兩組波紋相遇，如果兩個波峰疊在一起，水面會更高；如果一個波峰和一個波谷疊在一起，就會相互抵消，水面變平。量子干涉的作用，就是讓指向正確答案的波相互加強，讓指向錯誤答案的波相互抵消。每執行一步量子操作，正確答案的概率就變大一點，錯誤答案的概率就變小一點。重複足夠多次後，正確答案概率被推到接近 100%，這時去測量，疊加態坍縮成確定值，就拿到了最終答案。

坍縮這個詞聽起來很高深，簡單理解就是，在讀取量子比特狀態的那一刻，它會從同時為 0 和 1 的疊加態，瞬間變成確定的 0 或 1。至於為什麼觀測會導致坍縮，物理學到今天也沒有完全解釋清楚。但理解量子計算，只需要記住這個規則。

簡單總結一下：疊加態給量子計算機同時處理所有可能性的能力；糾纏給它讓所有可能性之間互相協調的能力；干涉給它從不確定變成確定的手段。這三個機制缺一不可。

用一個完整例子把流程串起來：假設你要在 100 萬把鎖裡找到唯一一把能被手上鑰匙打開的鎖。經典計算機的做法是拿著鑰匙一把一把試，運氣好一次就夠，運氣差要試幾十萬次。量子計算機的做法是，先把量子比特設置成疊加態，讓它同時覆蓋這 100 萬把鎖；然後在量子比特之間建立糾纏，讓它們形成協調整體；接著執行量子干涉，每操作一次，正確那把鎖的信號就強一些，其他鎖的信號就弱一些。重複大約 1000 次，最後測量疊加態坍縮，直接拿到正確那把鎖。

經典計算機可能要試幾十萬次，量子計算機只需要大約 1000 次。量子加速的來源並不是單次操作更快，而是需要的操作次數指數級減少。但這裡要強調一點，量子計算機只在特定類型的問題上才有這種優勢。

量子計算能做什麼，不能做什麼

Nico:

先講一個對所有人都有切身利益的方向：新藥研發。一個新藥分子能不能在人體裡起作用，最終取決於分子內部電子的量子力學狀態。經典計算機模擬這些電子狀態時，計算量會隨著分子複雜度增加呈指數級爆炸。簡單一點的分子還能計算，稍微複雜一點的分子，全球最大的超算都跑不動。這就是為什麼過去幾十年，新藥研發的平均週期被卡在 10 年以上，平均成本高達幾十億美元。

如果有一天量子計算機能夠精確模擬蛋白質摺疊和分子之間的相互作用，整個新藥研發週期理論上可以從十幾年壓縮到幾年，甚至幾個月。輝瑞、阿斯利康、默克這些全球最大製藥巨頭，都已經在和量子計算公司合作做相關探索。

第二個方向是密碼學。這是量子計算最被大眾熟知的能力，也是各大政府真正緊張的地方。我們現在用的整個互聯網依賴一種叫 RSA 的加密算法。這套算法的安全性在於，全球最快的超算去破解一個 2048 位 RSA 密鑰，可能需要數十億年。但量子計算機不一樣，理論上一臺足夠大的通用量子計算機，用 Shor 量子算法，可以在幾個小時到一週時間裡完成破解。

這意味著，如果未來這種通用量子計算機問世，今天所有金融行業、軍事行業都可能出現重大安全問題。正因為這個威脅，量子計算還催生出一個全新市場，叫量子安全加密。全球政府和企業都需要在量子計算機真正成熟之前，把現有系統遷移到新的加密體系上。這個遷移過程本身就是一個巨大市場。

第三個方向是金融建模。投資組合優化、風險定價、衍生品定價、欺詐檢測，這些金融領域的核心問題，本質上都是在海量可能性裡找到最優解，這正好是量子計算擅長的組合優化問題。摩根大通、高盛、滙豐這些華爾街老牌投行，過去幾年都在悄悄組建自己的量子計算團隊，參與各種量子算法測試和迭代。

