当量子计算的商业化叙事集体撞上制冷墙，一家班加罗尔公司把赌注押在了室温光子上
Quanfluence 是其中最新拿到资本背书的一家。这家总部位于班加罗尔的光子量子计算公司近日完成 1000 万美元融资，由 Chiratae Ventures 领投，Rainmatter by Zerodha 与现有投资方 Pi Ventures 参投。据 Economic Times 报道，本轮资金将用于建造全栈光子量子计算机，把自主设计的光子芯片、控制电子与软件层整合进单一系统。与大多数量子计算公司把首个可销售产品放在多年之后不同，公司称其光学伊辛机已产品化、多款量子设备已可商用，但未披露客户、订单或收入数据。
这构成了一个少见的融资叙事：一家成立仅四年的公司，在通用量子计算机仍处于路线图阶段时，已经拿出产品化硬件，同时把本轮融资的短期目标锚定在一台四量子比特量子计算机上。更关键的是，它选择的物理实现方式——利用光波与 FPGA 进行优化处理的光学伊辛机——据公司称可在室温下运行。如果这一说法成立，它绕开的不仅是超导路线的制冷基础设施，还有传统量子计算从实验室到数据中心的漫长工程化周期。
| 字段 | 内容 |
|---|---|
| 公司 | Quanfluence |
| 轮次 | 未披露 |
| 金额 | 1000万美元 |
| 投资方 | Chiratae Ventures（领投）、Rainmatter by Zerodha、Pi Ventures（现有投资方） |
| 总部 | 班加罗尔 |
| 创始人 | Sujoy Chakravarty、Ravi Mehta、Biman Chattopadhyay、Anil Prabhakar、Aditi Vaidya、Sandeep Goyal |
| 官网 | https://quanfluence.com/ |
光学伊辛机不是通用量子计算机，但它可能是离收入最近的那块拼图
要理解 Quanfluence 的商业化逻辑，必须先拆开它产品组合里两个容易混淆的层次。第一个层次是光学伊辛机（optical Ising machine），这是一种面向组合优化问题的专用计算设备。伊辛模型源自统计物理，描述的是大量相互作用的二值自旋系统如何寻找最低能量态；许多现实中的 NP 难问题——物流路径、劳动力排班、投资组合风险配置——都可以映射为伊辛问题。光学伊辛机用光波的相位或振幅编码自旋变量，利用光在干涉与反馈中的自然演化来寻找低能量解，再配合 FPGA 做迭代控制与读出。据公司披露，这套系统利用光波和 FPGA 进行优化处理，可在室温下运行，公司称在特定工作负载下比经典计算快至多 100 倍。
第二个层次才是全栈光子量子计算机，也就是本轮融资要推进的核心工程目标。Quanfluence 的路线图是把自主设计的光子集成电路（PIC）、电子集成电路（EIC）、低损耗芯片到光纤耦合设计以及量子光态生成能力整合进一个系统。据 Quantum Spectator 报道，自上一轮融资以来，公司已经设计并制造了多款 PIC 与 EIC，开发了低损耗芯片到光纤耦合设计，并演示了量子光态的生成；在光与物质相互作用的光子芯片方面也取得了进展。上述进展为公司披露口径，尚无独立第三方验证。这些进展构成了从专用伊辛机向更通用的光子量子计算架构迁移的技术底座。
Quanfluence 的路径是用光学伊辛机先解决生存问题，再用同一套光子芯片与电子控制技术栈向通用计算延伸。Rainmatter by Zerodha 的气候与深科技负责人 Abhinav Singh Negi 在投资声明中称，Quanfluence 正在“cleverly de-risking the massive long-term hardware challenge with near-term revenue streams”。从已披露的产品化状态与四量子比特量子计算机的近期目标看，这意味着公司至少在商业叙事上同时押注两条时间线：一条是已经可以销售的光学伊辛机，另一条是 2027 年早期处理器、2029 年约 100 量子比特原型机的路线图。
从半导体 IP 到量子光学：一个被收购过的团队，能否把芯片工程纪律复制到量子硬件上
Quanfluence 的创始团队构成，是投资方反复强调的差异化要素。据公司披露，公司孵化于 IIT Madras Incubation Cell，三位创始人此前创办的半导体 IP 公司 Silicon and Beyond 被 Synopsys 收购；该履历尚无独立文件核验。联合创始人中还包括 IIT Madras 的 Anil Prabhakar 教授与 IISER Mohali 的 Sandeep Goyal 教授。这种“半导体 IP 退出经验 + 量子光学学术背景”的组合，在印度深科技创业生态中确实不多见。
