把“算存传控”写进同一套芯片，是在赌一个更早的工程拐点
量子计算行业长期被一个错位的指标牵引：物理量子比特数量。它足够直观，能上头条，却回答不了“这台机器到底能算什么”这个更本质的问题。据公开报道，2026年9月有研究提出以可靠性、规模、能力、性能四个相互耦合的维度评估“实用级量子计算”。这一框架把行业注意力从单一器件指标推向系统级融合。但系统级融合意味着什么，在工程上由谁来完成、以什么形态交付，仍是一个悬而未决的问题。
玉盘量智给出的答案是把融合下沉到芯片。2026年10月9日，玉盘量智（北京）科技有限公司宣布完成数亿元天使轮融资，金浦投资、北工投资、惠每资本、亦庄国投、四川院士基金等多家机构联合投资，原股东邓泰华等参与跟投。据公司披露，本轮资金将主要用于核心芯片流片与产品化、首代量智融合整机系统集成及生物医药等场景算力服务布局。一家成立仅一年多的公司，在天使轮拿到数亿元，且投资方横跨半导体、量子科技、生物医药多个赛道，这本身就是一个值得拆解的信号。
| 字段 | 内容 |
|---|---|
| 公司 | 玉盘量智（北京）科技有限公司 |
| 轮次 | 天使轮 |
| 金额 | 数亿元（具体金额未披露） |
| 投资方 | 金浦投资、北工投资、惠每资本、亦庄国投、四川院士基金、嘉铭浩春、邓泰华等 |
| 总部 | 北京 |
| 创始人 | 集成电路领域国家级人才、资深科技企业家（姓名未披露） |
| 官网 | 未披露 |
玉盘量智的核心主张，是“原生量智融合”。公司称，相比通过通用接口连接多套系统的常见做法，其选择把计算、存储、传输和控制放进同一项任务设计，把融合写进架构，并落在围绕“通用容错”打造的自研基础设施芯片上。公司方面表示：“一项真实问题，不会按照芯片的边界自动拆分。在适合量智协同的应用中，模型计算、任务规划、量子处理与数据分析等环节需要相互配合。以多芯片融合，构建量子与智能原生协同的计算底座，是公司正在推进的‘原生量智融合’路线。”
从已披露的芯片覆盖范围看，这套架构至少横跨四个物理层级：量子层、测控层、跨温区互联层、经典算力层。这意味着公司要同时解决极低温环境下的量子操控、跨温区信号传输、经典侧AI算力调度，以及连接这些环节的存储与控制问题。这不是单一芯片公司的常规边界。传统上，量子测控电子学、低温互连、经典加速器分属不同供应商，系统集成商再通过接口拼装。玉盘量智的路线是把这些环节纳入同一任务设计，用自研芯片IP统一迭代。公司称，这样做的好处是性能提升不再依赖重建实验装置，而可复用自研芯片IP、成熟工艺与封测产线快速迭代。但代价同样明确：必须先把关键芯片做出来。
从时间线看，据公司披露，2024年以来低温测控、离子阱、跨区互联等多款芯片已完成流片验证，经典侧AI算力芯片正推进量产流片；原型样机即将推出，首代整机计划2027年落地。这里的“流片验证”与“量产流片”是两个不同阶段。流片验证通常意味着芯片设计通过了首次制造，功能层面得到初步确认；量产流片则更接近可重复制造与良率爬坡。公司尚未披露这些芯片的具体性能指标、良率数据或客户验证结果，因此“完成流片验证”目前只能理解为工程节点，而非商业化节点。
离子阱QCCD是工程落地重点，但多路线适配稀释了资源焦点
在量子硬件路线选择上，玉盘量智以微波操控离子阱QCCD（量子电荷耦合器件架构）作为量子系统集成工程落地重点。离子阱路线在相干时间和门保真度上有长期积累，QCCD架构则试图通过电荷耦合方式实现量子比特的可扩展排布。但离子阱系统的工程化难点不在单一指标，而在激光或微波操控、阱电极、低温或真空环境、测控电子学之间的协同。公司把微波操控作为切入方向，意味着其试图减少对复杂激光系统的依赖，这在一定程度上有利于芯片化和集成化。
值得注意的是，公司同时表示在架构设计中面向多量子计算路线开展适配布局。这是一个需要谨慎理解的口径。多路线适配可以降低对单一量子硬件技术路径的押注风险，但也意味着芯片设计需要在接口、控制协议、信号带宽等方面保留冗余。对于一家成立仅一年多的公司，在资源有限的情况下同时覆盖量子层、测控层、跨温区互联层和经典算力层，并面向多路线适配，其工程复杂度会显著上升。公司未披露各路线之间的资源分配比例，也未披露离子阱QCCD之外具体适配哪些路线。因此，多路线布局究竟是真实的架构弹性，还是早期阶段的叙事弹性，目前无法从公开信息中判断。
