在量子计算领域，大多数公司还在为几十个量子比特的稳定性挣扎时，PsiQuantum却直接押注百万量子比特的光子路线，并已获得10亿美元融资和政府支持。这家神秘的公司能否打破“量子霸权”的承诺泡沫，成为第一个造出实用量子计算机的玩家？

光量子计算机的豪赌：PsiQuantum为何选择最难的路

走进PsiQuantum的实验室，你会看到一个奇异的场景：数据中心与冰淇淋工厂的混合体。约100个不锈钢机柜，每个六英尺高，连接着液氦供应系统，温度仅比绝对零度高几度。机柜内部，成百上千的芯片上，数万亿个光粒子在光学开关和分束器的迷宫中穿梭。每一个光子都必须被精确追踪，因为测量其最终位置，将回答当前计算机可能需要数百万年才能解决的问题。

这幅画面，是PsiQuantum对未来的承诺。但在一个竞争对手众多、资金雄厚的领域，这家公司选择了一条被公认为“最难的路”——用光子（光的粒子）来构建量子计算机。为什么是光子？为什么这条路如此艰难？又为何PsiQuantum坚信这是通往百万量子比特的唯一路径？

光子路线的“诅咒”与“救赎”

量子计算的核心在于量子比特（qubit）。与经典比特只能是0或1不同，量子比特可以同时处于0和1的叠加态。但如何构建一个稳定、可控的量子比特，是困扰学界数十年的难题。谷歌和IBM押注超导量子比特，使用铝等金属制成的超导电路；英特尔则选择电子自旋。而PsiQuantum选择了光子。

光子有天然的优势：它们可以长时间保持量子态——宇宙微波背景辐射中的光子已经这样做了数十亿年。但光子也有一个致命的缺陷：它们几乎不相互作用。两个光子相遇，更可能直接穿过对方，而不是发生任何有意义的交互。在量子计算中，量子比特需要相互影响才能执行逻辑门运算，这似乎宣判了光子路线的死刑。

然而，2001年，洛斯阿拉莫斯国家实验室和昆士兰大学的研究人员发现了一个“漏洞”。他们提出，可以通过将光子送入一个由分束器和探测器组成的网络，来“伪造”光子之间的相互作用。这篇论文改变了游戏规则。PsiQuantum的创始人之一Terry Rudolph回忆道：“我们意识到，理论上这是可能的，但需要一台像加利福尼亚州那么大的计算机。”

问题在于规模。PsiQuantum的早期成员Mercedes Gimeno-Segovia，原本差点成为职业小提琴手，后来成为Rudolph的博士生，她想到了一个让机器更小的方法。这个想法最终演变成了PsiQuantum的整个技术路线：先用激光产生光子，然后通过量子纠缠让它们共享一个量子态，再通过一个由光学门组成的迷宫执行计算，最后在终点读出它们的量子态信息，同时追踪并纠正过程中产生的错误。

创始人的“理论-工程-商业”闭环

PsiQuantum的创始团队，是这场豪赌的核心。四位来自英国大学的物理学家，各自扮演着不可替代的角色。

Terry Rudolph，薛定谔的孙子，是团队的理论家。他性格温和，头发蓬乱，出生在马拉维，直到获得第一个物理学学位后才知道自己的身世。他自费出版了一本150页的书，向青少年解释量子计算。在MIT Technology Review的采访中，他引用Alan Turing的例子：“图灵用纸笔创造了经典计算的理论，但靠纸笔，他永远不可能造出《我的世界》和Facebook。”对他来说，理论是起点，但机器才是终点。

Mark Thompson负责工程化。他需要将Rudolph的理论转化为可制造的硬件。Pete Shadbolt负责规模化，确保技术可以从实验室走向工厂。而Jeremy O’Brien则负责融资和商业愿景。O’Brien在2024年2月之前一直担任CEO，之后由半导体行业资深人士Victor Peng接替。这个四人组合形成了“理论-工程-商业”的闭环，让PsiQuantum得以在学术界之外生存并壮大。

自建供应链：技术壁垒还是财务黑洞？

PsiQuantum最激进的决策之一，是自建供应链。公司需要一种名为钛酸钡的蓝色晶体，它能以极低的电力输入快速、可靠地路由光粒子，同时保持光子不受干扰。但钛酸钡的结构使其制造极其繁琐，且在PsiQuantum起步时，市场上根本没有可用的规模化供应。

Rudolph形容这是一个“痛苦的决定”：“我们不得不自己制造它，这需要巨大的投资。”在圣何塞的实验室里，我看到了制造过程：技术人员在类似高压锅的设备中，将基础元素加入料斗，然后通过加热、蒸发、结晶，最终在晶圆盘上形成一层薄膜。每个晶圆盘需要大约12小时才能制成，现在公司每天能生产数片。这些晶圆随后被送往GlobalFoundries在纽约马耳他的工厂，在那里制造PsiQuantum的芯片。

这个决策既是技术壁垒，也是财务黑洞。自建供应链意味着PsiQuantum必须投入大量资金用于研发、设备和人员。但公司认为，这是值得的：如果成功，它将拥有一个完全可控的供应链，可以快速迭代，而无需依赖外部供应商的节奏。相比之下，谷歌和IBM等公司则依赖现有的半导体制造工艺，虽然初期成本较低，但可能受限于fab的产能和技术路线。

冷却系统的“冰山成本”

除了芯片制造，PsiQuantum的另一大资本支出是冷却系统。光子计算只需要在计算结束时测量单光子时，将探测器冷却到接近绝对零度（约2开尔文，即-456°F），而其他部分可以工作在稍高的温度（-452°F）。这听起来比超导量子比特需要整个机器冷却要简单，但现实是，冷却系统依然是巨大的成本中心。