還有一個跟日常生活相關的方向，是物流和供應鏈優化。一個快遞員要送 100 個包裹，怎樣規劃路線才能在最短時間內全部送完？100 個點的可能路線數量大約是 10 的 158 次方，比宇宙中的原子數量還多。把這個問題放到全球供應鏈層面，數萬個倉庫、數十萬條運輸路線，還要時時考慮庫存、天氣、交通等各種問題，量子計算在這種大規模優化問題上有巨大的潛在價值。

然而，量子計算並不是萬能的，很多事情做不了。比如日常在電腦上瀏覽網頁、編輯文檔、看視頻、發消息，這些任務的特點是步驟明確、邏輯清晰，不需要在海量可能性中搜索，量子計算機在這類任務上完全比不過普通電腦。再比如數據庫查詢、文件存儲、大規模數據讀寫，它們的核心瓶頸是 IO 速度和存儲架構，也不適用於量子計算。還有實時控制系統，比如自動駕駛、工業機器人，這些系統要求確定性的響應時間，而量子計算的輸出是概率性的，又需要極端物理環境，根本沒辦法嵌入這類系統。

大家可以記住一個簡單判斷規則：如果一個問題的解決步驟清晰明確，不需要在海量可能性中搜索，經典計算機更合適；如果可能答案數量隨問題規模指數級爆炸，而且你需要在所有可能性中找到最優解，量子計算機才有用武之地。經典計算機是執行明確指令的高效機器，量子計算機是在近乎無限可能性中尋找答案的探索工具，二者之間是互補關係。

話又說回來，量子計算適合解決的問題，恰好分佈在價值最高的幾個行業：藥物研發、金融建模、密碼學、材料科學、物流優化。光這幾個點加在一起，遠期市場空間就是萬億美元級別。不過，所有這些應用場景，今天都還停留在實驗室階段。

商業化卡在哪裡：錯誤率、量子糾錯與不可能三角

Nico:

為什麼量子計算的故事講了這麼多年，直到今天仍然沒有商業化？到底卡在哪個環節？

剛才提到過，微觀粒子的疊加態極其脆弱。溫度波動、電磁噪聲，哪怕一個遊離空氣分子撞上來，疊加態就會坍縮，量子比特立刻變成確定的 0 或 1。這個坍縮一旦發生，計算就出錯。現實中，不管用什麼物理系統造量子比特，干擾都不可避免，沒有任何工程手段能做到 100% 屏蔽所有噪聲。

所以現在的量子計算機，每執行一步操作都有一定概率出錯，錯誤率大概在 0。幾% 到幾個百分點。聽起來概率很低，但量子計算要解決的實際問題，往往需要成千上萬步操作。如果每一步都有 1% 的出錯概率，1000 步下來，最終結果幾乎一定錯誤。這就是量子計算遲遲無法商業化的根本原因：不是造不出量子比特，而是量子比特太容易出錯，沒辦法做任何有實際價值的計算。

行業共識是必須走另外一條路，叫量子糾錯。它的思路，是用很多個不太可靠的物理量子比特，編碼成一個高度可靠的邏輯量子比特。可以這麼理解：假設你有一條很重要的信息要傳給朋友，但傳話的人不太靠譜，每次都有可能說錯。如果讓 100 個人同時傳同一句話，就算其中幾個人說錯，朋友聽到大多數人說的都是對的，仍然可以還原出正確信息。

量子糾錯做的就是類似的事，用一大堆物理量子比特互相校驗，把錯誤檢測出來並修復掉。但代價非常大。目前估算下來，造一個可靠的邏輯量子比特，大約需要 1000 到 1 萬個物理量子比特。如果你的算法需要 1000 個邏輯量子比特才能解決實際商業問題，實際上就需要一臺擁有 100 萬到 1000 萬個物理量子比特的量子計算機。而今天最先進的量子計算機，物理量子比特數量還在一百到幾千這個級別，差距是幾個數量級。

講到這裡，量子計算的基本瓶頸就很清楚了。它需要同時做到三件事：量子比特足夠穩定，錯誤率足夠低；量子比特數量足夠多，能夠擴展到百萬級別；操控量子比特的速度足夠快，能在疊加態消失之前完成計算。穩定性、數量、速度三者缺一不可。

