当一家公司同时把“量子”和“大模型”放进同一句话里，最常见的质疑不是技术是否成立，而是它到底在卖什么。量子计算机尚未进入通用可用阶段，大模型训练与推理又牢牢绑定在英伟达主导的GPU生态上。清醒异构给出的答案绕开了这两条拥挤的路径：它不要求客户拥有一台量子计算机，也不试图在训练阶段替代经典算力，而是在模型构建阶段引入模拟量子计算生成参数，训练完成后让模型回到经典GPU上推理。
这条路线被公司命名为QGP，即Quantum Generated Parameter。它的商业含义很直接：客户不需要为量子硬件买单，却可能获得一个参数量更小、在特定任务上表现接近更大模型的视觉语言模型。2026年，清醒异构在三个月内完成A轮及A+轮两轮融资，累计金额近亿元。投资方包括晶凯资本、安徽高新投、道得投资、励石投资、中咨基金、徐汇资本、森蓝集团以及泾东集团创始人。
这轮融资的真正看点不在于金额本身，而在于一家2021年成立的异构计算软件公司，如何在四年后把自己重新定义为量子AI企业，并让一批国资与产业资本为此买单。
| 字段 | 内容 |
|---|---|
| 公司 | 清醒异构（北京清醒异构科技有限公司） |
| 轮次 | A+轮 |
| 金额 | 连同此前A轮累计近亿元，A+轮单独金额未披露 |
| 投资方 | 晶凯资本、安徽高新投、道得投资、励石投资、中咨基金、徐汇资本、森蓝集团、泾东集团创始人 |
| 总部 | 上海徐汇设量子AI研发总部；公司注册主体为北京清醒异构科技有限公司 |
| 创始人 | 余腾（创始人兼CEO）、马鑫典（联合创始人兼CTO）、王峥（首席科学家）、李茜茜（联合创始人） |
| 官网 | https://www.thewakesystems.com/zh |
19亿参数对标英伟达模型，但验证范围被压缩到一个特定测试
清醒异构最值得被严肃对待的证据，来自一份第三方测试报告。据投资界报道，在量子校准图表理解这一特定测试中，RiverONE以19亿参数量，达到英伟达Ising Calibration 1至少95%的表现。公司称，其参数量不足对比模型的十分之一。
这是一个有信息量的数字，但它的边界同样清晰。首先，测试范围是“量子校准图表理解”，这是一个高度专业化的视觉语言任务，并不等同于通用视觉问答或通用多模态理解。其次，来源材料只披露了“至少95%”这一相对表现，没有给出绝对分数、测试集规模、误差范围或不同任务上的完整对比。第三，英伟达Ising Calibration 1的参数量和具体版本未在来源中披露，因此“不足十分之一”只能作为公司口径理解，无法独立换算。
从已披露的19亿参数量与“至少95%表现”这两个数字看，RiverONE的价值主张是明确的：在特定专业场景中，用一个轻量模型逼近重量级模型的表现，从而降低推理成本、提高部署灵活性。但这一结论目前只被限定在一个测试任务上。它能否迁移到科学图表解析、精密加工、智能制造等公司列举的其他场景，尚未有公开数据支持。
这与公司早期产品形成了一种有趣的对照。证券之星援引天眼查信息显示，清醒异构曾打造第一代TMD80计算系统，搭载自研MLGB机器学习基座软件，公司称其完全支持PyTorch、DeepSpeed等主流AI框架，已实现800卡级高效训练和性能比肩A100的大模型推理。这里的“比肩A100”同样是公司口径，未在来源中看到独立基准测试报告。从TMD80到RiverONE，清醒异构的产品叙事从“卖算力系统”转向“卖模型能力”，但两类产品都依赖同一个说服逻辑：用更轻或更自主的方案，逼近市场上最强势的硬件或模型。
QGP的真正门槛不在量子，而在参数生成能否被复现和审计
清醒异构的技术路线有一个容易被忽略的细节：它使用的是模拟量子计算，而不是真实的量子处理器。这意味着公司不需要等待量子硬件成熟，也不需要把模型推理与量子计算机的稳定性绑定在一起。但这也带来一个更尖锐的问题：如果量子部分只是模拟，那么它与经典计算中的随机初始化、张量网络分解或概率生成模型之间的本质差异是什么？
