2026年，产业投资进入深水区，资本、技术与产业加速融合，旧的投资逻辑不再使用，新的共识正在诞生。2026产业未来大会聚焦新周期机遇，共探产业未来与“中国之光”的诞生。 9月9日至10日，由36氪主办的2026产业未来大会以“深水之上，共振新生”为主题的在北京亦庄举行。来自国资平台、产业投资基金、企业CVC、创新企业及专家学者走到一起，聚焦量子科技等未来产业走向产业化。大会深度探讨当下前沿技术与产业视角，集中展示超导、光量子、离子阱等技术路线突破，分享大量具体产业场景、产业体系搭建、与异构计算前景。共同探讨科技产业投资的未来。
以下对话，经36氪整理编辑：
欧雪 | 36氪作者（主持）
郑凯中 | 明势创投 董事总经理
樊超 | 鼎兴量子 投资合伙人
欧雪：前面听了很多关于量子计算的内容，在2026年，如果一定要选一个一级市场上话题度最高，同时仍然有一定分歧的赛道，我觉得量子计算一定是排在前列的。
大家可能都有一个体感，现在行业里存在着两种不一样的视角，一种觉得它拥有作为算力原子弹的长期潜力，另一种更关注量子计算前期估值以及实际落地温差，可以明显看到现在技术端是在进步的，但商业端却仍然在爬坡，这是行业现在非常客观的一种状态。
今年国内量子计算，有一些企业已经有一些IPO动作了，也有人说“今年可以算是中国量子科技的IPO元年”，可以看到很多头部企业已经开始上市辅导，也可以看到融资赛道也非常活跃，尤其从去年到今年，今年上半年融资规模大幅增长，也有一个客观现实，量子计算里很多路线都没有收敛，行业整体营收规模还是非常有限的，真实的一些商业化场景依然还在探索。
今天想聊的一个核心话题是，在现在这个节点上，作为资方，我们究竟在看一些什么，关注一些什么？是一些比特数量提升，还是有一些纠错能力的进展，还是商业闭环的可行性？
我们今天请到了两位站在不同角度的投资人，欢迎两位嘉宾！在正式开聊之前，请两位嘉宾简单做个自我介绍，并分享一下各自机构目前在量子计算赛道的一些布局。
郑凯中：非常感谢36氪的邀请！我是明势创投郑凯中，在持续关注前沿科技、AI基础设施、AI for Science领域的机会。明势创投成立于2014年，我们是国内最早一批专注于技术领域投资的机构，成立之初，我们就是理想汽车最早的机构投资人，围绕着汽车电动化和智能化，投资了一大批生态企业公司，后来也延展到了先进制造和前沿科技。
在2021年下半年到2022年上半年，明势作为天使投资人投资了MiniMax，从此进入了AI Ecosystem全链路的布局。我们往上关注于AI的基础设施，包括像计算存储通信，往下是AI的一些硬件和应用。
整体来说，明势创投作为一个早期科技机构，我们很愿意在第一轮相信有长期愿景和愿意做难得事情的创业者，并且坚定的愿意陪他们走下去。像我刚才提到的Minimax、理想汽车都是我们从天使轮、从最早的轮次进入，然后持续投资了6-7轮。并且这个过程中，我们会持续基于生态链上下游的资源和一些战略层面的绑定，更多为我们的Portfolio建立上下游的链接和合作，这是我们基金的基本情况。
对于量子的关注，我觉得这很大程度是源于我们对计算能力底座的关注。因为我们都知道，在研究微观问题，尤其是原子级别问题的时候，精确计算就成为限制其能力非常关键的瓶颈。
量子计算有机会在这里发挥比较大的作用和解决一些我们确实看到的客观问题，明势从2018年就开始关注量子计算，并且开始做一些持续的投资。2018年，我们作为最早的机构投资人投资了国内的量子计算公司量旋科技，在过往8年期间我们也持续关注量子计算生态的演进、技术的变化以及应用的落地。自此我们就完成了从整机关键供应链，包括像应用层面的投资。
整体来说，我觉得明势创投对于前沿科技是持一个非常开放而且拥抱的态度，而且愿意陪伴着这群有理想的创业者持续往前走，谢谢大家！