但在真實物理世界中，這三個目標之間存在深層矛盾。想讓量子比特更穩定，就需要更極端的隔離條件；隔離越極端，操控越困難，擴展越麻煩。想要更多量子比特，系統複雜度就會上升，噪聲來源更多，穩定性變差。想要操控速度更快，操作精度就很難保證，也更容易出錯。沒有任何一個物理系統能同時在這三個維度上做到最優，這是一個不可能三角。

接下來要講的六條技術路線，本質上就是在穩定性、數量和速度這三個維度上做不同取捨。

六條技術路線：超導、離子阱、退火、光量子、中性原子與硅自旋

Nico:

先看超導量子比特，這是目前最主流、研究歷史最悠久的一條路線。在穩定性、數量和速度這三個維度裡，超導選擇了速度。它的做法是把一小塊特殊金屬電路冷卻到大約零下 273 度，差不多接近宇宙最低溫度。在這個溫度下，金屬進入超導狀態，電阻完全消失。更關鍵的是，電路中的電流可以同時順時針和逆時針流動，這就是疊加態，然後用精確的微波脈衝來操控。

超導路線每執行一步量子操作只需要幾十納秒，是六條路線裡最快的。製造工藝也可以借鑑現成半導體產業鏈，很多設備和流程跟造傳統芯片相通。代價是穩定性差，疊加態只能維持幾十到幾百微秒，必須在極短窗口內完成所有計算。而且量子比特之間的連接受到芯片物理佈局限制，不是任意兩個比特都能直接交互。

第二條完全不同的路線是離子阱，它選擇了穩定性。具體做法是用電磁場在真空中製造一個陷阱，把單個帶電離子懸浮起來，讓它完全不接觸其他任何物質，然後用激光精確地把離子推入疊加態。因為操控的是單個原子，原子本身非常穩定，疊加態可以維持到秒級，比超導長好幾個數量級。而且任意兩個離子之間都可以直接交互，不受物理佈局限制。

代價是速度慢。每次操作要幾微秒到幾十微秒，比超導慢兩到三個數量級。而且當離子數量增加到幾百、上千個時，如何在一個井裡穩定控制這麼多離子，工程挑戰很大。走離子阱路線的美股上市公司代表是 IonQ。

第三條路線叫量子退火，它放棄通用性，換取實用價值。它不追求造一臺能夠運行任何量子算法的通用機器，只做優化問題。原理借用了物理學中的退火概念：把一塊金屬加熱到很高溫度，再慢慢冷卻，金屬內部原子會自然找到能量最低的排列方式。量子退火做的是類似事情，讓量子系統在量子效應幫助下自然演化到能量最低狀態，這個最低能量狀態就對應優化問題的最優解。

因為不需要實現通用量子操作，工程要求低很多，比特數量可以做到非常大，目前已經做到 4400 個以上，遠超任何一臺通用量子計算機。在物流調度、金融組合之類問題上，已經有實際企業客戶使用。量子退火的侷限也很明顯：它不能運行 Shor 算法破解密碼，也不能運行 Grover 算法做通用搜索，應用範圍被限制在優化問題這一類。如果未來通用量子計算機真的做出來，量子退火的市場空間反而可能被壓縮。這條路線目前只有一家上市公司在做，就是 D-Wave。

第四條路線叫光量子，它選擇了一個獨特角度，用光子作為量子比特。光子有天然優勢，幾乎不會和外部環境發生相互作用。一個光子發射出去，不會被溫度干擾，也不會被電磁噪聲影響。這意味著光量子系統可以在室溫下運行，不需要複雜製冷設備。而且光子天然在光纖裡傳播，和現有通信基礎設施高度兼容。

但光子也有很大劣勢：兩個光子碰到一起，基本上互相無視，各飛各的。而量子計算需要讓兩個量子比特之間產生精確相互作用，比如建立糾纏。想讓兩個光子在精確時間點以精確方式互相影響，技術上非常難。