来源材料没有回答这个问题。公司披露的信息只到“在模型构建阶段使用模拟量子计算生成参数”这一层，没有公开QGP的具体算法、模拟规模、可复现条件或与传统参数初始化方法的对照实验。投资界报道中提到了“量子生产参数（QGP – Quantum Generated Parameter）原理图”，但原理图本身不构成可验证的技术证据。
从产业链角度看，QGP的价值取决于一个尚未被验证的假设：模拟量子过程生成的参数，是否系统性地优于经典方法生成的参数。如果答案是肯定的，那么清醒异构就拥有了一种可授权的模型构建方法；如果答案只在特定初始化条件下成立，那么它的壁垒会更接近工程经验而非基础算法。目前公开材料无法区分这两种情况。
一个值得注意的间接证据是，公司与AMD、壁仞科技、沐曦科技、太一量生等算力与量子硬件企业建立了合作。据朋湖科创报道，清醒异构完成了量子AI模型在国产算力平台上的全链路适配与验证。投资界报道进一步披露，在壁仞科技GPU上，双方对Cirq、PennyLane、Qiskit等主流量子计算框架进行了适配测试，48小时稳定性测试未出现影响结论的异常中断；沐曦科技的曦云C系列GPU则完成了Ising量子校准多模态模型在vLLM推理框架的适配，并通过国际校准基准QCalEval测试。
这些合作说明，RiverONE至少能在多家国产GPU上跑起来。但“能跑”与“跑得好”是两件事。48小时稳定性测试排除的是异常中断，不是性能优势；QCalEval通过只说明模型在该基准上达到了一定门槛，未披露具体分数或与竞品的横向差距。清醒异构把适配能力作为商业化入口是合理的，因为国产算力厂商确实需要能展示其硬件跑得动前沿模型的案例。但适配本身不构成模型能力的独立证明。
从异构计算软件到量子AI，一次方向转换留下两套商业叙事
清醒异构的成立时间是2021年1月。据朋湖科创和证券之星信息，公司早期定位是异构计算系统软件，核心产品包括自动并行程序工厂fiuggi.io。公司称该产品弥补了ARM架构下高性能编译器的空白，为智能制造等行业提供算力释放与研发降本方案。
这套叙事在2022年曾经跑通过一次融资节奏。投资界报道称，公司在那一年半年内连续完成三轮融资。证券之星披露的天使轮信息显示，公司已获得由赛博朋克奇点、奇绩创坛、中关村创业大街、卓源资本、SEE Fund无限基金和水木清华校友基金等机构参与的三千余万元天使投资。奇绩创坛的参与尤其值得注意，因为这家机构以筛选早期技术创业者著称，其背书在2021年前后的异构计算赛道上是有分量的。
但2025年团队将研发重心转向量子AI，落地选在上海。投资界给出的解释是，上海集聚了量子计算整机、算法、人工智能算力和应用场景，有机会更快接触设备与需求。这个解释在产业地理上是成立的，但它也暗示了另一个事实：清醒异构早期的异构计算软件业务，可能没有独立支撑起足够大的商业化空间。
公司目前仍保留着两套客户叙事。一套是AI系统服务，据朋湖科创报道，公司为中国中车、国家电网等头部企业提供了AI系统服务。另一套是量子AI模型与算力产业链合作，包括与AMD、壁仞科技、沐曦科技、太一量生的适配，以及与谦合益邦签署的游戏加速合作协议。需要注意的是，谦合益邦的合作仅见于zgeo.net这一来源，未在其他来源中确认，应视为单一来源披露，尚无独立验证。中国中车和国家电网的具体服务内容、合同金额、交付周期均未披露。
这种双轨叙事对融资有帮助，但对公司定位是一种消耗。投资人需要知道，清醒异构到底是一家以模型能力为核心的量子AI公司，还是一家以系统集成为核心的算力服务公司。如果答案是前者，那么中国中车和国家电网的AI系统服务只是历史收入；如果答案是后者，那么RiverONE更像是一个获客工具，而非核心产品。
