01量子计算技术加速产业化，光量子因室温运行优势受关注。
02图灵量子完成8轮融资，累计融资超10亿元，聚焦“芯、光、智、算”四大方向。
03国内首条光子芯片中试线投产，研发效率提升至两周一次，推动光量子产业化。
04金融领域推出50余款量子-经典混合工具，QuFin Agent实现自然语言交互，降低使用门槛。
05量子安全迫在眉睫，破解密码所需量子比特数大幅下降，金融机构需提前升级防护体系。
以上内容由传播大模型和DeepSeek生成，仅供参考
量子计算被视为下一代颠覆性技术，各国竞相布局。在众多技术路线中，光量子因其室温运行、兼容现有半导体（881121）工艺等独特优势，正加速从实验室走向产业应用。2026年5月，“西子量春· 穿未来”量子计算产业生态峰会在杭州举行期间，潮新闻专访了图灵量子智算事业部销售总监葛志斌，围绕光量子计算的技术路线、产业化进程、金融行业落地及量子安全等话题展开深入交流。
问：葛总您好。本次峰会上，多家企业分别展示了超导、离子阱、测控等不同技术路线。图灵量子专注于光量子方向。很多人初次接触“光量子”时都会好奇，光真的能用于计算吗？
葛志斌：光当然能用于计算，而且光量子路线具备一项独特的优势——室温运行。超导量子计算机需要维持在零下273摄氏度的极低温环境，而光量子设备无需任何制冷改造，可直接部署于标准数据中心机房，即插即用。
图灵量子成立于2021年，四年内完成八轮融资，累计融资额超过10亿元。公司聚焦“芯、光、智、算”四大方向，光子芯片是底层基础，光量子计算是核心技术，人工智能（885728）是上层应用，算力输出是最终目标。
一条6.5亿元的中试线：从实验室迈向产业化
问：您在报告中特别提到了上海交通大学无锡光子芯片研究院中试线。为什么这条产线在量子计算领域值得特别关注？
葛志斌：量子计算面临的最大瓶颈并非“能否造出样机”，而是“能否批量制造”。全球许多团队都能在实验室搭建原型机，但要实现稳定、可重复、低成本的芯片生产，必须拥有自主可控的产线。
在图灵量子创始人金贤敏领衔下，图灵量子参与建设国内首条光子芯片中试线，总投资6.5亿元，已2025年年正式投产。产线覆盖薄膜铌酸锂光子芯片从芯片制备、封装测试到系统集成全链条闭环——依托薄膜铌酸锂材料体系的低损耗、高集成和CMOS兼容优势，图灵量子攻克了晶圆级光子芯片制备、光量子芯片化与集成化、光电共封CPO等技术瓶颈，实现了可量产、可扩展、可编程的集成光量子芯片制造。同时得益于这条中试线，我们的研发迭代速度从传统的10个月压缩到2周，研发效率大大提升。2年内，我们完成光量子计算机整机和系统的迭代升级，实现了芯片—算法—整机—系统集成全栈自主可控，加速推动光量子产业化进程。
金融赛道：50余把专用“扳手”与一个智能Agent
问：在金融领域，图灵量子的量子计算具体能解决哪些问题？
葛志斌：我们专门为金融行业开发了50多个量子—经典混合计算工具，涵盖三大类：投资决策、风险管理、合规与反洗钱。
具体包括投资组合优化、CVaR风险计算、贷款违约预测、洗钱团伙检测、流动性风险管理、时间序列预测等。每一个工具都针对金融机构的实际痛点设计。底层采用经典计算与量子计算混合的求解模式——当前量子计算规模尚不足以独立完成全流程，因此由CPU、GPU与光量子芯片协同分工，各司其职。
然而，这些工具对金融从业者存在使用门槛：用户需要具备量子计算知识才能调用。为此，我们近期正式发布了名为QuFin的量子金融Agent——本质上是为这些工具套上一层自然语言交互界面。用户只需用日常语言提出需求，例如“帮我评估一下这个投资组合的风险”，Agent会自动调用底层量子算法，并将结果呈现给用户。