第五條路線是最近一兩年熱度比較高的中性原子，它押注的是擴展性。做法是用激光鑷子捕獲一個個中性原子。可以把激光想象成一把把極其微小的鑷子，每把鑷子夾住一個原子，然後把這些原子排列成整齊的二維甚至三維陣列，每個被夾住的原子就是一個量子比特。要讓兩個原子產生糾纏，需要把其中一個激發到特殊高能狀態，處於這種狀態的原子會和周圍原子產生很強的相互作用，從而實現糾纏。

這條路線最大的吸引力是，理論上更容易從幾百個量子比特擴展到幾千，甚至幾萬個。在所有路線裡，中性原子的擴展潛力可能最強。侷限是技術成熟度還不夠，這條路線比超導和離子阱起步晚，很多工程問題仍在摸索。

最後一條路線叫硅自旋，做法是在傳統硅芯片上製造量子比特。硅芯片裡的電子天然有一種叫自旋的量子屬性，可以處於向上和向下兩種狀態的疊加，剛好可以拿來當量子比特。它最大的誘惑是製造工藝可以直接複用現有半導體工廠。全世界已經有幾十年造硅芯片的經驗和設備，如果量子比特可以在同一套設施裡製造，長期擴展性和成本優勢可能是六條路線裡最強的。

但現階段，硅自旋是所有路線裡進度最慢的一條。單個量子比特質量和可操控比特數量，都明顯落後於超導和離子阱。

六條路線放在一起看，你會發現每條路線的優勢恰好就是其他路線的劣勢。沒有一條路線能夠在所有維度上領先。這就是量子計算今天最真實的狀態：誰先把穩定性、數量和速度同時做到可用水平，誰就率先打開容錯量子計算的大門。一旦跨過那個門檻，後面的商業化會非常快，因為需求端都已經準備好了。美國政府 CHIPS 法案砸了 20 億美元，每條路線都投一些，就是因為所有人都不知道最後哪條路線會勝出。最聰明的做法就是全都下注一遍。

這種巨大不確定性，本身就是投資量子賽道最大的風險，也是最大的機會。

行業階段與時間線：量子計算距離商業化還有多遠

Nico:

現如今量子計算走到了哪個階段？什麼時候能真正開始賺錢？

整個量子計算行業的發展可以分為三個大階段。我們現在所處的第一個階段叫 NISQ，全稱是“有噪聲的中等規模量子計算”。簡單來說，就是量子比特數量已經做到幾百甚至幾千個，但每個比特都有噪聲，計算容易出錯，能做技術演示，也能解決特定小問題，但還無法真正商業化。

接下來要進入的第二階段，是早期容錯階段，也叫邏輯量子比特階段。前面提到，現在量子比特錯誤率太高，必須通過量子糾錯解決。當錯誤率被壓到足夠低，量子計算機能穩定運行復雜算法，就意味著進入第二階段。這是整個行業從演示到初步落地的分水嶺。

跨過這一關之後，才會真正進入大規模通用容錯量子計算機階段，也就是商業化階段。那麼，容錯量子計算什麼時候到來？

IBM 的路線圖是目前最具體的，把每一年要做什麼都寫進了時間表。他們計劃在 2029 年推出一臺叫 Starling 的量子計算機，目標是 200 個邏輯量子比特，能運行 1 億次量子門操作。再往後，到 2033 年，IBM 計劃把這個數字做到 2000 個。

Google 這邊，Willow 芯片在 2024 年年底實現了一個標誌性突破：量子比特數量越多，整體錯誤率反而越低。這在過去 30 年是做不到的。以前都是比特越多，錯誤越滾越大；這個突破的意義在於，它從物理上證明了糾錯這條路走得通。

除了這兩家巨頭，離子阱公司 Quantinuum 的路線圖也同樣指向 2030 年。權威研究機構 Gartner 預測，2029 年量子計算就會開始威脅現有加密體系。不同公司、不同機構給出的時間線，都收斂在 2029 到 2033 年這個區間。