投资方各取所需，但“产业资本共识”尚未经过验证
本轮投资方的构成值得逐一看。据公司披露，金浦投资主要关注公司从系统架构出发组织计算、存储、传输和控制协同的研发框架，以及通过多组件融合设计改善端到端时延与运行鲁棒性的工程路线；嘉铭浩春看重公司通过架构创新把量子与AI放进同一条任务链统筹，让技术进步换算成成本下降的工程实现方案；北工投资、亦庄国投、四川院士基金主要关注团队以芯片设计为核心的交叉学科工程实现能力，以及基于国产供应链快速推进芯片迭代的演进范式；惠每资本健康投资基金则主要看重量智融合算力在生物医药研发上的应用潜力。这些投资方关注点尚无独立第三方验证。
从资本结构看，这是一组典型的“产业政策资本+垂直赛道资本+地方国资”组合。亦庄国投和北工投资带有明显的北京区域产业导向，四川院士基金则可能关联特定人才项目资源。惠每资本健康投资基金的参与，对应公司前期重点围绕药物研发等科学计算领域探索算力服务的商业定位。这种组合在早期深科技项目中并不罕见。部分报道将“多赛道产业资本相同时间段进场”解读为“对量智融合工程化拐点即将到来的集体投票”。这一解读本身来自部分报道，并非公司或投资方确认。投资方进场只能说明其愿意在该时点承担风险，不能证明技术拐点临近。尤其在天轮阶段，投资决策往往高度依赖团队背景和路线叙事，而非已验证的产品或收入。
另一个值得注意的细节是原股东邓泰华等参与跟投。在早期项目中，原股东跟投通常被视作对团队和方向的持续背书。但本轮融资中邓泰华的具体出资金额、持股比例变化均未披露，因此这一信号的实际权重难以量化。
药物研发是第一个靶场景，但“算力服务”离收入还有多远
玉盘量智把前期商业化重点放在药物研发等科学计算领域。这个选择有其逻辑：药物研发中的分子模拟、蛋白质结构预测、结合能计算等任务，确实存在经典算力成本高、部分问题适合量子算法加速的空间。量智协同的设想是让经典AI模型负责任务规划、数据预处理和结果后处理，量子处理器负责特定子问题的求解。这种分工在理论上有吸引力，但在工程上要求量子处理器、经典算力、任务调度器之间的时延足够低，且量子算法在真实分子体系上的优势足够明确。
公司目前没有披露任何客户名单、试点合作或付费意向。其商业模式被描述为“探索适合的量智协同计算方式与算力服务”，这意味着连收费方式本身都还在探索阶段。从已披露信息看，公司尚未进入收入阶段。首代整机计划2027年落地，在此之前，公司能对外提供的更可能是芯片级组件、原型系统或联合验证环境，而非可规模化的算力服务。药物研发场景的算力服务竞争并不稀缺，经典AI算力、云超算、传统HPC都在争夺同一批客户。玉盘量智要证明的不是量子计算在理论上对药物研发有用，而是其量智融合系统在真实药物研发任务上比现有替代方案更快、更便宜或能解决此前无法解决的问题。这个验证路径尚未公开。
2027年首代整机是一个可复核的节点，但中间隔着量产与系统集成两道坎
公司给出的时间表是：原型样机即将推出，首代整机计划2027年落地。从芯片流片到整机系统，中间至少隔着芯片量产、封装、跨温区互连集成、系统软件栈、任务调度、应用适配等多个环节。对于一家2025年3月成立的公司，这个节奏相当激进。公司称其团队由集成电路领域国家级人才领衔，是一支芯片设计、量子信息、先进计算深度交叉的工程团队，研发中心分布北京、上海、苏州、广州、深圳等半导体产业聚集区。但创始人姓名未披露，团队规模、核心成员履历、芯片设计经验的具体项目均未公开。这增加了外部评估的难度。
从已披露的工程节点看，低温测控、离子阱、跨区互联芯片完成流片验证，说明公司在芯片设计层面有实际产出。但流片验证到系统集成的距离，往往比流片本身更长。跨温区互联尤其棘手：量子处理器工作在极低温环境，经典算力芯片工作在常温环境，两者之间的信号传输需要解决热负载、信号完整性、时延和噪声隔离等问题。公司把跨温区互联层单列为自研芯片覆盖范围，说明其清楚这是系统级集成的关键瓶颈之一。但公司未披露跨温区互联芯片的具体工作温区、带宽、误码率或热负载指标，因此无法判断其工程进展的真实深度。