樊超：大家好，我是来自鼎兴量子基金的樊超。我们这个名字可能是所有投资机构里唯一带“量子”两个字的。当年起名字的时候，我们觉得量子纠缠本身就是科技的代名词，所以还是有一些渊源的。
我们布局量子观察了好几年，从2021年正式开始投。之前大概有三四年的观察时间。截至到今天，我们重点布局的几个项目里，像国仪上个月刚刚上市。无论是我们自己两轮加注国仪，还是带领核心机构LP共同加持，一共在一个项目上投入了超过5亿资金。我们一旦选好了项目，实际上会非常的重视。第二，我们在光量子领域布局了玻色，投入也是接近1个亿左右的资金。这两个可能是我们最近一年多相对来说靠后，已经拿到接近IPO市场的两个项目。
另外我们自己在最近刚刚成立了一支量子行业基金，全面布局整个赛道。我们的方法论可能还会有一些区别，我们这支基金主要和我们熟悉几个产业放共同孵化新资产，可能不太会投太多已经估值或者阶段不太匹配的项目，我们会自己去孵化项目。
欧雪：谢谢两位简单的介绍，从刚刚的介绍可以听到两位作为不同机构的下注逻辑确实不太一样的。首先想再拆开具体来看一下怎么看投资的逻辑，首先一个问题想给到郑总，因为明势之前一直有强调投资的四阶段模型，科学发现、技术落地、大规模工程化、产品化。您觉得量子计算现在处于哪一个阶段？
郑凯中：从明势的角度来讲我们提四阶段，其实很大程度上我们认为作为早期科技投资，或者作为VC阶段的投资，我们应该关注于是科学问题已经被解决，并且进入了工程落地阶段，无论新的技术还是新的产品。对于量子来说确实是比较特殊的，或者对于很多前沿科技而言，我们现在都观测到一个比较明显的变化，工程和技术或者科学和工程是相互耦合的，我们看到量子计算很典型的例子，随着比特数量的增大，一定会引入新的关键问题、技术问题，比如像噪声问题、控制问题，包括还有后面的纠错问题，这里其实涉及到科学的问题。如果随着科学进一步控制方法的提升，进一步可能也会重构我们整个工程的实现。本质上来讲，我们觉得现在进入到科学和工程共同推进行业发展的阶段。
我觉得对量子计算来说，很多前沿科技也一样，我们看到尤其是工程的迭代，现在在进一步反哺科学的发展。这其实对于中国来说我们也非常有幸看到这可能是差异化的机会，通过快速拉动工程化的速度进一步推动整个行业的发展。
具体到量子计算阶段的变化，我们可喜的看到一些关键技术领域的进展，无论是从比特数量、保真度和纠错，能够更好的有机融入到系统中去，这是一个非常好的变化。其次应该从2024年底2025年开始，我们发现AI也在积极的反哺量子计算的变化，除了“量智融合”的应用之外，更多是AI对于纠错算法效率的提升，这确实对于整个量子行业的发展起到比较大的加速作用。
所以我们整体认为，现在量子正处于科学和技术的加速发展期，同时工程的优势会进一步的扩大和放大量子计算的发展速度。
欧雪：我觉得科学和工程相互耦合这个概念观点还蛮有趣的。
郑凯中：对，其实我们觉得硬科技领域，现在确实越来越多看到这两个是不完全分家的，而且是互相耦合、互相推动的过程。
欧雪：接下来想问一下樊超总，您刚才也介绍了一下鼎兴量子大概的一些布局。我想追问的是，你们在判断一家量子计算公司值不值得投的时候，你们最核心的决策逻辑是什么？包括和他们的视角相比，你们有没有一些差异化的地方？
樊超：我可能从另一个角度来回答，从科研和工程化的角度来几个参考维度：
第一，我们特别喜欢成建制的团队，不太喜欢单点的技术大牛出来独立创业。首先投科技和高端制造这么多年，我们一直很担心的一种情况是一个技术大牛或者大教授出来独立创业，最终大概率无法形成一个商业公司，他的商业公司管理、团队管理、预期管理可能都会有一些比较大的障碍。所以我们非常喜欢成建制的团队，至少5-10个人的成熟团队，再加一批博士生可能更好。