也就是說，從今天算起，量子計算真正開始商業化落地，最快也至少還需要 3 到 7 年。這個時間線讓我想起 AI 的發展軌跡，2018 到 2020 年，GPT-2 剛剛發佈，學術界已經看到 Transformer 架構的潛力，OpenAI、DeepMind 這些公司開始重金投入，但大眾和絕大多數投資者那時還覺得 AI 只是一波概念炒作。隨後 AI 行業經歷了一輪大的修正和回調，等到 2022 年底 ChatGPT 橫空出世，整個 AI 才真正徹底爆發。

量子計算現在很可能就處在 2018 到 2020 年的 ChatGPT 前夕。中間可能還會經歷大回調、大清洗，然後才徹底起飛。

IonQ、Rigetti、D-Wave：三家量子概念股誰更接近未來

Nico:

瞭解完量子計算賽道全貌之後，我們一起來看這個賽道上當紅的三家公司：IonQ、Rigetti、D-Wave。

先看 IonQ。它走的是離子阱路線，是三家裡面市值最大、商業化進度最快的一家。IonQ 的收入主要來自三塊：第一塊是雲訪問。客戶不需要自己花大價錢買一整臺量子計算機，而是通過亞馬遜、微軟、谷歌這些雲平臺，遠程租用 IonQ 的機器，按使用量付費，跟租用雲服務器是同一個道理。摩根大通、高盛這些金融機構，就是這樣使用 IonQ 的機器，去跑投資組合優化、風險建模等算法。

第二塊收入是直接賣量子計算機硬件。這種是大合同，不太規律，有一單算一單。第三塊是政府研發合同。IonQ 拿過美國空軍研究實驗室 5450 萬美元合同，還和能源部簽過太空量子應用合作。這塊收入提供多年期穩定現金流，更重要的是給 IonQ 官方背書。

在 IonQ 的收入結構裡，大約 60% 來自商業客戶，不再是單純靠政府訂單撐著。而且 IonQ 的產品已經賣到 30 多個國家，一年前這個數字還只是個位數。客戶名單裡既有美國國防部、空軍研究實驗室，也有亞馬遜、阿斯利康、英偉達這樣的商業大客戶。總訂單和剩餘履約義務同比增長 554%，手上還有大量沒有確認成收入的合同在排隊。

財務數據方面，IonQ 去年全年做到 1.3 億美元收入，同比增長 202%，這是歷史上第一家年營收突破 1 億美元的上市量子公司。今年第一季度營收 6470 萬美元，同比增長 755%，超出華爾街預期 30%。公司還把全年營收指引上調到 2.6 億到 2.7 億美元。

IonQ 的財務健康度是三家裡最強的，賬上現金、等價物加投資一共超過 31 億美元。但這裡要提醒，今年第一季度 IonQ 賬面淨利潤高達 8 億美元，看起來量子計算似乎已經很賺錢了，但這 8 億美元基本上全是一筆認股權證金融工具的會計估值變動，是紙面數字，並不意味著真的賺到錢。刨掉這種一次性因素，IonQ 的真實經營情況仍然虧損。公司自己給出的全年指引也顯示，今年經營層面預計還要虧 3.1 億到 3.3 億美元。所以 IonQ 仍是一家正在燒錢的量子計算公司，只是賬上有 31 億美元現金，燒很多年都沒問題。

技術方面，IonQ 最近有幾個值得說的進展。先說比特數，IonQ 目前的商用旗艦機叫 Tempo，100 個量子比特。但有意思的是，IonQ 自己不太喜歡強調物理量子比特這個數字，更喜歡用一個叫算法比特的指標。Tempo 的算法比特是 64，因為離子阱路線的每個量子比特質量都很高，而且任意兩個比特之間都能直接協同，所以同樣一個比特，IonQ 真正能用起來的算力比別人高。

IonQ 另一個重要進展，是它做出了一種叫 EQC 的技術，也就是電子量子控制。傳統離子阱用激光操控每一個離子，但激光系統很難擴展。IonQ 這套新技術改用精密電子信號操控，把控制元件直接集成到普通半導體芯片上。這意味著它的量子計算機可以用現成芯片工廠製造，更容易擴展，成本也更低。