经典侧AI算力芯片正推进量产流片，这一表述同样需要谨慎解读。量产流片意味着设计进入可制造性验证阶段，但距离稳定供货还有良率、封装、测试、可靠性认证等环节。公司未披露该芯片的制程节点、算力规格、目标功耗或对比竞品的性能指标。在AI算力芯片竞争白热化的背景下，一家量子计算基础设施公司自研经典侧AI算力芯片，其逻辑可能是为了与量子测控和任务调度深度耦合，而非在通用AI加速器市场正面竞争。但这一判断仅基于公司披露的架构逻辑，公司未明确说明该芯片的差异化定位。
“通用容错”是架构关键词，也是最大的待验证假设
玉盘量智反复提到其基础设施芯片围绕“通用容错”打造。这是一个容易被忽略但极其关键的表述。容错量子计算意味着逻辑量子比特需要在长计算中经受反复量子纠错，支持容错通用操作与实时控制流，错误率随物理资源投入可预测下降。如果玉盘量智的芯片架构确实面向通用容错设计，那么其工程目标不是演示级量子计算，而是可扩展的容错系统。
但通用容错对芯片的要求远高于当前的流片验证节点。它要求测控芯片支持实时纠错循环、低时延反馈控制、跨物理比特的错误关联处理，以及随着比特数扩展而保持稳定的控制精度。公司未披露其芯片是否已经支持实时纠错循环，也未披露在任何逻辑量子比特层面的验证结果。从已披露信息看，公司目前完成的是芯片级流片验证，尚未进入逻辑量子比特层面的系统验证。因此，“围绕通用容错打造”目前更接近架构设计目标，而非已验证能力。首代整机2027年落地这一节点，如果指的是容错逻辑量子比特系统，那将是极其激进的承诺；如果指的是工程样机层面的系统集成，则相对可理解。公司未明确首代整机的容错能力边界，这是后续观察的关键变量。
从已披露的“算存传控”基础设施层芯片技术看，公司的核心假设是：把计算、存储、传输、控制纳入同一任务设计，能够降低端到端时延、提升运行鲁棒性，并最终把性能提升转化为成本下降。这个假设在逻辑上成立，但需要系统级数据来验证。目前公司披露的只是芯片完成流片验证，尚未披露任何端到端时延、系统级错误率、单位算力成本或与替代方案的对比数据。因此，投资方关注点中提到的“改善端到端时延与运行鲁棒性”“让技术进步换算成成本下降”等判断，目前仍属于投资逻辑而非已验证事实。
一家没有官网的天使轮公司，信息透明度本身就是一个信号
玉盘量智目前没有公开官网。对于一家完成数亿元天使轮融资、宣称要构建下一代异构超算基础设施的公司，这是一个不寻常的细节。公司信息主要通过融资新闻稿和媒体转载传播，创始人姓名、团队规模、芯片具体规格、客户进展均未公开。这在一定程度上符合早期深科技项目的保密习惯，但也意味着外部对其技术主张的核验渠道极为有限。
据公司披露，取名“玉盘”寓意半导体晶圆。这个名字暗示了团队对芯片制造的执念，也与其“把融合写进架构、落在芯片上”的路线一致。但名字之外，公司需要更实质性的公开节点来支撑其叙事。2027年首代整机落地是一个可复核的公开承诺。在此之前，原型样机的推出、经典侧AI算力芯片的量产进展、以及是否出现首个药物研发场景的联合验证项目，将是判断这家公司是否在按节奏推进的关键指标。
编辑分析：玉盘量智切入的是一个真实存在的工程空白——量子计算从物理比特竞赛转向系统级融合，需要有人把测控、互连、经典算力和量子处理器之间的接口重新设计。但这个空白是否必须由一家创业公司用自研芯片全链路覆盖来填补，还是由现有半导体巨头、量子硬件公司和系统集成商通过合作逐步解决，目前没有答案。玉盘量智的路线赌的是前者：融合必须原生，原生必须下沉到芯片。这个判断如果正确，公司将拥有较高的架构壁垒；如果错误，公司将在一个资源高度分散的战场上同时面对多个环节的成熟供应商。天使轮的数亿元给了它启动的资本，但远不足以覆盖所有环节的试错成本。这一分析基于公司已披露的芯片路线、投资方结构和2027年整机节点，不代表相关结果已经实现。
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：玉盘量智把量子与AI的融合从接口层压到了芯片层，这在叙事上足够锋利，在工程上足够昂贵。真正值得跟踪的不是它融了多少钱，而是2027年那台首代整机到底能跑通什么任务——以及在此之前，它能否用一颗已经流片的芯片证明“算存传控”不是四个字，而是一条可复用的供应链。
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。