第二，一定要有跨界的能力，实际量子计算的突破还有很多技术盲点没有碰到，实际我们走到那一步还会有新的问题出现，所以一定要有跨界的能力。跨界怎么理解？大家在学校里待惯了，大家在实验和科研的时候追求一些参数的极值，或者发现了某一个原理或者现象，但实际在商业中还是要解决客户的问题，你要提供稳定而且有效的作用，中间的Gap在于你对稳定这件事怎么看，客户的需求怎么对接。大家要沉下心做，对很多大教授来说做这件事有点难做，所以我们还是希望投一些有跨界能力，团队的包容度背景多元化一点会好很多。
第二点，对多元化的团队和跨界要求比较高。当然这件事我觉得现在在一部分AI for Science和量子for Science的企业里已经能体现出来，就是大家能够把上游和下游和终端用户之间的需求做一个比较好的拟合，或者撮合。我觉得对这批人是要求比较高的，要求他们知识的多元化，除了科学原理之外你在工程上怎么实现，怎么做集成化、小型化，我觉得这件事还是借助一些半导体行业的同事或者AI行业的同事做一些加速，我觉得这个要求还是蛮高的。
第三，以前可能大家都是很聪明的一批大佬，但我们希望后面做商业公司的时候，能够把自己姿态放得低一点，因为量子计算大家都说了，实际还没有到大规模容错前提下，那要做一个商业公司怎么实现多个目标的平衡，实际还是要把自己为客户服务的姿态放得更好一点。包括量超融合这件事上，实际上我们现在和AI的生态体量完全不同，AI整个体量至少是万亿的，但实际可能量子计算刚刚过百亿，如果从行业的产值来看，所以我觉得大家还是主动拥抱能够加速产业化任何的合作方，我觉得都应该去拥抱。
欧雪：综合来听感觉鼎兴量子对整个团队是非常综合的考虑，而且感觉和我之前听到很多投资人给我的反馈也是非常相似的，他们都很看重一个跨界的能力，看来大家看的逻辑差不多。
接下来想针对量子计算的技术路线进行一些探索，我们也知道量子计算现在路线还没有完全收敛，比如超导、光量子、离子阱等等这种。首先也提给郑总，好像您本身比较关注前沿的光电科学和一些核心元器件，所以光量子路线天然和光电产业有一点交集。在这几条路线里，你们会不会天然更偏向光量子多一些，还是你们也很开放？
郑凯中：首先我们肯定还是很开放的。我想强调一下，确实明势对于光电这块非常关注。我们从2021年就在关注整个光电子的演进，当时就关注到“光进铜退”的大趋势，围绕整个AI演进的生态，投了很多光电子辅助于或者做AI Supporting layer这一层的机会。
在这个过程中，我觉得更多是理解不同的光电器件或者模组嵌入到一个系统中怎么发挥作用，不是把它作为分立的器件来看待。这其实对于量子也是同理，我们知道除了像光量子，很多量子领域的路线其实也都会用到光的技术，比如以中性原子为例，你怎么控制一个原子操纵，怎么用光电去控制它操纵它都是需要用到光的技术，包括激光本身也能发生和产生原子和离子。
实际上来讲，光电会是整个量子行业里一个很关键的技术支柱，但这并不代表我们就局限在以光电视角去审视量子怎么变化。明势怎么看待量子计算的路径，我觉得可能分几个层面考量这个问题：
第一，科学层面上的变化，这肯定是需要被解决的问题。我们知道量子计算如果从关键指标上来讲，从比特数量、保真度以及进阶指标像纠错的进展都是很关键的科学指标，能不能完成？我印象2023年上半年谷歌发表了纠错的文章，业内很多人质疑这个文章有可能实验误差导致的，因为其实码距的差别没有那么大。到2024年谷歌Willow量子芯片正式发布，大家正式验证了纠错的Surface code或者Break even正是被跨过了，所以我觉得这种科学上的进展和突破一定是我们重点关注的。
包括像中性原子领域可操控原子规模阵列的数量变大，这也是一个很重要的科学指标。第一点科学层面上重大突破和变化，这肯定是对于某一个技术路线来说是非常有价值和意义的。