還有一個有意思的細節：這次 CHIPS 法案資助的 9 家公司裡沒有 IonQ。很多投資者第一反應是，這是不是說明 IonQ 不被政府看好？我覺得恰恰相反。IonQ 已經手握 31 億美元現金，並不缺錢。政府的錢要給那些更需要資金續命、技術路線又有獨特價值的公司。IonQ 沒拿到錢，側面說明它的財務獨立性。

目前 IonQ 的核心風險是估值太貴。它的市值超過 200 億美元，如果用 2026 年收入指引終點計算，預期市銷率接近 100 倍。這也是量子計算前沿賽道的通病。在情緒面炒作下，市場已經把未來很多年的高速增長提前定價進去。一旦哪個季度增長不及預期，或者商業化拐點整體往後拖，股價回調可能會非常劇烈。

說完 IonQ，再看 Rigetti，它走的是超導路線，賺錢方式和 IonQ 有點像，但側重點不一樣。它也是雲訪問、賣硬件、政府合同三個方面變現，不過現在的收入主力是直接賣整機，而且賣的是私有部署，也就是客戶把一整臺量子計算機買回自己的機房，而不是通過雲廠商租用。

營收方面，Rigetti 是三家裡規模最小的。去年全年營收 710 萬美元，同比下降 34%。但今年第一季度出現反轉，做到 440 萬美元，同比增長接近 200%。財務健康度方面，它手裡有 5.69 億美元現金，沒有債務，第一季度經營性現金流出 1620 萬美元。按這個速度粗算，現金能跑 8 到 9 年。雖然現金絕對金額比 IonQ 少很多，但因為 Rigetti 團隊和產品規模更小，燒錢速度也慢一些。

技術上，Rigetti 最近進展不小。今年 4 月，它正式推出目前比特數最高的系統 Cepheus，108 個量子比特。這臺機器架構很特別，不是做一整塊大芯片，而是用 12 塊 9 量子比特小芯片拼起來，業內叫小芯片架構。這條路如果走通，擴展會比做一整塊大芯片容易很多，是 Rigetti 最核心的技術差異化。

不過，這臺系統剛上線時，兩個量子比特協同工作的準確率是 99.1%，比 IonQ 的 99.9% 還差一截。Rigetti 給自己的目標是，今年下半年把這個數字提升到 99.5%。它在更小的 9 比特芯片上已經能做到 99.7%，但比特數量上去之後，準確率就很難維持，這恰恰是超導路線的通病。下一步，Rigetti 計劃推出 336 量子比特的 Lyra 芯片，目標是第一次展示量子計算在某個具體問題上真正超過經典計算機。

Rigetti 的核心風險也類似：全年 700 多萬美元營收，支撐幾十億美元市值，用 2025 年收入計算，市銷率超過 1000 倍，非常誇張。一旦產品、業務或者賽道進度不及市場預期，股價短時間內直接腰斬的可能性很高。

最後看 D-Wave。它是三家公司裡資歷最老的一家，1999 年就成立了。D-Wave 的情況最特殊，主要走量子退火路線，沒有做通用量子計算機，只做優化問題專用機。它的 Advantage2 系統已經做到 4400 多個量子比特，是目前所有量子機器裡比特數最多的一家。

它的核心收入來自 Leap 雲平臺，客戶上雲直接調用退火機器解決問題，按用量付費。除此之外，D-Wave 也賣整機，還有一塊業務是專業服務，幫客戶把自己的業務難題翻譯成量子機器能解決的優化問題。

D-Wave 客戶很多，有 100 多個真實企業客戶，而且基本都是大牌公司：萬事達、大眾汽車、洛克希德馬丁、德勤、西門子醫療等都在使用它的產品。更重要的是，這些客戶不是拿它做實驗，而是在解決實實在在的生產問題，比如員工排班、投資組合優化、物流路線規劃、工廠生產調度，甚至雜貨連鎖店的運營優化。D-Wave 已經和客戶一起做了 250 多個實際應用。這就是它最不一樣的地方：前面兩家更多賣給研究機構做探索，而 D-Wave 正在解決現實世界的問題。這主要得益於量子退火路線的實用性，它已經真實落地，不用等容錯量子計算機做出來。