投资方组合偏向国资与产业资本，但资金用途未被披露
本轮投资方名单有一个明显特征：国资和产业背景占比高。徐汇资本是上海徐汇的国资科创平台，安徽高新投是安徽省级国资投资平台，中咨基金、道得投资、励石投资也带有较强的政策或产业导向。森蓝集团和泾东集团创始人则代表产业资本。
徐汇资本在投资界报道中给出了明确表态。据投资方声明，徐汇资本认为清醒异构“选择让量子启发的高维智能依托现有GPU算力进行大规模推理，围绕从参数到结构的模型重构的技术路线取得突破和产业落地，大幅度优化词元TOKEN的使用效率，解决了行业痛点问题”。徐汇资本还表示，将继续串联徐汇本地算力、场景、产业伙伴资源。
安徽高新投的声明则更强调赛道逻辑。据投资方声明，安徽高新投认为“量子AI是突破传统智能算力瓶颈、培育新质生产力的核心未来赛道”，并称清醒异构“拥有稀缺的原创技术壁垒与差异化发展路径”。
这些表述需要被放在国资投资逻辑中理解。徐汇资本和安徽高新投的介入，与清醒异构在上海徐汇设立量子AI研发总部、在安徽设有分支研发与交付机构的布局形成呼应。换句话说，这轮融资的资本结构与公司的区域落地策略是绑定的。国资平台提供的不仅是资金，还有算力资源、应用场景和产业伙伴的接入能力。需要明确的是，徐汇资本、安徽高新投关于“技术路线取得突破”“解决行业痛点”“稀缺的原创技术壁垒”等评价，属于投资方判断而非独立验证结论。
但本轮融资的具体用途未披露。这是一个关键的信息缺口。近亿元的累计融资额，如果主要用于研发团队扩张和算力采购，那么公司的烧钱速度将取决于RiverONE的迭代周期；如果主要用于交付和适配服务，那么收入质量将取决于客户续约率。在资金用途不明的情况下，外部很难判断这笔钱能支撑公司走多远。
Multiverse Computing提供了一个参照系，但清醒异构的路径并不相同
投资界报道将西班牙的Multiverse Computing作为全球对标。这家公司从量子软件起步，将张量网络方法用于AI模型压缩，推出CompactifAI。据投资界报道，Multiverse在2025年宣布完成1.89亿欧元B轮融资，2026年又宣布最高5亿欧元的C轮目标募资计划。日本丸红商事已与其签署备忘录，研究其压缩技术在日本市场的推广。
Multiverse的商业路径是清晰的：压缩已有模型，降低存储和计算资源占用，通过提供压缩模型和API，探索手机等设备上的离线运行。客户关心的核心问题是模型能否在自己的设备上运行、降低成本并保持所需性能。
清醒异构与Multiverse的差异在于，Multiverse主要压缩已有模型，而清醒异构声称参与模型从参数到结构的全面重构。这是一个更激进的命题。压缩模型的风险是性能损失，但至少起点是一个已经被验证的大模型；而从参数到结构重构的风险是，你无法确定最终模型的能力上限在哪里，也无法用现成的基准测试证明你的重构方法优于直接训练一个同等参数量的经典模型。
从已披露的量子校准图表理解测试看，清醒异构至少在一个特定任务上找到了证据。但Multiverse的CompactifAI展示的是多个任务上的压缩实验和性能取舍，其商业进展也有丸红商事这样的外部信号。清醒异构目前还没有披露类似的多任务对照数据，也没有公开可核实的商业订单。它仍处在从技术验证向商业验证过渡的阶段。
国产算力适配是清醒异构最现实的收入入口，也是最容易被替代的环节
清醒异构与壁仞科技、沐曦科技、龙芯的合作，指向一个比量子AI更近的商业机会：帮助国产算力厂商证明其硬件能跑前沿模型。壁仞科技需要RiverONE在其GPU上通过QCalEval，沐曦科技需要展示其曦云C系列支持vLLM推理框架。据公司/单一来源披露，龙芯在Day0适配清醒异构的全套量子启发模型和算子，尚无独立验证。