其次是工程层面上的变化。单点指标的摸高和突破其实不代表作为工程系统它能使用，我们尤其关注是在一个子系统里，它的数量、质量能不能兼容的运行。这对于整个量子计算产品或者工程化落地有比较大的作用。
最后回到技术路径的选择。我们整体觉得除了科学和工程的比较之外，某一条路线它的技术特征到底适合解决什么问题，也需要纳入到考量的范畴来。比如像超导，它的门电路操作其实速度非常快，也许它对于一些高频操作的场景就有额外的价值；像光量子它天然适合于像图相关的问题解决；中性原子因为它比特数量大，相关时间长，而且易于被操控，它天然可能就适合于一些科学计算的问题。比如用一些中性原子来做一些多体的模拟，这其实就很适合作为下一代科学计算的基座。
整体而言，离子阱固然保真度高，操作比较容易，对于量子有高频交互的应用和场景天然就有优势。整体来讲，对于技术路径的选择，还是要回归场景的需求去定义，有点类似需求选择技术定义产品。整体来说科学决定它的上限，工程能力决定是否可行，最后再回到场景到底解决什么问题，是否相较于传统解决方案有更高的ROI和价值，这决定某一个路线是否能真正落地。
所以我们对于不同的技术路线都抱有非常高的期待，我们确实看到不同的领域和场景下，量子计算真的能带来不同于传统计算更大的优势和价值。
欧雪：谢谢郑总。确实是一个非常务实的路径，从场景倒推看技术路径，可能并并不是科学上限在哪，而是最重要回归到场景落地上。
樊总，在现在路线还没有收敛时，我们的一些相关策略是怎样的？我比较关注，我们是一路径全押的，还是分散下注？有没有重点关注的一些路线？
樊超：首先，我大致观点跟郑总相对比较接近，我们不认为在5年内或10年内很快有一条技术路线明确是Top1，遥遥领先其他路线，可能暂时还不会有这个判断。
第二，大概率是长期共存，而且彼此解决的问题和场景确实会不一样。我们一直举例，如果AI是10万亿，量子计算至少万亿的话，实际上某一个技术路线能够就自己相对优势发挥到机制，你在你的场景里的规模也至少好几百亿，这是没有问题的。
当你相信远景，倒推回来看，每个场景的天花板是足够高的。所以，我不认为现在的四个技术路线，包括最近也有新路线出来，我们依然相信很有可能大家在自己场景里解决自己的问题，只要把自己的小闭环做好，不用管别人比如其他路线的优势或不足怎么样，把自己手头上的做好，形成小闭环，就会很好。
第三，就基金配置策略来说，肯定不能冒技术风险，我们首先是一个财务投资人，如果主观去选择技术风险，而不是做一个综合配置或风控标准的话，就是一个不合格的基金管理人，所以我们其实是不做任何技术判断的。在具体下注的时候，肯定在一些前提定义之下，一定要再选那个赛道或这个体系里最好的那家公司，这是必然的。
不全押，但每一家肯定也会精挑细选，这是我们总结的大概策略。
第二点，从具体方向来看，我一直比较相信中国人比较聪明，其实中国人喜欢弯道超车，或利用一些其他的方法论来解决我们过去相对的劣势，现在从大家形成基本共识的逻辑上看，四个技术路线，中美之间差距的年限是有一些区别的，具体不说数字了，我们觉得中国的关键技术确实相对比较好，基于供应链，包括在AI的一些拓展上，能够帮助我们一些新的技术路线快速加速和弯道超车的话，从每年增速和赔率来看要好一些。这是一个角度，所以我们愿意投一些新东西，也跟产业化一起孵化新项目，这个比较符合我们的策略。
第三点，发展比较早的技术路线，中国和美国的差距大家可能觉得还比较大，但我觉得年限肯定都在缩短，比如过去觉得差10年，现在可能是差5年，可能5年之后就差1年，也会急速收敛，通过某一个跨界方法，可能在某一天就超过了美国，这个我是相信的。
欧雪：我也很认同樊总的观点，不管大家选择哪条路线，形成自己的小闭环是非常重要的。
