量子计算行业正在出现一种罕见的错位：最受资本追逐的，仍然是那些把物理比特数做大的硬件公司；但真正决定这些机器能否被开发者用起来的，却是一层几乎不拥有任何量子比特的软件。超导、离子阱、中性原子、光量子等多条硬件路线并行竞赛，每一家都在用不同的门操作、拓扑结构和错误率说话。如果没有一层中间件把这些差异翻译成统一的编程接口，每一台量子计算机都只是一堆需要专门团队伺候的物理器件。

北京中科弧光量子软件技术有限公司（下称“弧光量子”）选择站在这层中间件的位置。这家成立于2020年11月的公司，从量子EDA、编译器、模拟器一直做到云平台和量子机器学习，试图覆盖从芯片设计到应用落地的完整软件链条。近期，弧光量子完成超亿元战略融资，投资方为中国移动链长基金。这笔钱没有流向量子比特，而是流向了一个更抽象、也更难被外界直接感知的环节。

中国移动链长基金在声明中给出了自己的判断：量子基础软件是连接硬件与应用的核心枢纽，弧光量子依托中科院软件所的理论积累，其量子程序定理证明器据投资方声明处于国际领先水平，量子编程语言isQ与编译器产品据投资方声明与IBM、谷歌等国际巨头形成差异化定位。但声明没有提供第三方基准测试或公开对比数据来独立验证这些判断。

字段 内容
公司 北京中科弧光量子软件技术有限公司
轮次 战略投资
金额 超亿元
投资方 中国移动链长基金
总部 北京
创始人 应圣钢
官网 未披露

从芯片产线到开发者终端，软件链条比硬件竞赛更拥挤也更安静

弧光量子的产品矩阵横跨四个层面。底层硬件侧，公司提供量子EDA、芯片缺陷检测、测控系统和纠错解码。据公司披露，这些工具已在国内顶尖超导芯片的实际产线使用。这是一个值得注意的信号：量子EDA和缺陷检测不是实验室演示，而是进入真实产线流程，意味着它必须面对良率、工艺偏差和工程迭代的约束。但公司未披露具体产线客户名称、使用规模或检测精度指标，因此“实际产线使用”目前只能作为公司口径存在。

开发工具侧，弧光量子把编译器定位为量子计算机的“操作系统级”工具。创始人应圣钢对硬氪表示，编译器往上支撑量子应用算法开发，往下对接各种硬件。这个类比在产业逻辑上成立，但量子编译器与经典操作系统有一个关键差异：经典操作系统面对的是标准化程度极高的x86或ARM指令集，而量子编译器面对的是门集合、连通图和噪声模型各不相同的异构硬件。这意味着编译器团队必须为每一条硬件路线维护不同的后端，工程成本会随硬件路线数量线性甚至超线性增长。

在量子模拟领域，弧光量子先后推出SOFT、SymFT等模拟器。据公司披露，最新SymFT在单CPU核心上模拟表面码线路时，相较国际主流模拟器Stim实现约2.5倍性能提升，在魔法态培养等场景相较Clifft最高提升3.51倍。这组数据来自公司披露，未说明测试硬件环境、软件版本和基准配置是否完全对齐，也未披露是否经过独立第三方复现。Stim是谷歌开源的稳定子模拟器，Clifft则是量子纠错研究中常用的工具，两者都是公开可获取的对比对象，这为后续独立验证提供了可能。

应用服务侧，弧光量子运营量子云平台和量子机器学习平台，在金融、医药、能源、材料、航天、物流等场景提供量子化学模拟、药物筛选、组合优化、风险建模等解决方案。这一层离商业收入最近，但也最依赖行业用户对量子计算成熟度的判断。公司未披露这些解决方案的付费客户数量、客单价或复购情况，因此应用服务侧的收入质量仍难以从公开信息中评估。