除此之外，D-Wave 最近最大的戰略變化，是花 5.5 億美元收購 Quantum Circuits，正式進入通用量子計算領域。這意味著 D-Wave 現在是雙平臺策略，同時做退火和通用兩條路線，補齊了之前短板。

財務數據上，D-Wave 去年全年營收 2460 萬美元，同比增長 179%。今年第一季度營收只有 290 萬美元，同比大跌 81%，但這個跌幅有特殊原因，主要是去年同期有一筆 1260 萬美元的一次性大額系統銷售。比營收更值得關注的是訂單指標。今年第一季度，D-Wave 拿到創紀錄的 3340 萬美元新簽訂單，同比暴漲接近 2000%；合同積壓 4240 萬美元，同比增長 563%。其中包括佛羅里達大西洋大學 2000 萬美元系統採購，以及一家大型企業 1000 萬美元量子計算服務合同。

財務健康度方面，D-Wave 手頭有 5.88 億美元現金，粗略估算大概還夠花 4 年左右。它除了估值風險以外，還有雙平臺轉型風險。退火路線對應的商業化已經跑通，有很多真實客戶和收入；但通用量子計算這條路線剛剛起步，要和 Google、IBM、Rigetti 這些在超導路線上深耕多年的玩家競爭，難度不小。

把三家公司放在一起看，差異非常清晰。IonQ 財務最穩，商業化進度最快，客戶質量最高，有 31 億美元現金、755% 的營收增速和 4.7 億美元合同積壓，代價是估值非常貴，市場已經計入很多好預期。Rigetti 賠率最高，營收最小，估值最離譜，但技術有突破，今年下半年有 Lyra 芯片和狹義量子優勢兩個重磅催化劑，如果兌現，股價彈性最大；如果兌現延期，股價跌起來也會很猛。D-Wave 定位最獨特，走量子退火路線，今天已經有很多實際客戶在使用，訂單勢頭非常強勁，接下來主要看雙平臺轉型能否成功。

量子概念股如何定價：不是傳統估值，而是里程碑期權

Nico:

順著這三家公司，我們聊聊估值問題。對於這種非常前沿、概念熱度高、但還沒有大規模商業化落地的賽道，傳統估值方式基本失效。大部分公司還在燒錢，營收規模又非常小，我們應該如何給這些量子概念股定價？

首先必須看賽道總體量，也就是潛在市場規模趨勢。量子計算的遠期市場，從幾千億到萬億美元不等。股價反映的是投資者認為這家公司未來能夠佔到多少份額，能夠分到多大的蛋糕。

另一套邏輯，是技術里程碑的期權定價。每一次比特數突破、糾錯率提升、新產品發佈，都會讓市場重新定價。除此之外，就是政府或大公司合作、投資帶來的背書溢價。拿到 CHIPS 法案資金，等於獲得官方認證，這是美國政府給的一層保護。有政府兜底，有政策扶持，自然會降低投資者對公司以及賽道長期發展的擔憂，提高整個市場對於量子計算的風險偏好。

講完三家公司之後，還得看量子計算這條賽道上真正的龍頭：Google、IBM、微軟、亞馬遜、英偉達這些老牌科技巨頭。

先看 Google，它在超導路線上走得最遠，靠的是 105 比特的 Willow 芯片。Willow 第一次做到量子比特越多，整體錯誤率反而越低，這在過去 30 年都做不到。這一步從物理上證明了糾錯路線走得通，是邁向實用量子計算機最關鍵的一道門檻。

再看 IBM，它的路線圖非常清楚，計劃 2029 年做出 200 個邏輯量子比特的機器，2033 年做到 2000 個。IBM 最近還在糾錯技術上取得突破，能把製造一個邏輯比特所需要的物理比特數砍掉九成，等於大幅降低商業化門檻。這次 CHIPS 法案，IBM 一家拿到 10 億美元，是所有公司裡最多的，用來建造量子代工廠。它想做的是量子時代的臺積電，給整個行業代工量子芯片。