该产品支持私有化部署，确保数据不出客户环境，完全符合金融监管合规要求。
三个落地案例：从欺诈检测到GPU减配
问：能否分享一些已经落地的金融应用案例？
葛志斌：我选取三个具有代表性的案例。
第一，金融机构反欺诈应用。金融机构每日承载超百亿笔银行卡交易，诈骗团伙隐匿其中如同海底捞（HDL）针。传统图算法在大规模交易网络下算力瓶颈突出，依赖人工特征，难以对抗团伙伪装，漏检误检率高。
我们的方法是将交易网络建模为图数据结构，利用光量子芯片上的高斯玻色采样（GBS）技术，识别其中交易频繁的“紧密子图”——诈骗团伙内部交易密度高，会自然形成密集连通结构。量子干涉能够自动提取这种结构特征，无需人工预设规则。我们还采用了时分复用技术，仅用4个物理模式就实现了20个模式的量子能力，硬件大幅精简，拟合精度超过99%，所有关键异常结构均被有效识别。
第二，银行大模型部署成本压缩。许多银行希望在内部部署自有金融大模型，但一个80B参数的模型需要3张A100显卡才能运行，成本过高。我们利用自研的QuLM量子张量网络压缩算法，将所需显卡从3张降至1张。不仅节省了硬件成本，压缩后的模型在长上下文任务中精度相对于开源量化方法提升了30%，推理性能提升20%。而且其他领域的性能几乎没有损失，并非“以牺牲功能换取显存”，而是真正实现了高保真压缩。
第三，投资组合优化。我们的QIS量子启发式混合求解器，在Max-Cut标准测试集上与8种主流算法进行对比。在10秒运行时限内，最优解覆盖率达到94%，精度超过了D-Wave Neal。无论图结构是稀疏还是稠密，表现均十分稳定。
量子张量网络：一项被低估的关键技术
问：您多次提及“量子张量网络”，这项技术似乎不仅用于量子计算本身？
葛志斌：确实如此。量子张量网络最初是描述量子多体系统的数学工具，但我们现在发现，它在经典计算领域同样能发挥巨大作用——尤其在大模型压缩方面。
原理并不复杂：大模型的参数权重中，大部分信息是冗余的，只有少数“离群值”承载了核心特征。张量网络能够将这些离群能量单独提取并保存，而对本底的均匀分布部分进行大幅压缩。就像整理房间——不是把所有东西都扔掉，而是把贵重物品单独放入保险柜，将杂乱物品整齐叠放。房间变小了，但贵重物品一件不少。
这是图灵量子在“量子+AI”方向上的核心技术壁垒，也是我们与其他大模型压缩团队最大的差异化所在。
量子安全不是一个选项，而是一个倒计时
问：最后谈谈量子安全。很多人认为量子计算机还比较遥远，密码被破解似乎是很多年以后的事？
葛志斌：您所说的“很多年”可能比大多数人想象的短得多。
2019年，学术界估算破解RSA-2048需要2000万个物理量子比特，大家普遍认为遥不可及。到2025年，这一数字已降至100万。2026年最新研究显示，破解椭圆曲线密码仅需2.6万个物理量子比特。
请看看今天会场内各家企业的发展进度——几百个量子比特已经实现，千比特级别正在路上。从2.6万这个阈值来看，抗量子安全升级已不是“要不要做”的问题，而是“必须何时完成”的问题。
尤其对于金融行业，数据具有长期敏感性。当前加密存储的数据，如果未来被量子计算机破解，过去的交易记录、客户信息将全部暴露。这就是所谓的“先存储、后解密”攻击。因此，绝不能等到量子计算机问世再采取行动，必须提前升级。
我们为金融机构提供的方案是“三合一”体系，国密算法作为底层基础，抗量子密码算法进行升级增强，量子真随机数作为密钥来源。“三把锁”协同防护。