Chiratae Ventures 管理总监兼合伙人 Venkatesh Peddi 在投资声明中称，吸引他们的是“a rare combination of a team that has already built and exited a semiconductor IP business, now applying that same engineering discipline to quantum optics”。Pi Ventures 合伙人 Shubham Sandeep 则表示，自初始投资以来，团队在“translating their vision for a deeply complex technology into a credible path towards commercially relevant quantum computing”上取得了进展，并称追加投资反映了“our growing conviction in the team, their technology, and the opportunity to build a globally significant quantum computing company from India”。
但把半导体 IP 的工程化经验迁移到量子光学，并不像投资方声明中暗示的那样线性。Quanfluence 自己披露的进展——设计并制造多款 PIC 与 EIC、开发低损耗芯片到光纤耦合设计——说明团队确实在芯片层面推进，但这些进展距离可重复、可扩展的量子比特操作还有多远，公司未披露具体性能指标。从已披露的“演示了量子光态的生成”看，这意味着公司在光源层面取得了实验室验证，但量子光态的生成与可纠错的量子比特操作之间，还隔着量子门保真度、相干时间、光子损耗与探测效率等多道工程关卡。因此，团队背景是真实的加分项，但它能否转化为光子量子计算路线的技术护城河，仍待四量子比特系统的实际表现来验证。
印度量子生态的资本密度在上升，但 Quanfluence 的 1000 万美元只是这场竞赛的入场券
把 Quanfluence 放进印度量子计算的投资版图里，1000 万美元的体量并不算大。据 Entrepreneur India 报道，同领域的 QpiAI 去年完成 3200 万美元 A 轮，BQP（原 BosonQ Psi）今年完成约 500 万美元种子轮，QuBeats 于 4 月完成 1500 万美元首轮机构融资。印度政府推出的 National Quantum Mission 规模为 600.365 亿卢比，正在为这个赛道注入政策确定性。
与这些同行相比，Quanfluence 的差异化在于光子路线与室温运行。QpiAI 的公开信息更多指向量子计算与 AI 的融合，BQP 与 QuBeats 的技术路线在本轮材料中未详细展开。但光子路线本身并非没有竞争者。全球范围内，Xanadu、PsiQuantum 等公司也在推进光子量子计算，只是它们的目标多为通用容错量子计算机，而非先以光学伊辛机切入优化市场。Quanfluence 的独特之处在于它把光学伊辛机作为先导产品，试图在通用量子计算机成熟之前先建立客户关系与收入流。这种策略的风险在于，光学伊辛机面对的直接竞品不只是其他量子公司，还有经典计算领域高度优化的启发式算法与专用求解器。物流路径规划、劳动力排班这些问题，已经有成熟的运筹学软件与 GPU 加速求解器在服务。Quanfluence 的光学伊辛机要在这些场景中证明自己的性价比优势，需要的不仅是“比经典计算快至多 100 倍”的公司自述，还需要在真实客户工作负载上的可重复基准测试结果。
1000 万美元要同时养活四量子比特系统、100 量子比特路线图与容错通用量子计算机，资金密度是否足够
本轮融资的资金用途，暴露了 Quanfluence 在资源分配上的张力。据 Entrepreneur India 报道，新资金将用于近期建造并推出四量子比特量子计算机；公司计划到 2029 年推出约 100 量子比特的更大原型机，并在未来五到六年内开发容错通用量子计算机。上述时间表为公司目标，尚未验证。这三个目标的技术跨度与资源需求完全不同：四量子比特系统是工程整合问题，100 量子比特原型机是规模化与纠错问题，容错通用量子计算机则是基础物理与工程学的长期攻关。
1000 万美元在量子计算硬件的研发尺度上并不宽裕。超导路线需要稀释制冷等基础设施，资本开支结构不同；光子路线虽然省去了制冷基础设施，但低损耗光子芯片的流片、封装与测试成本同样不低。Quanfluence 需要在同一笔资金里同时推进四量子比特系统的交付、100 量子比特原型机的设计，以及容错架构的预研。从已披露的资金用途看，公司没有给出各目标之间的资金分配比例，也没有披露光学伊辛机业务能否在本轮资金耗尽前形成有意义的收入贡献。这意味着，如果光学伊辛机的商业化速度不及预期，公司可能需要在 2027 年早期处理器节点前后再次融资，而届时它需要拿出比“已产品化”更硬的收入或性能数据来说服市场。
“快至多 100 倍”的表述需要被放进真实工作负载的语境里检验
Quanfluence 对外传播中最具冲击力的数字，是光学伊辛机“在特定工作负载下比经典计算快至多 100 倍”。该表述为公司自述，Entrepreneur India 仅转述公司口径。在量子计算行业，性能声明长期存在基准测试不统一、对比对象不透明的问题。一个优化求解器在特定问题规模、特定初始条件、特定精度要求下跑赢经典算法，并不等同于在实际业务场景中具备普适优势。