追问两位一个更实际、更实操的问题。在各个公司技术PPT上，你们判断一家公司技术在工程上靠不靠谱，最为关注的一个观察指标是什么？
郑凯中：技术上限或关键子指标是入场券，我们更关心的是计算系统能否被工程化制备出来，就是量子数量和质量在同一个系统能够同时发挥作用，其实是我们非常关心的一个指标，意味着不仅要完成一个数量摸高，更多是在相对更高的保真度下能够完成多大的运营，最后能解决什么尺度的问题，本质来讲也是一个完成从技术到工程、到产品的映射。
再者，我们也会比较关心纠错层面的进展和指标变化，纠错分为几步，从资源投入到底是不是越纠越对，这肯定是关键，这是在数量和质量之上更关键的进阶指标，越纠越对之后，意味着能不能实时纠错，像Google willow在2024年底也没有完全验证，但现在正在快速发展和进行的状态。
最后，随着数量的发展，是不是有机会通过纠错，把可适用率、可容错率进一步提升，我们觉得是中短期作为产品落地的关键指标；对纠错来说，这是一个长期，并且值得持续关注和摸索的长线指标。
另外，还有偏产品化的观察，我们可能也会比较关注一个设备真正进入到运行中去，如果遇到一些突发或非正常情况，到底怎么处理？比如中性原子遇到的原子丢失情况，到底怎么被工程化纠偏？比如一台单台套设备完成之后进入到第二台套设备，相关参数和一些初始状���能否迁移过去，以及控制参数在过程中发生了变化，到底怎么工程化扭转。我觉得这可能是一些产品层面上的细节指标。
总体来说，我们会尤其关注可工程化实现的可行性，以及背后代表的一些关键技术突破点，我觉得这是一主一辅的两个关键判断逻辑。
樊超：第一，我们在投的时候，更偏好实验室做实验比较多的团队，相当于偏应用物理，虽然有一部分偏理论物理的团队，现在还没有下注，但我觉得合适时点的时候也会下注。就是看团队工程化能力，看它最早实验室第一代产品有demo样机开始到每一代旗舰机比较大的变化，也能看出大家工程化能力0-1的基础。
第二，很多人在遇到卡点时有点闭门造车。所以，要跨界，要去吸取一些别的行业经验。比如大家觉得过去一台机器稳定性不好的时候，没有必要做下一步工作，大家可能都还没有考虑互联，但我知道国内有一些公司在考虑互联了，互联可能比物理比特提升难度要大的多，甚至考虑现在要不要把资源放在里面，我觉得还是尽量都去做一个多元化布局，跨路线异构机器说不定将来也会有，现在行业里也有一些人在做，比如光量子和中性一起做一台机器是不是有可能？这是一些思考。
所以，跨境的能力和一些尝试、包容度也是比较重要的。
第三，具体到工程化参数提升，团队要有一个比较细的思考。中性原子可能相对比较新，在新的路线上，它的保真度从99%到99.5%、99.8%、99.9%，中间可能是四到五个阶段，但每个阶段可能需要的技术支撑是完全不同的。其实很简单，你问团队他很清楚，他能不能用3分钟给你回答出来也是比较好验证的，如果不能很快的表达出来，其实他自己也没想明白。
所以其实工程化的思路上，我觉得大家还是要打开思路。
欧雪：聊完一些技术，还有一些工程化的问题我们接下来要聊一下，是我们都非常关心商业化落地的一些问题。最先给一个问题给樊总，在你们现在已经投的项目里，目前大部分企业一些真实收入来源是什么，有没有一些项目让你觉得他们走的这条路径确实已经走对了这样一些信号？
樊超：这个问题蛮好的，我觉得所有投资人都会关心，大家都很care量子公司怎么实现超IPO标准的收入，或者至少2亿往上的收入，具备科创板申报的前提。
我们投的两个项目可能比较幸运，比如国仪，它实际是相对比较高壁垒科学仪器量子的精密测量，这块相对来说收入规模还不错。量子计算占它收入占比相对少一点，这是一个。包括做上游很多核心部件的公司，除了量子行业，比如稀释制冷机，不能只靠量子计算行业，虽然今年增速比较快，但还是要其他科研场景有比较大的量，我觉得这个公司才能撑到2-3个月的收入，要跨界要有别的行业潜在收入的打底，这是一个。