在SLAC国家加速器实验室，PsiQuantum曾临时连接SLAC的巨型低温装置来获取液氦。现在，公司在加州米尔皮塔斯拥有自己的冷却系统，并计划在2025年底在澳大利亚的生产基地安装更大的系统。这些液氦系统将消耗PsiQuantum 10亿美元融资中的“相当大一部分”。

风险与赌注

PsiQuantum的路径充满了风险。光子的“非相互作用”特性虽然通过“假相互作用”得到了解决，但系统复杂度指数级上升。自建钛酸钡供应链虽然创造了壁垒，但也意味着如果技术路线失败，这些投资将血本无归。冷却系统的高昂成本，也让公司的财务模型承受巨大压力。

然而，公司坚信，光子路线因其天然的抗退相干特性（光子可以长时间保持量子态），更适合规模化。如果成功，它将能够构建百万量子比特级的计算机，而这是超导路线目前难以企及的。正如Rudolph所说：“我们不是在建造一台实验室机器，我们是在建造一台可以改变世界的机器。”

这场豪赌的结果，可能在未来几年内揭晓。DARPA（美国国防高级研究计划局）的量子基准测试项目已经将PsiQuantum列入第三阶段，这是仅有两家公司（另一家是微软）达到的成就。但直到机器真正运行起来，所有理论都只是理论。正如Rudolph承认的：“直到你手里有了真正的机器，你才有机会真正探索它的潜力。”

1亿美元融资背后的‘冰与火’：冷却系统、供应链与政府押注

2023年，PsiQuantum宣布完成D轮融资，总额高达1亿美元。但更引人注目的是，这家公司累计融资已超过10亿美元，其中包括来自美国《芯片与科学法案》的1亿美元专项拨款。在量子计算这个烧钱无底洞的领域，PsiQuantum的融资规模令人侧目。但更值得追问的是：这些钱花在了哪里？答案指向两个核心方向：冷却系统和供应链。

冷却系统的“冰山成本”：液氦与机柜的昂贵舞蹈

PsiQuantum的冷却系统是公司最大的资本支出之一。公司目前使用液氦将机柜冷却到2开尔文（-456°F），未来目标是将温度提升到-452°F。这个看似微小的温差，背后是巨大的工程挑战和财务压力。

在SLAC国家加速器实验室，PsiQuantum曾临时连接SLAC的巨型低温装置来获取液氦。这个临时方案暴露了公司对冷却系统的依赖——没有稳定的液氦供应，整个计算系统就无法运行。现在，公司在加州米尔皮塔斯拥有自己的冷却系统，并计划在2025年底在澳大利亚的生产基地安装更大的系统。

这些液氦系统的成本有多高？根据行业数据，一台用于超导量子计算的稀释制冷机，价格通常在数百万美元。而PsiQuantum需要为100个机柜配备冷却系统，每个机柜内部有数百个芯片，每个芯片都需要精确的温度控制。如果每个机柜的冷却成本按500万美元估算，100个机柜的总成本将达到5亿美元——这几乎占了公司10亿美元融资的一半。

相比之下，谷歌和IBM的超导量子计算机虽然也需要冷却，但它们的冷却系统规模较小。谷歌的Sycamore处理器只有53个量子比特，整个系统可以放在一个冰箱大小的低温恒温器中。而PsiQuantum的目标是百万量子比特，这意味着冷却系统必须覆盖整个数据中心规模的机柜群。这种“规模化的冷却”是量子计算领域从未有人尝试过的工程挑战。

公司声称，光子计算只需要在计算结束时测量单光子时，将探测器冷却到接近绝对零度，而其他部分可以工作在稍高的温度。这听起来比超导路线更节能，但实际操作中，冷却系统的复杂性并未降低。液氦的供应本身就是一个全球性的瓶颈——全球液氦产能有限，且主要被医疗成像（MRI）和半导体制造行业占据。PsiQuantum的冷却需求，可能进一步推高液氦价格，甚至引发供应链紧张。

供应链的“半垂直整合”：钛酸钡的自研困境

PsiQuantum的供应链策略，是其区别于所有竞争对手的核心特征。公司没有像谷歌和IBM那样依赖现有的半导体代工厂，而是选择了一条“半垂直整合”的道路：与GlobalFoundries合作生产光子芯片，但关键材料钛酸钡必须自研自产。

钛酸钡是一种蓝色晶体，具有快速、可靠地路由光粒子的特性，且只需极低的电力输入。但它的制造过程极其繁琐。在圣何塞的实验室里，我看到了制造过程：技术人员在类似高压锅的设备中，将基础元素加入料斗，然后通过加热、蒸发、结晶，最终在晶圆盘上形成一层薄膜。每个晶圆盘需要大约12小时才能制成，现在公司每天能生产数片。

这种“自研自产”的模式，在半导体行业极为罕见。台积电、三星等代工厂通常提供标准化的制造工艺，客户只需设计芯片，然后交给代工厂生产。但PsiQuantum无法依赖这种模式，因为钛酸钡的制造工艺尚未成熟，没有代工厂愿意投入资源开发。公司被迫自己成为“材料公司”，这需要大量的研发投入和工程人才。

MIT Technology Review的报道将这种供应链描述为“byzantine”（拜占庭式的，意为极其复杂）。但PsiQuantum认为，这种复杂性是必要的：如果成功，它将拥有一个完全可控的供应链，可以快速迭代，而无需依赖外部供应商的节奏。相比之下，谷歌和IBM等公司依赖现有的半导体制造工艺，虽然初期成本较低，但可能受限于fab的产能和技术路线。