国产GPU迁移不是口号，显存消耗差异暴露真实工程取舍

比模拟器性能更值得关注的是国产GPU迁移。据公司披露，弧光量子正与国内GPU公司合作，将整套软件迁移至国产GPU，第一期模拟器迁移已在多个算例上达到与英伟达方案相近的性能水平，部分场景显存消耗仅为后者的10%以下。

这组数据如果成立，其意义不在性能本身，而在显存效率。量子模拟的显存消耗通常随量子比特数和线路深度指数增长，显存瓶颈往往比算力瓶颈更早到来。如果国产GPU方案在部分场景下显存消耗仅为英伟达方案的10%以下，意味着同样的硬件资源可以模拟更大规模的线路。但公司未披露合作GPU厂商名称、具体算例规模、对比的英伟达型号及驱动版本，也未说明“相近性能”的误差范围。从已披露信息看，这仍是一个正在进行中的迁移项目，而非已完成的产品化交付。

国产GPU生态的现实约束是：编译工具链、数学库和调试器与CUDA生态仍有差距，迁移成本往往不在计算内核本身，而在周边工具链的成熟度。弧光量子把整套软件迁移到国产GPU，意味着它不仅要重写计算内核，还要适配可能不完整的线性代数库和并行调试工具。这在战略上符合自主可控的方向，但工程周期和性能稳定性仍待验证。

显存消耗差异还可能指向另一种解释：国产GPU方案可能在部分场景下采用了不同的数据精度、存储布局或计算分解策略，从而牺牲了某些未披露的指标来换取显存效率。如果“相近性能”是在特定算例和特定精度下成立，那么这组数据的可推广性就需要更谨慎地看待。公司未披露这些工程细节，因此外部只能将其视为一个阶段性信号，而非可复现的基准结论。

“用自然语言写量子程序”把门槛降到多低，取决于98%之后的那2%

弧光量子在量子+AI方向构建了一套“用自然语言写量子程序”的系统：算法智能层负责理解需求、选择算法；isQCDer大模型负责将方案转换为isQ程序；Agent执行层调用工具验证并自动修复。据公司披露，isQCDer大模型目前编译率达98%。

98%这个数字需要被放在正确的语境中理解。编译率衡量的是大模型把自然语言方案转换为isQ程序的成功比例，而不是生成程序的正确率或运行效率。一个编译成功的程序，可能仍然存在逻辑错误、资源浪费或硬件不适配的问题。公司把Agent执行层定位为“调用工具验证并自动修复”，说明其系统设计已经意识到生成之后的验证和修复才是关键。但公司未披露自动修复的成功率、修复后程序的正确性验证方式，以及98%编译率对应的测试集规模和难度分布。

从产品逻辑看，这套系统的真正价值不在于替代量子程序员，而在于降低科研教学和企业探索场景的入门门槛。一个金融或能源领域的研究人员，如果能用自然语言描述组合优化问题并得到可运行的isQ程序，就不需要先掌握量子门分解和线路优化。这与公司推进的“量智融合一体机”形成呼应：把整套软件部署在国产工作站或服务器上，面向科研教学和企业研发部门。但一体机的定价、部署规模和实际销售情况均未披露。

更值得追问的是，自然语言到量子程序的转换链路中，错误可能被大模型的流畅输出掩盖。经典编程辅助工具已经暴露出类似问题：模型生成的代码可以编译通过，却在边界条件或资源管理上出错。量子程序的验证难度更高，因为量子态的中间过程难以直接观测，错误可能只在特定硬件噪声模型下才显现。弧光量子的Agent执行层能否在验证环节捕捉这类错误，目前没有公开数据可以判断。

中国移动的量子版图从硬件延伸到软件，但“链长”逻辑不等于订单承诺

中国移动链长基金此次投资弧光量子，并非其首次进入量子计算领域。据CNMO科技报道，中科酷原已于今年1月获中国移动链长基金独家投资，弧光量子也曾中标中国移动研究院离子阱量子计算相关项目。从量子硬件到量子软件，中国移动正在构建覆盖产业链上下游的投资组合。