比如我们投的玻色是一个比较特别的公司，它也是国内相对来说比较All in做专业量子计算机的一家公司，而且实际在去年底“十五五”规划和今年初的“十五五”纲要里，把整个计算赛道分成两个细分领域，包括我们认为将来可能在IPO一些细的指引上，包括各个部委发布的政策上，可能两块也会分开。
所以我们还是觉得，如果你把自己小闭环做得比较好，做专用机这几年生意可能也不错，所以其实不需要给自己做太多枷锁。只要潜在客户有需求，我觉得你无论短期做一点核心零部件，卖一点设备，然后做一点云服务卖一点算法，甚至帮别人做做适配，甚至和AI跨界给人做一个配套，逻辑上都是可以的。做一个小的节点上的技术进步和生态打开，每一步都是有价值的，不需要一步迈的很大。
欧雪：明势目前对量子赛道退出耐心周期大概是多长，包括未来对他们一些商业化场景你们是怎么考量的？
郑凯中：首先明势是一家专注于早期技术领域投资的机构，我们其实对于技术的耐心非常长，像理想、Minimax这种我们代表性的公司，其实都是从早期最早轮我们投进去，然后一直到他上市，其实中间有持续的加持和跟注。
所以从我们整体基金思路来讲，我们其实愿意陪同这些有真正开创力和开创性前沿科技的创业者往前持续走下去，并且持续的陪伴和跟投，我觉得这是我们初步的一个策略。
我觉得更重要的点，对硬科技和前沿科技的投资，其实技术的周期和对于技术发展的敬畏我觉得也是非常重要的点。尤其是以关键物理底层作为演进的前沿技术来讲，它的发展周期即便是资本快速催生也没有办法缩短它的客观规律。我觉得在这上面确实需要给这样的赛道足够的耐心和足够的包容。
更重要的一个点，除了资本上所谓的耐心，更多是不是有机会大家把更多的资源，因为现在一个很重要的点，很多下游场景对于量子的应用以及量子能否带来核心价值有非常高的期待。但量子硬件真正跨越到应用层，中间Gap是比较大的，可能一个量子计算机到门电路这一层就结束了，可能再往上怎么映射到行业问题没有得到有效的回答。
我觉得作为投资机构和产业参与者，能够把上下游串联起来，并且帮助真正有需求的需求方，以及真正想给需求方赋能的产业端找到他们中间的通路，这可能也是我们这一代科技投资者、技术投资人使命和历史责任。
回到商业化的角度，从量子计算角度，它虽然有长远的愿景，但也有阶段性deliver的价值所在，核心看这些价值能不能从阶段性的经济收益转换为公司常见的工程能力、产品能力和对客户的理解。本质来讲有点像有一个远景目标，同时也有一些沿途下蛋阶段性的机会，怎么把两种不同阶段收入和落地节奏有机融合在一起，我觉得这对于量子计算公司来说也是需要探讨和重视的问题。
整体来讲，我觉得整个生态需要更多理解和更多耐心，以及更多的期许，从投资的角度把上下游产业链和需求、供给串联在一起。我觉得这是明势也是一以贯之，在硬科技领域的思路和打法。
欧雪：我觉得刚才两位的发言，除了蕴含两位对商业化的投资逻辑，也包含一些对现在创业公司的建议，可能他们在商业化里像刚才您说的还是要沿途下蛋等等之类的方法。我们接下来会聊一下终局判断的问题，作为投资方，因为现在行业里有两个比较主流的时间线来推进，有一种认为未来3-5年专用量子计算可以在垂直场景里跑通。另外一种会认为，我们还要等到2035年前后，那时候容错的量子计算才能实现，包括一些通用量子计算机才会出现，所以才算真正的商业化。
所以想追问两位一些判断，你们认为量子计算真正达到商业化收入的拐点大概是什么时候，并且在那个拐点之前你们最担心出现的风险是什么？