然而，这种“半垂直整合”模式也带来了巨大的风险。如果钛酸钡的技术路线失败，或者公司无法解决规模化生产中的良率问题，那么所有投入都将血本无归。更重要的是，这种模式让公司变得“重资产”——它需要投入大量资金用于设备、厂房和人员，而不是像软件公司那样轻资产运营。这解释了为什么PsiQuantum的融资规模如此之大，也解释了为什么公司对时间表如此谨慎。

政府的深度介入：DARPA的“量子 skeptic”为何转向乐观

PsiQuantum的融资结构中，政府资助占据了重要位置。2024年，公司获得美国《芯片与科学法案》的1亿美元拨款，用于开发单光子探测器。此外，公司还与美国国防高级研究计划局（DARPA）建立了深度合作关系。

DARPA的量子基准测试项目，是评估量子计算公司技术可行性的最权威机构之一。项目负责人Joe Altepeter曾自称“量子 skeptic”，对行业内的夸大宣传持怀疑态度。但在2025年3月，他告诉MIT Technology Review：“我现在比过去10年中的任何时候都更乐观。”他的继任者Micah Stoutimore则在2025年初的一份声明中预测：“现在看起来，很可能有人在2033年前建成一台实用规模的量子计算机。”

DARPA的评估标准是什么？根据公开信息，项目主要关注三个维度：实用性（机器能否解决实际问题）、可扩展性（技术能否从实验室规模扩展到商业规模）和纠错能力（机器能否在错误率可控的情况下运行）。PsiQuantum和微软是仅有的两家进入第三阶段评估的公司。这意味着，DARPA认为这两家公司的技术路线最有希望实现实用量子计算。

但政府的深度介入也引发了争议。一些批评者认为，政府资助可能扭曲市场竞争，让PsiQuantum获得不公平的优势。毕竟，DARPA的评估标准可能更偏向于“黑箱”模式——即公司不需要公开发表论文，只需向政府展示内部数据。这种模式让PsiQuantum在评估中占优，但也增加了行业的不信任感。毕竟，如果公司不公开发表成果，外界如何验证其技术是否真实？

时间表的“公关艺术”：2027年不是计算机上线日期

PsiQuantum的时间表，是外界最关注也最困惑的问题之一。多家媒体报道称，公司计划在2027年在澳大利亚建成第一台全尺寸量子计算机。但PsiQuantum坚称，这个期限被误读了。公司表示，2027年只是澳大利亚站点“operational”（可运行）的日期，意味着冷却系统就位、硬件准备安装，但并未承诺届时会有一台完整的计算机上线。

这种模糊表述的公关意图很明显：避免过度承诺，同时维持投资者信心。在量子计算行业，时间表总是处于波动之中，但又是评估公司成败的核心指标。IBM在2020年发布了发展路线图，最初计划在2028年建成大规模纠错系统，但现在这个期限已被推迟到2030年。谷歌则从未给出明确的商业上线时间表。

PsiQuantum的“operational”表述，实际上是一种风险对冲。如果公司无法在2027年建成计算机，它可以说自己从未承诺过；如果提前建成，则可以宣称超出预期。但这种策略也带来了风险：投资者可能认为公司在拖延，或者技术进展不如预期。

深度问题：政府资助是否扭曲了市场竞争？

PsiQuantum的融资结构，引发了一个更深层次的问题：政府资助是否扭曲了量子计算市场的竞争？在传统半导体行业，政府资助通常用于基础研究和基础设施，而不是直接资助某一家公司。但在量子计算领域，美国政府通过DARPA和《芯片与科学法案》直接资助PsiQuantum，这相当于用纳税人的钱押注一条技术路线。

支持者认为，这种资助是必要的，因为量子计算的投资回报周期太长，私人资本难以承担。反对者则认为，政府资助可能导致“赢家通吃”的局面，让其他技术路线（如超导、离子阱）处于劣势。更重要的是，如果PsiQuantum失败，政府资助的损失将由纳税人承担，而公司创始人则可能已经通过股权变现获利。

此外，PsiQuantum的“黑箱”模式也引发了行业不信任。公司很少公开发表论文，而是选择在DARPA的闭门评估中展示成果。这种策略让公司免受同行评议的压力，但也让外界难以验证其技术真实性。相比之下，谷歌和Quantinuum定期发表论文，展示芯片和系统的渐进式改进，为行业提供了可公开验证的基准。

PsiQuantum的赌注是：在政府资助和闭门研发的支撑下，它能够率先建成实用量子计算机，届时所有质疑都将烟消云散。但如果失败，它将不仅是公司的失败，更是整个光子路线和“政府押注”模式的失败。

百万量子比特的‘不可能任务’：纠错、规模化与算法瓶颈

如果PsiQuantum的最终目标是建造一台百万量子比特的计算机，那么它必须跨越三道几乎不可逾越的关卡：纠错、规模化与算法准备。这三者相互缠绕，任何一个环节的失败都足以让整个计划崩塌。

纠错：光子计算的“原罪”

量子计算的致命弱点在于“测量即破坏”。当任何量子比特被观测时，它就会从叠加态坍缩为一个确定状态。如果在计算过程中而非结束时发生这种坍缩，就会产生一个错误。对于光子而言，这个问题尤为尖锐：光子本身几乎不相互作用，但任何试图“读取”其状态的测量行为都会摧毁它的量子态。

PsiQuantum的解决方案是“容错量子计算”。公司采用了一种名为表面码的纠错编码方案：将多个物理量子比特组合成一个“逻辑量子比特”，通过冗余编码来检测和纠正错误。理论上，一个逻辑量子比特可能需要数百个甚至数千个物理量子比特来支撑。这意味着，PsiQuantum宣称的“百万量子比特”可能实际上只有几千个逻辑量子比特——但这依然是一个巨大的工程挑战。