这种“链长”投资逻辑有其产业合理性：运营商在量子通信和量子计算基础设施中扮演潜在采购方和场景提供方，通过资本纽带锁定关键技术供应商，可以缩短后续合作磨合周期。弧光量子的客户名单中已经出现中国移动云公司，说明双方在投资之前已有业务接触。

但需要区分的是，战略投资不等于订单承诺。中国移动链长基金在声明中强调“协同中国移动量子产业生态”，这是生态层面的表述，而非采购承诺。弧光量子能否把中国移动的资本纽带转化为持续的商业合同，仍取决于其产品在真实业务场景中的表现。公司未披露与中国移动云公司的合同金额、合作范围或收入贡献占比，因此无法判断这笔战略投资在商业层面的即时转化效率。

从产业链位置看，中国移动同时投资量子硬件和量子软件，可能还隐含另一层意图：在量子计算尚未形成统一技术路线时，通过资本布局保持对多条路线的接触和影响力。弧光量子作为软件层，恰好处于多条硬件路线交汇的位置，这种卡位价值可能比单一硬件公司的技术指标更符合运营商的长期诉求。但这仍然是一种战略判断，而非已经兑现的商业协同。

盈亏平衡与80%研发投入并存的财务结构，指向项目制收入而非平台化收入

据公司披露，弧光量子研发投入占营收约80%，整体处于盈亏平衡，软件业务自成立以来保持高速增长。这组数据勾勒出一个典型的项目驱动型软件公司画像：收入主要来自项目交付和解决方案落地，而非可复制的平台订阅或授权收入。

研发投入占营收80%意味着公司把绝大部分收入重新投入到技术开发中，这在中早期深科技公司中并不罕见。但“整体处于盈亏平衡”与“软件业务高速增长”同时成立，暗示公司可能通过控制非研发支出、获取政府课题经费或项目制收入来维持平衡。公司技术团队牵头承担科技部科技创新2030“量子通信与量子计算机”重大项目中“量子算法与软件开发的理论、方法与核心技术”课题，这类国家级课题通常附带经费支持，但课题经费与商业收入的性质不同，不能简单等同于市场验证。

应圣钢对硬氪表示，目前整个行业在商业化上还处于应用探索阶段，企业和高校的订单未来几年会逐渐增多，但还没有完全形成大规模商业落地。这是来自创始人的清醒判断，也划定了当前估值的边界：弧光量子的收入结构尚未证明其软件能像经典软件一样通过授权或订阅实现规模化复制，更多收入可能来自需要持续定制和交付的项目。

项目制收入的隐忧在于可扩展性。每一个新客户、每一条新硬件路线都可能需要专门的适配和交付团队，收入增长与人力投入之间可能呈现近似线性关系。如果弧光量子不能把项目中的共性能力沉淀为可复用的产品模块，那么“高速增长”的可持续性就会受到交付能力的约束。公司未披露毛利率、人均产出或项目交付周期，因此无法从公开数据验证其收入质量是否正在从项目制向产品化迁移。

与IBM、谷歌的差异化定位，在国产替代语境下是优势也是天花板

中国移动链长基金在声明中称，弧光量子的量子编程语言isQ与编译器产品与IBM、谷歌等国际巨头形成差异化定位。这个判断的合理之处在于：IBM的Qiskit和谷歌的Cirq深度绑定各自硬件生态，而弧光量子的isQ面向多条硬件路线，理论上具有跨平台优势。

但差异化定位的另一面是生态规模差距。Qiskit拥有全球最大的量子开发者社区之一，其教程、文档和第三方库的丰富程度远超新兴语言。isQ作为后来者，即使技术架构更中立，也需要在开发者生态、教育资源和行业标准参与度上持续投入。公司未披露isQ的开发者数量、开源社区活跃度或第三方贡献者规模，因此无法评估其生态建设进展。