微軟走了一條最特別、也最冒險的路，叫拓撲量子比特。理論上這條路一旦成功，穩定性最好，糾錯成本最低，但微軟現在只做出了 8 個比特，距離實用落地還很遠，而且學術界對它的實驗結果一直有爭議。不過微軟還留了後手，它通過 Azure 雲平臺接入 IonQ、Quantinuum 這些公司的硬件，就算自己的路線最後失敗，也照樣能賣量子云服務賺錢。

亞馬遜也是一樣，AWS 提供量子云服務。最後是英偉達，它不造量子計算機，而是做量子和經典計算之間的橋樑。它的 CUDA-Q 平臺能夠讓 GPU 和量子計算機協同工作，還投資了好幾家量子初創公司。英偉達的算盤很清楚：不管未來哪條路線成功，量子計算機都要和 GPU 配合，而它做的就是連接層，也是底層基礎設施。

巨頭夾擊下，小公司還有機會嗎

Nico:

在各大巨頭夾擊之下，小公司有沒有活下來的可能？我覺得小公司的機會還是非常大的。

今天量子賽道有一個特殊之處：技術路線還沒有完全收斂。沒有人能確定超導、離子阱、退火、光量子、中性原子、硅自旋這六條路線裡，最後哪條會成功跑出來。這就給了小公司在特定路線上建立局部領先優勢的窗口期。IonQ 在離子阱上有先發優勢，Rigetti 在超導上有獨特小芯片拼接架構，D-Wave 在退火領域幾乎沒有競爭對手。

巨頭的優勢也很明顯：錢多、人才多、資源多，而且很多巨頭走的也是和小公司一樣的路線。這些量子賽道的小公司要想生存下來，確實需要依附科技巨頭。IonQ 的量子計算機已經接入亞馬遜 AWS 和微軟 Azure 雲平臺，Rigetti 的系統也是如此。這意味著它們不是在跟巨頭競爭，而是在給巨頭供貨。如果某家小公司在特定路線上成功跑出來，巨頭更可能的選擇是合作或者收購。

最後說說我自己對量子賽道的判斷。從投資角度看，量子賽道現在所處的位置還是偏早期，非常類似 2018 到 2020 年的 AI。底層技術在加速突破，政府和科技巨頭都在提前佈局，但大規模商業化拐點還沒有到。在那個窗口期到來之前，我覺得大概率還會有一輪泡沫清洗，所以我目前還沒有建倉買入任何量子計算賽道的公司。

投資框架：更穩妥的窗口與 ETF 選擇

Nico:

我覺得目前有兩種相對穩妥的投資方式。

第一種，是優先通過已經在量子領域深度佈局的科技巨頭建立量子窗口，比如 Google、IBM、微軟、英偉達、亞馬遜。這些公司的量子業務只是整體業務的一小部分，即使量子進展不及預期，公司的股價也不會有太大波動。

第二種，是小倉位投資量子板塊 ETF。因為我們沒法確定未來哪家公司能夠成功跑出來，最好的方式就是通過 ETF 的形式投資。目前有兩隻 ETF 可供選擇。一個是 QTUM，它是這個賽道規模最大、流動性最好的 ETF，2018 年成立，現在規模已經超過 50 億美元。但一定要清楚，它不是純量子板塊 ETF，而是“量子計算 + 機器學習 + AI + 半導體”的混合 ETF。IonQ、D-Wave、Rigetti 這些純量子標的，每一隻權重都不到 1%。

另一個是 WQTM，它是美股市場裡量子純度最高的非槓桿 ETF，官方定位就是投資量子計算生態中的硬件、軟件和基礎設施公司。它的純度很高，比較適合做量子板塊的衛星倉。

最後回到開頭的問題：量子計算確實是一個真實的、有巨大長期增長潛力的技術賽道，長期發展空間能夠達到千億甚至萬億美元級別，並不是世紀騙局。未來 5 到 7 年，量子計算可能會進入大規模商業化階段，而我們今天剛好站在量子技術爆發前夜。

但也必須看到，量子賽道短期波動和不確定性仍然非常高。投資之前，一定要想清楚背後的收益和風險。