“光子有很多好的特性，”Rudolph解释道，“它们可以长时间保持量子态。宇宙微波背景辐射中的光子已经这样做了数十亿年。”但问题在于，光子移动太快，容易散射，且几乎不相互作用。为了“伪造”相互作用，PsiQuantum必须将光子送入一个由分束器和探测器组成的复杂网络。每个分束器、每个探测器都可能引入新的错误源。

Scott Aaronson，德克萨斯大学奥斯汀分校的理论计算机科学家，对PsiQuantum的进展持谨慎态度：“对于外人来说，评估这家公司非常困难。”他运营着一个广受欢迎的博客，经常报道量子计算行业。他对比了谷歌和Quantinuum的做法：这些公司定期发表论文，展示芯片和系统的渐进式改进，为行业提供了可公开验证的基准。而PsiQuantum则更像一个“黑箱”——它专注于商业目标，很少公开发表成果。

这种“黑箱”模式让外界难以评估其纠错能力。但DARPA的评估可能提供了一些线索。该机构的量子基准测试项目负责人Joe Altepeter曾自称“量子skeptic”，但在2025年3月，他告诉MIT Technology Review：“我现在比过去10年中的任何时候都更乐观。”他的继任者Micah Stoutimore则预测：“现在看起来，很可能有人在2033年前建成一台实用规模的量子计算机。”

然而，从“乐观”到“实用”之间，隔着巨大的鸿沟。谷歌在2019年宣称实现了“量子霸权”——用53个量子比特的Sycamore处理器在200秒内完成了一个经典计算机需要1万年才能完成的计算。但那个计算是一个精心设计的基准测试，没有任何实际用途。从53个量子比特到百万量子比特，不仅仅是数量的增长，更是质的飞跃。谷歌的53个量子比特系统错误率约为0.5%，而百万量子比特系统需要错误率低于10^-6才能实现容错计算。这意味着，纠错能力需要提升至少100万倍。

规模化：从3个机柜到100个机柜的“死亡之谷”

PsiQuantum的规模化路径，是公司最核心也最神秘的部分。在加州米尔皮塔斯的测试设施中，公司已经成功连接了3个机柜，每个机柜包含250个芯片。但下一步是：从3个机柜扩展到100个机柜，每个机柜包含数百个芯片，总计数万个芯片，每个芯片上有数千个光子。

这个过程中，芯片间的互联是最大的挑战。光子路由的损耗、同步、延迟，每一个问题都可能成为“死亡之谷”。MIT Technology Review的报道详细描述了公司的进展：“米尔皮塔斯站点已经连接了三个机柜，每个包含250个芯片，但下一步是扩展系统规模，看看公司的纠错技术能否跟上。”

芯片间的互联，本质上是一个光学问题。光子通过波导、分束器和开关在网络中传播。每个连接点都可能引入损耗——光子可能被吸收、散射或反射。如果损耗率过高，光子就无法到达终点，计算就会失败。PsiQuantum声称，其钛酸钡材料能够以极低的损耗路由光粒子，但公司尚未公开任何关于芯片间互联的详细数据。

另一个挑战是同步。在经典计算机中，时钟信号确保所有组件同步工作。但在量子计算机中，光子以光速传播，任何微小的延迟都可能导致计算错误。PsiQuantum需要确保数万个芯片上的光子同时到达终点，误差必须在飞秒级别。这相当于让全球所有时钟在百万分之一秒内同步——但这里的时间尺度是飞秒，即千万亿分之一秒。

公司的时间表也引发了质疑。多家媒体报道称，PsiQuantum计划在2027年在澳大利亚建成第一台全尺寸量子计算机。但公司坚称，这个期限被误读了。PsiQuantum表示，2027年只是澳大利亚站点“operational”（可运行）的日期，意味着冷却系统就位、硬件准备安装，但并未承诺届时会有一台完整的计算机上线。

这种模糊表述，实际上是一种风险对冲。但资本市场是否会将其视为失败？如果投资者在2027年看到的只是一个“冷却系统就绪”的空壳，而非一台能够运行算法的计算机，那么PsiQuantum的股价和融资能力可能面临严峻考验。毕竟，在量子计算行业，时间表总是处于波动之中，但又是评估公司成败的核心指标。

算法准备：从“量子优越性”到“实用价值”

即使PsiQuantum成功建造了百万量子比特的计算机，它还需要算法来证明自己的价值。公司正在与客户合作，开发能够解决实际问题的算法。其中，最引人注目的是P450酶模拟。

P450酶是一类在人体中负责代谢药物的酶。如果制药公司能够精确预测P450酶如何与特定分子相互作用，就可以设计出更有效的药物，同时减少副作用。目前，用经典计算机模拟P450酶的行为需要超过10年时间。PsiQuantum声称，其量子计算机可以将这个时间缩短到4分钟。

但问题在于，这种模拟需要极高的精度。PsiQuantum在2024年发表了一篇论文，展示了一种模拟两个分子碰撞的算法，能够以飞秒级的时间分辨率预测不同结果的可能性。Dominic Berry，一位开发了该算法核心技术的专家，对公司的进展表示赞赏，但他也指出：“要模拟科学家最感兴趣的那些系统，算法需要更快，而且PsiQuantum的早期计算机的错误率需要比目前预期的更低。”

另一个案例是与Airbus合作的流体动力学模拟。公司发表了一篇论文，展示了一种算法，可以模拟飞机机翼周围的湍流。但Andrew Childs，一位量子模拟专家，在邮件中告诉我：“这种加速可能只有中等程度，不太可能在实用规模之前产生显著影响。”当我就此询问PsiQuantum的应用副总裁Philipp Ernst时，他承认了这一点：“改进是适度的。”