更值得追问的是“特定工作负载”的具体边界。公司称其技术面向物流、劳动力排班、风险管理和配送路线规划等复杂优化问题场景，并正在测试可处理 1000 万至 2500 万种排列组合的进阶系统版本。排列组合规模是否足以覆盖现实物流与排班问题，需以客户实际工作负载验证。因此，公司测试中的系统版本更像是一个技术验证节点，而非已经可以服务头部客户的商用配置。要验证光学伊辛机的真实商业价值，需要看到它在客户实际问题规模上的表现，以及与现有经典求解器的端到端对比——包括求解质量、求解时间、硬件成本与运维复杂度。
室温运行是光子路线的结构性优势，但它也带来了自己的工程难题
Quanfluence 反复强调的室温运行能力，确实是光子路线相对于超导与离子阱路线的结构性优势。超导量子比特需要毫开尔文温区的稀释制冷机，离子阱需要超高真空与激光稳频系统，这些基础设施不仅昂贵，而且限制了系统的可部署性。光子量子计算在室温下运行，意味着它理论上可以更接近传统数据中心的部署形态，运维成本与可扩展性都可能更优。
但室温运行并不等于没有工程挑战。光子量子计算的核心瓶颈在于光子损耗与探测效率。光子在芯片波导中传输时会衰减，在芯片与光纤耦合处会损耗，在单光子探测器中又存在探测效率上限。这些损耗在室温下并不会自动消失，反而可能因为热噪声与材料吸收而加剧。Quanfluence 披露的低损耗芯片到光纤耦合设计，正是针对这一瓶颈的工程回应。但公司未披露具体的耦合损耗数值、单光子源亮度或探测效率指标，因此外界无法判断其光子芯片在系统级集成后的实际性能。从已披露的“演示了量子光态的生成”看，公司在光源层面取得了进展，但从量子光态生成到可扩展的量子比特操作，中间还有量子门保真度与纠错开销的鸿沟。
投资方的“主权量子能力”叙事，与 Quanfluence 的全球竞争现实之间存在落差
Rainmatter by Zerodha 的投资声明里有一个值得注意的表述：Quanfluence 正在构建“a core piece of India’s sovereign quantum capability”。这种地缘技术叙事在印度深科技投资中越来越常见，尤其是在政府推出 National Quantum Mission 之后。但主权能力叙事与商业公司的全球竞争现实之间，存在一个需要正视的落差。
与全球头部光子量子公司相比，Quanfluence 的公开融资规模与技术里程碑仍有限，具体位置需以可核验指标评估。Quanfluence 的 1000 万美元融资，在印度本土生态里是一笔有分量的投资，但放到全球光子量子计算的竞争版图上，它更像是一张入场券而非领先筹码。投资方强调“从印度打造全球量子计算公司”的愿景，这没有问题；但公司需要用实际的技术里程碑来证明它有能力在全球竞争中立足，而不是仅仅作为印度量子生态的一个标志性项目存在。从已披露的路线图看，Quanfluence 计划到 2029 年推出约 100 量子比特的原型机。如果这个目标能够按时实现，它确实可能在全球光子量子计算领域占据一个有意义的位置；但 100 量子比特本身并不等于实用化，更不等于容错通用量子计算。公司未来五到六年开发容错通用量子计算机的目标，在量子纠错理论尚未完全解决物理量子比特到逻辑量子比特开销问题的当下，属于行业级的前沿挑战，实现存在显著的技术与时间风险。
轮次未披露的融资，与一个需要更清晰验证路径的公司
本轮融资的一个细节是轮次标签未披露。在公开材料中，Entrackr、Economic Times、Entrepreneur India 与 Quantum Spectator 均只提到“1000 万美元融资”，未标注是 A 轮、B 轮还是其他阶段。考虑到 Quanfluence 在 2024 年 12 月刚完成由 Pi Ventures 领投的 200 万美元种子轮，本轮融资在时间与金额上都更接近 A 轮或 pre-A 轮的体量，但公司未确认具体轮次。这种信息不完整，在深科技融资中并不罕见，但它增加了外界判断公司资本结构与估值水平的难度。
更值得关注的是验证路径。Quanfluence 已经给出了一个清晰的叙事：光学伊辛机先产生收入，四量子比特系统近期交付，100 量子比特原型机 2029 年推出，容错通用量子计算机未来五到六年攻关。这个叙事的问题在于，它的每一个环节都还没有被独立验证。投资方 Pi Ventures 的 Shubham Sandeep 在声明中说，团队在“将深度复杂技术的愿景转化为商业相关量子计算的可靠路径”上取得了进展。这个判断的成立，取决于 Quanfluence 能否在未来 12 到 18 个月内拿出可验证的里程碑：要么是光学伊辛机的真实客户合同与可重复的性能基准，要么是四量子比特系统的量子门保真度与相干时间数据。在此之前，这仍是一家叙事清晰但验证路径尚待兑现的公司。
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：Quanfluence 的下一组可复核里程碑，是光学伊辛机在客户实际工作负载上的端到端基准测试结果，以及四量子比特系统的量子门保真度与相干时间数据。室温运行绕开了制冷墙，但光子损耗、探测效率与基准测试的透明性，才是决定这条路线能否从“印度深科技叙事”走向全球竞争的关键变量。市场等待的，是第一个可独立验证的开奖结果。
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。