这些需求是真实存在的。国产GPU厂商在软件生态上普遍落后于英伟达，它们需要模型厂商配合做适配、做优化、做基准测试。清醒异构的异构计算背景让它有能力承接这类工作。据投资界报道，公司与上游量子计算和AI算力底座企业的合作已取得阶段性进展，《解放日报》在今年8月有过报道。
但适配服务的商业天花板也很明显。首先，适配收入通常是项目制，难以形成可复制的软件收入；其次，国产算力厂商自己也在建设软件团队，外部适配服务的长期需求不确定；第三，适配能力与模型能力是两种不同的壁垒，前者更容易被替代。清醒异构需要回答的问题是：当国产算力厂商的软件生态逐渐成熟后，它还能提供什么不可替代的价值？
公司给出的答案是RiverONE本身。如果RiverONE能在多个专业场景中持续证明“小参数、高性能”的优势，那么它就不只是适配工具，而是国产算力厂商愿意主动集成的模型资产。但截至目前，公开证据只覆盖了量子校准图表理解这一个测试任务。从这一个点到“量子启发AI标杆”，中间隔着大量未披露的验证工作。
风险不在量子硬件何时成熟，而在清醒异构能否在窗口期内建立可复制的商业证据
清醒异构面临的最大风险，不是量子计算机发展太慢，而是它的技术故事跑得太快，商业证据跟不上。公司已经完成了从异构计算到量子AI的转向，完成了A轮和A+轮融资，发布了RiverONE，接入了多家国产算力厂商。但外界仍然看不到三个关键数据：RiverONE在更多真实数据集上的表现、适配经验转化为可复制软件收入的证据、以及云边端代表案例形成持续订单的迹象。
投资界报道在结尾处也明确提出了这三个问题。这说明投资方并非没有意识到风险。徐汇资本和安徽高新投的声明都强调了“技术积淀”和“成长潜力”，而不是已经兑现的商业成果。这种措辞本身就是一个信号：这是一笔押注赛道和团队的早期投资，不是一笔验证了商业模式的成长期投资。
从已披露的融资节奏看，清醒异构在2022年半年内完成三轮融资，2026年又在三个月内完成两轮。这种密集融资节奏通常意味着公司需要持续的资金支持来维持研发和适配投入。如果RiverONE不能在接下来的一到两年内产生可观的商业收入，公司可能面临估值与收入之间的张力。
另一个被忽视的风险是团队重心的切换成本。清醒异构的核心团队来自清华大学、帝国理工学院等高校，以及华为、阿里、Google等企业。创始人余腾是清华大学计算机系高性能所博士后，CTO马鑫典负责量子AI模型架构设计，首席科学家王峥负责底层系统软件。这个团队结构覆盖了量子算法、模型架构和异构系统三个层面，但也意味着公司需要在三个方向上同时保持投入。对于一家累计融资近亿元的公司来说，这种多线作战的成本压力不容小觑。
清醒异构的真正考验，不是它能否讲出一个量子AI的故事，而是它能否在量子硬件成熟之前，用经典GPU上的实际表现，说服客户为一个“量子启发”的模型支付溢价。如果客户只为结果买单，那么RiverONE必须比同等参数量的经典模型更好；如果客户为故事买单，那么这个故事必须尽快变成合同。目前，清醒异构站在两者之间，手里有一份特定测试的第三方报告，有一串国产算力厂商的合作名单，但还没有一张公开的、可持续的商业成绩单。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：清醒异构把量子AI从硬件等待中解放出来，让模拟量子计算在模型构建阶段发挥作用，这是一条务实的折中路线。但“量子启发”四个字既是壁垒也是负担——壁垒在于它提供了差异化的技术叙事，负担在于它必须用经典GPU上的实际表现来兑现这个叙事。19亿参数在单一测试上逼近英伟达模型只是一个起点，真正决定公司命运的，是它能否把适配经验变成可复制的软件收入，把国资背书变成持续订单。在量子硬件成熟之前，清醒异构需要先证明自己是一家能赚钱的AI公司。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。