这引出了一个关键问题：量子优越性（在特定问题上超越经典计算机）与实用价值（在药物、材料设计等实际应用中产生经济价值）之间存在巨大差距。Shor算法可以破解RSA加密，但这需要数百万个逻辑量子比特，且目前没有任何计算机能够运行它。PsiQuantum正在研究其系统运行Shor算法需要多长时间，但公司尚未给出明确答案。

软件生态：PlayStation 6的类比与陷阱

为了在硬件建成之前就开始培养用户，PsiQuantum推出了一个名为Construct的软件包。客户可以使用它来设计算法，这些算法将来可能运行在公司的计算机上。Ernst用了一个生动的类比：“索尼明年或后年可能会推出PlayStation 6，而人们现在就在为它开发游戏。这在原则上非常相似。”

这个类比并非完全空洞。量子算法确实可以在没有硬件的情况下被设计和优化。但问题在于，量子算法与经典算法有本质区别。量子算法利用叠加态和纠缠操作，这与经典计算机的二进制逻辑完全不同。开发者需要理解量子力学的规则，才能设计出有效的算法。目前，全球只有数千名研究人员具备这种能力，远不足以支撑一个商业生态系统。

更重要的是，为PlayStation 6开发游戏，开发者知道最终硬件会是什么样子。但PsiQuantum的计算机尚未建成，其具体能力（如错误率、量子比特数量、连接性）仍在变化中。开发者可能花费数年时间设计算法，最终发现硬件无法运行它。这种不确定性，可能让潜在客户望而却步。

深度问题：实用性被高估了吗？

百万量子比特的“实用性”是否被高估？这是一个值得深思的问题。量子计算机并非“万能加速器”。它们擅长解决特定类型的问题，如量子化学模拟、优化问题和密码学。但对于大多数日常计算任务，经典计算机依然更高效。

如果PsiQuantum在2027年只建成一个“冷却系统就绪”的站点，而非完整的计算机，资本市场是否会将其视为失败？答案是：很可能。投资者期待的是可运行的机器，而非基础设施。如果公司无法在2027年展示任何实际计算能力，其估值可能大幅缩水。

此外，即使公司成功建造了百万量子比特的计算机，它还需要证明自己能够解决实际问题。P450酶模拟、电池设计、飞机翼型优化——这些都需要算法、硬件和客户的密切配合。如果任何一个环节失败，整个“实用价值”的叙事就会崩塌。

正如Rudolph所说：“直到你手里有了真正的机器，你才有机会真正探索它的潜力。”但问题是，在机器建成之前，投资者和客户是否愿意等待？

从薛定谔之孙到商业巨头：创始人叙事如何塑造量子泡沫

在量子计算这个充满“魔法”的领域，创始人叙事往往比技术本身更具说服力。PsiQuantum的四位创始人，尤其是Terry Rudolph，构建了一个近乎完美的“科学贵族”形象——他是薛定谔的孙子，是量子计算理论的继承者，是那个能用150页书向青少年解释量子力学的“温和天才”。这种叙事，在融资和吸引政府支持时，比任何技术白皮书都更有效。

薛定谔的“科学贵族”光环

Rudolph的“薛定谔孙子”身份，是PsiQuantum最独特的品牌资产。他出生于马拉维，直到获得第一个物理学学位后才知道自己的身世。这种“迟来的发现”故事，本身就充满了戏剧性：一个普通物理学博士生，突然得知自己是量子力学奠基人的直系后裔。MIT Technology Review的报道描述他“soft-spoken and shaggy-haired”，这种“不修边幅的天才”形象，与公众对物理学家的刻板印象完美契合。

但薛定谔的遗产是否真的增强了投资者信任？答案是复杂的。一方面，薛定谔的方程是量子力学的基石，他的名字本身就是“科学权威”的代名词。投资者可能下意识地认为，薛定谔的孙子“应该”更懂量子计算。另一方面，这种叙事也可能引发质疑：如果Rudolph真的继承了薛定谔的天才，为什么他需要自费出版科普书来证明自己？为什么他的理论没有在学术界引起轰动？

Rudolph自费出版的150页量子计算科普书，是另一个精心设计的叙事符号。他告诉MIT Technology Review：“我从不期望有人真正读完它。”这种自嘲式的谦虚，反而让这本书显得更有价值。在硅谷的“创始人故事”文化中，这种“以普及科学为己任”的形象，能够有效降低投资者的防御心理——他们更愿意相信一个愿意花时间教育大众的人，而不是一个只关心商业回报的商人。

创始团队的分工与权力更迭：从“科研驱动”到“工程制造”

PsiQuantum的创始团队分工，几乎完美契合了量子计算公司从“科研驱动”到“工程制造”的演进路径。四位创始人各司其职：Rudolph负责理论，Mark Thompson负责工程，Pete Shadbolt负责规模化，Jeremy O’Brien负责商业愿景和融资。这种分工模式，让公司能够在早期同时推进理论验证、工程实现和商业落地。

但最值得关注的是2024年2月的CEO更迭：O’Brien卸任，由Victor Peng接替。Peng是半导体行业的老将，曾在AMD和Xilinx担任高管。他的加入，标志着PsiQuantum从“物理学家主导”向“工程制造主导”的转型。在量子计算行业，这种转型几乎是必然的——当技术从实验室走向工厂时，需要的是能够管理供应链、优化良率、控制成本的人，而不是继续探索理论边界的人。

对比谷歌量子AI团队的模式，可以更清晰地看到PsiQuantum的独特性。谷歌的量子AI团队由工程副总裁Julian Kelly领导，他本身就是超导量子比特领域的专家。谷歌的策略是“内部研发+渐进式发表”——定期发布论文，展示芯片和系统的改进，同时通过谷歌云提供早期访问。这种模式让谷歌能够保持技术透明，同时吸引学术界和工业界的合作。