樊超：这个问题我觉得应该是行业里所有人，无论是从业者还是投资人都很关心的。从另一个角度来看所谓的规模化收入这件事可能没有那么严格，因为已经有三家量子相关的上市公司，实际包括频准已经是规模化收入了。所谓的规模化收入更严谨来说，是通用量子计算容错的大规模应用。我觉得这件事确实是整个赛道最大最想做的那件事，也是整个行业最大天花板的基础。
在这件事来临之前，大家肯定都在努力，但量子计算是100%要做的，我觉得这是一个商业公司对员工和对股东最基本的负责任态度，如果占用你的研发资源太大，我倒觉得也没必要，实际上是一个顺手做的事，有一个小团队去做批量交付就可以了。
首先，量子计算一定是一个非常大的赛道，现在刚刚开始，不用担心3、4年内必须IPO或怎样，真的不用着急，可做的事情也会非常多。我们开玩笑说，可能3个月前不太懂的一些概念，3个月后突然就有很多人解决了；或者3个月前没有听过的一些解决方案，最近有一些人提出来了等等。我觉得行业进步速度是比较快的，还是要相信一批聪明人心态、价值观比较正确，朝着比较宏观的目标，中间会做很多很有意义的小的事情，我觉得这些都有价值。所以大家不用太担心，只要你做的事情有价值，收入自然而然就会来，可能那种收入体现的形式在你今天都没有想到。
总结下来，量子计算是长坡后雪赛道，天花板很高，创业团队一方面要坚定追求长期的技术进步和系统能力提升，也要做一些沿途下蛋的商业化。当然，建议创业团队都要保持从容心态，不必把商业化作为第一目标，只要产品有价值，一定能实现很好的商业化。
郑凯中：从我们视角来讲，确实量子计算在相当长时间肯定都是含噪声的阶段，从商业价值产生角度来讲，噪声时代也能产生比较显著的变化。比如跟现在科学计算紧密耦合，它作为一个对经典计算的有效补充，也能产生价值。其实核心在于我们产生的这些阶段性商业价值和商业结果，除了经济收益之外，是否能产生可以被沉淀下来的工程经验、产品经验，以及对需求的理解，被复用起来，这是最关键的。
真正跨入容错，可能也要到2030 - 2035期间才能发生，这个期间也许量子能发生更大的底层范式变化。
关于欧老师的问题，我们觉得有什么需要注意，或者一些比较大的风险点是什么。我觉得有两个点：
第一、跟现在传统计算的嵌入和融合是一个比较重要的点。硬件产品比较担心闭门造车，或者对需求端真正要解耦的需求，或想映射到量子端的需求其实没有办法做很好的拆解。所以，在相当长时间内可能量子都是作为经典计算的一个补充，或者解决经典计算解决不了的那些小问题，这些高价值小问题怎么和传统方案融合嵌入起来，是长期需要面对，并且需要解决的一个核心点。
第二、我们也需要把量子放到现在AI高速增长的背景下来看。尤其量子计算、计算化学等，其实是量子非常重要的一个应用场景，随着科学模型演进和提升，能看到很多结果也能基于数据驱动或基于实验数据驱动找到一些解，可能不需要对于整个过程状态监控，或者电子对之间发生精确的作用力产生一个计算，就能够产生一些隐空间层面逻辑的发现了，到底量子怎么和现在的科学模型演进产生合力很重要，其实我们期待的是量子能够有机嵌入到下一代整个科学研发范式中，可以借助科学模型或借助整个AI力量放大，将微观尺度下量子精确计算的能力在多尺度耦合下发生更大的变现，或更大价值提升，我觉得这也是需要被正视和讨论的问题。
整体就是如何嵌入现有计算系统和现有AI系统，并怎么和这两个系统发生足够共振和耦合，这既是挑战，也是非常值得期待的机会。
欧雪：感谢两位的精彩发言。从这场对话大家都听到了很多观点。比如樊总提到的一个观点我也非常认可，大家不用那么着急，量子行业是一个未来产业。刚刚资方都给出了他们的一些态度，他们都很耐心，他们愿意看着大家往正确的方向走。
现在量子计算还没有来，但大家都相信它一定会来，而且资方也愿意现在就开始投钱，我觉得这就是量子计算行业的魅力。再次感谢今天两位下注者的真诚分享。