更现实的竞争压力来自国内。弧光量子称自己是国内唯一覆盖多条芯片路线、贯穿“硬件工具—程序开发—云端应用”全链条的量子软件企业，软件已部署于国盾量子（超导）、华翊量子（离子阱）等主流量子系统。这个“唯一”是公司口径，未经过独立第三方核实。国内量子软件赛道还有本源量子等玩家，本源量子依托自有硬件生态提供软件工具，与弧光量子的中立软件定位形成不同路径。弧光量子的优势在于不与特定硬件绑定，劣势也在于此：当硬件厂商自建软件栈时，中立软件公司可能面临被垂直整合挤压的风险。

跨平台定位还带来一个隐性成本：每支持一条新的硬件路线，编译器、模拟器和调试工具都要重新适配。如果硬件路线最终收敛到少数几条，弧光量子的多路线覆盖优势可能被稀释；如果硬件路线继续发散，其维护成本又会持续上升。这种两难处境意味着，弧光量子的差异化定位能否转化为长期壁垒，取决于量子硬件产业是否会走向标准化，而这一点目前尚无定论。

分布式芯片与新测控架构的联合研发，把资金投向了一个尚无成熟硬件的前提假设

本轮资金用途中，分布式芯片和新测控架构是值得单独拆解的方向。应圣钢对硬氪表示，分布式芯片方向仍需芯片协同，公司先把理论和软件开发做好。这句话的潜台词是：分布式量子芯片本身还没有成熟硬件，弧光量子投入的是前瞻性软件研发。

这在技术路线上有其逻辑。分布式量子计算被认为是突破单芯片比特数瓶颈的可能路径之一，通过量子互连把多个芯片连接成更大规模的逻辑量子处理器。但分布式芯片的物理实现涉及量子纠缠分发、芯片间通信协议和错误修正等未解难题。如果硬件路线迟迟不能收敛，软件层的分布式编译器和调度器就缺乏真实硬件来验证。弧光量子把资金投向这个方向，本质上是在押注分布式芯片会成为未来主流，但这个假设尚未被产业验证。

新测控架构的联合研发同样面临类似问题。测控系统是量子计算机的“神经系统”，负责产生控制脉冲、读取量子态和反馈纠错。新测控架构的研发需要与硬件厂商深度协同，因为测控信号的时间精度、通道密度和噪声特性直接取决于具体硬件设计。弧光量子未披露联合研发的具体合作方和里程碑，因此这笔投入的产出周期和可验证性仍不明确。

从已披露的客户名单看，弧光量子已经进入中电信量子、中国移动云公司、中国石化等机构的供应商体系，软件部署于国盾量子和华翊量子的硬件系统。这些部署证明其软件具备真实硬件适配能力，但客户名单本身不构成收入规模的证据。公司未披露任何客户合同金额、续约率或收入集中度数据，因此“高速增长”的基数仍然未知。

弧光量子面临的真正考验，不是技术指标能否继续优化，而是它能否在硬件路线尚未收敛、行业商业化尚未大规模启动的窗口期内，把项目交付能力转化为可复制的软件产品。量子软件的市场规模取决于量子硬件的大规模部署，而量子硬件的大规模部署又取决于纠错和规模化瓶颈的突破。在这个因果链条中，软件公司处于被动等待和主动塑造之间的微妙位置。它既可能因为提前卡位而受益于硬件成熟后的需求爆发，也可能因为硬件路线迟迟不定而长期停留在项目制收入的阶段。弧光量子本轮拿到的超亿元资金，给了它在窗口期内继续投入的余量，但窗口本身何时关闭，并不由软件公司决定。

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：弧光量子拿到中国移动链长基金的超亿元战略投资，表面看是量子软件赛道的一次资本加码，实质上是运营商在量子计算产业链上从硬件到软件的一次卡位。但“链长”资本能缩短合作磨合，却不能替代商业验证。当量子硬件仍在多条路线间摇摆，软件公司的真正价值不在于宣称覆盖全链条，而在于能否在每一层都拿出经得起独立测试的性能数据和可复制的收入模型。否则，全链条覆盖可能只是把多个尚未规模化的业务叠加在一起，而不是把它们变成一条真正的护城河。