而PsiQuantum则选择了“黑箱模式”——不公开发表论文，只向DARPA等政府机构展示内部数据。这种模式的优势在于，它避免了同行评议的压力，让公司能够专注于长期目标。但劣势也很明显：外界无法验证其技术进展，投资者只能依赖创始人的叙事和政府的背书。

“全有或全无”的叙事策略：百万量子比特的赌注

PsiQuantum的叙事核心是“百万量子比特”的工业级目标。与谷歌、IBM等公司强调“渐进式改进”不同，PsiQuantum宣称要直接建造一台能够解决实际问题的机器。这种“全有或全无”的策略，在融资和吸引政府支持时非常有效。

以芝加哥的“伊利诺伊量子与微电子公园”为例。2024年，PsiQuantum与芝加哥地方政府合作，在该园区破土动工。这个项目得到了州政府和联邦政府的大力支持，部分原因是PsiQuantum承诺将在当地创造大量就业机会，并推动量子计算产业的落地。但更关键的是，PsiQuantum的“百万量子比特”叙事，让政府官员能够向选民展示“我们正在投资未来”——即使这个未来可能永远不会到来。

DARPA的量子基准测试项目，是另一个例证。该项目的负责人Joe Altepeter曾自称“量子skeptic”，但PsiQuantum是仅有两家进入第三阶段评估的公司之一。DARPA的评估标准是什么？根据公开信息，项目主要关注三个维度：实用性、可扩展性和纠错能力。但外界无法知道具体数据，只能依赖DARPA的结论。这种“政府背书”的叙事，让PsiQuantum在融资时占据了道德高地：如果连DARPA都认可了，投资者还有什么理由怀疑？

泡沫风险：量子计算的“非理性繁荣”

PsiQuantum的10亿美元融资，是否属于“非理性繁荣”？答案是：很可能。量子计算行业存在明显的估值泡沫。以IonQ为例，这家离子阱量子计算公司在2021年通过SPAC上市，估值一度超过50亿美元。但随后股价暴跌，截至2025年，市值已缩水超过80%。IonQ的困境并非孤例——Rigetti Computing、D-Wave Systems等公司也经历了类似的估值回调。

PsiQuantum的融资规模（10亿美元）在量子计算行业是史无前例的。作为对比，谷歌的量子AI团队自2014年成立以来，累计投入估计不超过5亿美元。IBM的量子计算项目，自2016年以来累计投入约3亿美元。PsiQuantum的融资规模，几乎是所有其他量子计算公司之和。

但更大的问题是：PsiQuantum的“黑箱”模式，让外界无法评估其技术进展。MIT Technology Review的报道明确指出：“评估PsiQuantum是否能够实现其承诺，比评估一家制药公司的临床试验结果更难。”报道还引用Scott Aaronson的话：“对于外人来说，评估这家公司非常困难。”这种“opaque and tough to verify from the outside”的状态，让投资者只能依赖创始人的叙事和政府的背书。

深度问题：创始人叙事是否掩盖了技术风险？

当Rudolph引用Alan Turing“pen and paper”的理论时，他暗示了PsiQuantum的理论完美性。但图灵的理论从提出到实现，经历了70年的工程迭代。Rudolph是否在暗示，PsiQuantum的理论已经完美，只需要“70年”的等待？还是他试图用图灵的类比，来掩盖工程实现的巨大困难？

这个类比的风险在于，它可能让投资者忽略一个关键问题：量子计算的工程实现，可能比经典计算更困难。经典计算的工程实现，是基于晶体管、集成电路、半导体制造等成熟技术。而量子计算的工程实现，需要解决光子路由、纠错、冷却、规模化等一系列全新问题。这些问题没有一个在理论上是无解的，但每一个都需要巨大的工程投入和时间成本。

更危险的是，Rudolph的叙事可能让投资者相信，PsiQuantum的计算机“已经存在于理论中”，只需要“复制”到现实世界。但事实上，从理论到现实，每一步都可能失败。钛酸钡的制造、光子的纠错、机柜的互联——每一个环节都可能成为“死亡之谷”。而Rudolph的“科学贵族”光环，可能让投资者忽视了这些风险。

结论：叙事是双刃剑

PsiQuantum的创始人叙事，在融资和吸引政府支持时非常有效。但这也是一把双刃剑。如果公司无法在2027年展示任何实际计算能力，投资者可能会意识到，他们押注的并非技术，而是叙事。届时，薛定谔的孙子、自费出版的科普书、DARPA的背书——所有这些“科学贵族”的光环，都可能变成泡沫破裂时的讽刺注脚。

正如Theranos的教训所表明的：创始人叙事可以掩盖技术风险，但无法消除它们。当伊丽莎白·霍姆斯用“一滴血改变世界”的故事吸引了数十亿美元投资时，投资者忽略了技术验证的缺失。当真相最终暴露时，公司估值归零，创始人面临刑事指控。PsiQuantum是否会重蹈覆辙？答案取决于它能否在2027年之前，将叙事转化为现实。

2027年大限：PsiQuantum的‘prove-it moment’与行业洗牌前夜

2025年，当MIT Technology Review的记者走进PsiQuantum位于加州米尔皮塔斯的测试设施时，她看到的是三个连接在一起的机柜，每个包含250个芯片。这个场景，距离公司宣称的“百万量子比特”目标，还有整整97个机柜的距离。但更关键的是，这个场景本身就是一个巨大的问号：三个机柜能工作，不代表100个机柜也能工作。从“3”到“100”，不是简单的乘法，而是一场可能决定整个量子计算行业命运的豪赌。

2026-2027：两个关键节点的“生死时速”

PsiQuantum的时间表，是外界最关注也最困惑的问题之一。公司明确表示，2027年不是计算机上线日期，而是澳大利亚站点“operational”的日期——意味着冷却系统就位、硬件准备安装。但资本市场是否会接受这种“基础设施就绪”而非“计算能力就绪”的表述？答案很可能是否定的。

对比IBM的路线图，可以更清晰地看到PsiQuantum的紧迫性。IBM在2020年发布了量子计算发展路线图，最初计划在2028年建成大规模纠错系统。但2025年初，这个期限已被推迟到2030年。IBM的推迟，反映了量子计算行业的一个普遍困境：纠错和规模化的难度远超预期。如果IBM——这家拥有百年历史、数千名工程师和成熟供应链的公司——都无法按时实现目标，PsiQuantum凭什么能更快？

谷歌的“量子霸权”里程碑，则提供了另一个参照系。2019年，谷歌宣称用53个量子比特的Sycamore处理器实现了“量子霸权”——在200秒内完成了一个经典计算机需要1万年才能完成的计算。但那个计算是一个精心设计的基准测试，没有任何实际用途。从53个量子比特到百万量子比特，不仅仅是数量的增长，更是质的飞跃。谷歌的53个量子比特系统错误率约为0.5%，而百万量子比特系统需要错误率低于10^-6才能实现容错计算。这意味着，纠错能力需要提升至少100万倍。

PsiQuantum的“prove-it moment”将在2026-2027年到来。如果公司在2026年澳大利亚站点“operational”时，能够展示一个中等规模（比如1000个逻辑量子比特）的系统，并运行一个具有实际意义的算法，那么它将证明自己的技术路线可行。但如果2027年结束时，公司只能展示“冷却系统就绪”的空壳，而无法运行任何算法，那么投资者的信心可能瞬间崩塌。

竞争格局：成功将颠覆“渐进式”玩家，失败将引发资本退潮

如果PsiQuantum成功，它将颠覆整个量子计算行业的竞争格局。目前，行业内的玩家大致分为两类：一类是“渐进式”公司，如Quantinuum、Rigetti Computing、IonQ，它们专注于逐步提升量子比特数量和质量，通过公开发表论文和提供云服务来积累用户；另一类是“跳跃式”公司，如PsiQuantum和微软，它们直接瞄准百万量子比特的工业级目标，不公开发表成果，而是依赖政府评估和内部研发。

如果PsiQuantum在2027年展示出可运行的百万量子比特系统，那么所有“渐进式”公司的估值都将面临重估。投资者会问：为什么我要投资一家只有几十个量子比特的公司，当有一家公司已经拥有百万量子比特？这种“赢家通吃”的逻辑，可能让Quantinuum、Rigetti等公司的估值暴跌，甚至引发行业整合。

但更可能的情况是，PsiQuantum在2027年只能展示一个“部分成功”的系统——比如1000个逻辑量子比特，但错误率高于预期。这种情况下，行业将陷入“混沌期”：投资者无法判断哪条技术路线最终会胜出，所有公司的估值都将承压。资本退潮将加速行业洗牌，只有那些拥有足够现金储备和政府支持的公司才能生存。

如果PsiQuantum失败——比如在2027年无法展示任何可运行的系统——那么整个光子路线的价值将受到质疑。投资者可能认为，光子计算的理论虽然完美，但工程实现过于困难。这将导致资本从光子路线大规模撤出，转而投向超导、离子阱等更成熟的路线。PsiQuantum的失败，还可能引发政府对量子计算投资的重新评估——毕竟，10亿美元的政府资助和CHIPS法案拨款，如果打了水漂，将引发政治问责。

应用落地：客户是否真的“量子就绪”？

PsiQuantum已经宣布了与Lockheed Martin（材料设计）、Mercedes（电池设计）、Airbus（流体动力学）的合作。但这些客户是否真的“量子就绪”？Ernst的“PlayStation 6”类比，虽然生动，但可能过于乐观。

PlayStation 6的开发者知道最终硬件会是什么样子——CPU、GPU、内存的规格都是确定的。但PsiQuantum的计算机尚未建成，其具体能力（如错误率、量子比特数量、连接性）仍在变化中。开发者可能花费数年时间设计算法，最终发现硬件无法运行它。这种不确定性，让“量子就绪”更像一个营销口号，而非实际承诺。

以Mercedes的电池设计为例。电池模拟需要极高的精度——模拟锂离子在电极中的扩散、电解质的分解、热量的产生。这些过程涉及数百个原子，每个原子都有多个电子，每个电子都处于量子态。用经典计算机模拟这种系统，需要近似和简化。但量子计算机理论上可以精确模拟。问题在于，这种精确模拟需要数百万个逻辑量子比特，而PsiQuantum的早期系统可能只有数千个。这意味着，Mercedes的电池设计问题，可能无法在PsiQuantum的早期计算机上运行。

Lockheed Martin的材料设计，同样面临类似问题。材料科学中的量子化学模拟，需要计算分子之间的相互作用力。这种计算对量子比特的数量和错误率都有极高要求。如果PsiQuantum的早期系统错误率高于预期，那么Lockheed Martin可能无法获得比经典计算机更好的结果。

Airbus的流体动力学模拟，则是一个更尴尬的例子。PsiQuantum与Airbus合作发表的论文，只实现了“中等程度的加速”——比经典计算机快，但不足以产生实际影响。Andrew Childs的评价是：“这种加速不太可能在实用规模之前产生显著影响。”这意味着，即使PsiQuantum的计算机成功运行，它可能也无法在短期内为Airbus带来商业价值。

地缘政治维度：量子计算的“战略技术”博弈

PsiQuantum的融资结构，反映了量子计算作为“战略技术”的地缘政治博弈。公司获得了美国《芯片与科学法案》的1亿美元拨款，在芝加哥建设“伊利诺伊量子与微电子公园”，在澳大利亚建设生产基地。这些项目，都得到了地方政府和联邦政府的大力支持。

DARPA的量子基准测试项目，是这种地缘政治博弈的缩影。该项目的负责人Joe Altepeter曾自称“量子skeptic”，但PsiQuantum是仅有两家进入第三阶段评估的公司之一。DARPA的评估标准是什么？根据公开信息，项目主要关注三个维度：实用性、可扩展性和纠错能力。但更关键的是，DARPA的评估隐含了“国家安全”的考量——量子计算机可以破解RSA加密，可以模拟核武器爆炸，可以优化军事物流。因此，DARPA的评估，本质上是在判断哪家公司的技术最有可能被用于军事目的。

对比中国量子计算公司（如本源量子）的进展，可以更清晰地看到PsiQuantum的“战略价值”。本源量子是中国领先的量子计算公司，采用超导路线，已经发布了72量子比特的“悟空”处理器。中国政府将量子计算列为“国家战略技术”，投入了大量资金和人才。如果PsiQuantum成功，美国将拥有领先的量子计算能力，从而在军事、金融、医药等领域获得战略优势。如果PsiQuantum失败，中国可能率先实现实用量子计算，从而改变全球科技竞争格局。

深度问题：量子计算机的“实用性”是否被过度神话？

Feynman在1981年提出量子计算机的初衷，是“模拟量子系统”——用一台机器来模拟物理和化学中的量子现象。这个目标本身是纯粹的、学术的。但经过40多年的商业化包装，量子计算机已经被宣传为“万能加速器”——可以解决从药物研发到人工智能的所有问题。

这种宣传是否过度？答案是肯定的。量子计算机擅长解决特定类型的问题，如量子化学模拟、优化问题和密码学。但对于大多数日常计算任务，经典计算机依然更高效。量子计算机无法加速网页搜索、视频渲染、数据库查询等任务。这意味着，即使PsiQuantum成功建造了百万量子比特的计算机，它也不会取代现有的数据中心，而是作为一个“专用加速器”存在。

更关键的问题是，量子计算机的“实用性”是否被高估？如果PsiQuantum最终只实现“有限量子优越性”——比如在P450酶模拟上比经典计算机快100倍，但无法解决其他问题——那么它的千亿市值是否合理？答案可能是否定的。一个只能解决特定问题的“专用加速器”，其市场价值可能远低于一个能解决所有问题的“通用计算机”。

结论：2027年，量子计算行业的“审判日”

PsiQuantum的“prove-it moment”将在2026-2027年到来。如果公司成功，它将证明光子路线的可行性，颠覆行业竞争格局，加速资本流入，并巩固美国在量子计算领域的战略优势。如果失败，它将引发资本退潮、行业洗牌，并可能让光子路线被边缘化。

但无论结果如何，PsiQuantum的故事都反映了量子计算行业的一个核心矛盾：理论的完美与工程的残酷。Feynman的梦想是纯粹的，但商业化需要时间、金钱和耐心。PsiQuantum的豪赌，赌的是工程能否追上理论。而2027年，就是这场赌局的“审判日”。

结语：光子豪赌的“审判日”与量子计算行业的十字路口

PsiQuantum的故事，是量子计算行业“理论完美”与“工程残酷”之间矛盾的最极致体现。这家公司选择了被公认为“最难的路”——用光子构建百万量子比特的工业级计算机，并为此投入了超过10亿美元的资金、自建了钛酸钡供应链、在芝加哥和澳大利亚建设了数据中心规模的基础设施。它的创始人叙事——薛定谔之孙、自费科普书作者、DARPA的“黑箱”评估——构建了一个近乎完美的“科学贵族”光环，让投资者和政府愿意押注于一个尚未被验证的技术路线。

然而，2026-2027年将是PsiQuantum的“prove-it moment”。届时，公司必须证明，从3个机柜到100个机柜的规模化路径是可行的，纠错技术能够跟上，算法能够解决实际问题。如果成功，它将颠覆整个量子计算行业的竞争格局，让所有“渐进式”玩家面临估值重估，并巩固美国在量子计算领域的战略优势。如果失败，它将引发资本退潮、行业洗牌，并可能让光子路线被边缘化，而10亿美元的政府资助和CHIPS法案拨款将面临政治问责。

更关键的是，PsiQuantum的成败将回答一个更深层的问题：量子计算机的“实用性”是否被过度神话？Feynman在1981年提出的“模拟量子系统”的纯粹梦想，经过40多年的商业化包装，已经被宣传为“万能加速器”。但现实是，量子计算机只能加速特定类型的问题，且需要极高的工程投入才能实现。如果PsiQuantum最终只实现“有限量子优越性”——比如在P450酶模拟上比经典计算机快100倍，但无法解决其他问题——那么它的千亿市值是否合理？答案可能是否定的。

无论结果如何，PsiQuantum的故事都将是量子计算行业教科书式的案例：它展示了创始人叙事如何塑造融资环境，政府资助如何影响技术路线选择，以及工程实现如何成为理论梦想的“死亡之谷”。而2027年，就是这场豪赌的“审判日”。

核心判断：PsiQuantum的成败将取决于2026-2027年能否展示一个可运行的中等规模（1000+逻辑量子比特）系统并运行具有实际意义的算法。关键观察指标包括：澳大利亚站点“operational”后是否能在6个月内展示计算能力、钛酸钡芯片的良率是否达到规模化生产阈值、以及客户（如Lockheed Martin、Mercedes）是否能在早期系统上获得比经典计算机更好的结果。如果成功，光子路线将获得资本追捧；如果失败，量子计算行业将进入“混沌期”，资本将向超导和离子阱路线集中。