“量智融合”，科大訊飛在下一盤關于算力終局的大棋

4月底，科大訊飛交出了一份頗具縱深感的年報。

盡管271億元的營收和接近50%的凈利潤增幅在當下環境中算得上穩健，但“縱深感”并不來自業績，而是因為這份年報里藏著一組微妙的對應關系：

強勁的研發投入表面上流向了大模型在國產算力上的攻堅，而在更深層的布局中，訊飛還將觸角深入到一個經常被認為還很遙遠的賽道——量子計算，并在4月底，與孵化自清華大學的原子量子計算團隊兩儀萬象合資設立量智開物。

當下大模型行業正在圍繞“Token經濟”大展手腳，算力是最重要的門檻。而從長期來看，目前行業算力增長的方式，恐怕很難匹配AI時代的需求膨脹。沿著當前的經典計算框架繼續跑下去，天花板究竟在哪里？

量智開物，就是訊飛為這個天花板準備的答案。

研發投入可視化：訊飛的“雙線并進”

19.79%，這是2025年科大訊飛研發投入占營收的比例。從訊飛過去一年的動作看，其研發主要投向了在國產算力圈子里“啃硬骨頭”。

比如，它攻克了長思維鏈強化學習在昇騰910B集群上的訓練效率難題，把開箱狀態下只能達到同規模A800集群30%的效率一路提升到84%；拿下了首個昇騰原生MoE模型的全鏈條訓練，效率做到了A800的93%。

綜合訊飛在業績說明會上的披露，其春節前發布的星火X2在通用Chat類任務上追平了國際一流水平；4月末上線的30B中等尺寸模型X2-flash在智能體和代碼能力上領先同尺寸競品，Token消耗卻不到萬億級大模型的三分之一；央國企大模型招標連續兩年中標金額第一，且超過第二到第六名的總和。真金白銀投入換來的技術壁壘，正在B端市場兌現為實打實的商業影響力。

但這些只是研發的A面。訊飛不一樣的點，在B面。

就在年報發布前一周，4月22日，訊飛與清華翟薈教授團隊孵化的兩儀萬象公司合資成立“量智開物”。揭牌儀式上發布了兩項成果：一個是合作團隊首次在實驗上穩定捕獲了10064個原子，把量子比特資源從兩千量級提升到萬量級，打破了加州理工此前保持的6100個原子國際紀錄；另一個是以“追風”和“扁鵲”命名的兩項核心算法，向大規模原子陣列操控和量子糾錯兩大瓶頸亮劍。

兩條線并行，一條解決“今天”的算力自主可控，一條應對“明天”的算力上限突破，訊飛的研發節奏實現了差異化。

大模型技術越往前走，算力和能耗的壓力就越不是工程優化能解決的問題。截至今年三月，國內日均Token調用量已超過140萬億，相比2024年初增長超過一千倍。每一代模型參數規模的膨脹，背后都是指數級攀升的算力消耗和電力賬單。

而科大訊飛董事長、量智開物發起人劉慶峰此前算過一筆賬：以九章三號255光子原型機為例，經典與量子之間的速度差距達到“一億億倍”的量級。今天扼住行業咽喉的算力瓶頸，在量子主導的算力坐標系里堪稱滄海一粟。不管未來世界的算力需求如何“通脹”，量子算力的增長速度總是能跑贏。

因此，訊飛才要一邊聚焦國產算力大模型的持續迭代和應用的擴展，一邊購買一張通往下一個算力紀元的門票。兩者之間不是分散和聚焦的矛盾，而是同一個戰略時鐘上的時針和分針。

量智開物的戰略邏輯：為什么是現在，為什么是訊飛

今年，量子計算在一級市場忽然火了。投中嘉川CVSource的數據顯示，2026年一季度，國內量子賽道融資總額達到32.04億元，超過了2025年全年。單筆過億的案例就有7起。

一個非常重要的背景是，今年“十五五”規劃綱要列出了六大未來產業，而量子科技恰恰排在首位。資本和政策同時用腳投票，通常意味著一個行業正從實驗室走向產業化的拐點。但如果把訊飛的布局簡單歸結為“追風口”，那就低估了內在的復雜性。

訊飛與清華翟薈教授團隊的合作，最早可以追溯到兩年前。一級市場還在用量子計算寫PPT的時候，訊飛已經把首席科學家、關鍵算法人才和前期研發經費系統性投入到這個方向上了。直到2026年，訊飛入局推動合資公司落地，呈現出陪跑的耐心，以及下重注的決心。

那么問題來了，正在深耕大模型的AI公司，憑什么去參與量子計算這場物理學家和硬件工程師的游戲？這個問題的答案，恰恰是理解訊飛在“AI+量子”賽道上獨特卡位的關鍵。

在量智開物揭牌儀式上，劉慶峰講了一句大實話：這件事光靠AI不行，光靠量子物理也不行，必須把量子物理理論科學家、量子算法科學家和人工智能專家真正擰成一股繩。而只有了解過去幾年AI for Science領域的真實進展，才會知道這種跨學科的“擰繩”有多難。這是一種“巴別塔困境”：學科之間的語言隔閡，是這個交叉領域真正的壁壘。

簡單來說，量子物理注重理論嚴謹和硬件實現，而AI更注重數據驅動和工程迭代。合作的深度、速度、規模三者難以兼得。但訊飛以身入局，用全新的組織節奏去適配量子計算的時間尺度。本質上，這得益于訊飛具備兩大特殊優勢。

一方面，訊飛具備一種罕見的“翻譯”能力。在AI for Science領域，訊飛曾將可控核聚變的模擬實驗時長從十余天壓縮到一小時，準確率還同步提升。其研發團隊能把非常具體的科學問題拆解成大模型可以理解處理的數學框架，再把模型的輸出翻譯回科學語言。用這個能力去做“AI操控量子比特”，本質上是用同一套方法論解決另一個領域的相似問題。

另一方面，是產業定位視角下的現實邏輯。訊飛的身份很特殊，既是大模型技術的提供商，也是算力的超級需求方。

去年一年，訊飛再次用實踐證明了其國產算力底座、軟硬件一體化能力與商業化能力的閉環。訊飛在國產算力平臺上的訓練消耗量級，是其他主流大模型廠商很少能企及的。一旦量子計算在AI場景中有任何實用化的苗頭，訊飛是拿著放大鏡第一個發現并第一個用上的。它有望成為引爆應用的“超級種子用戶”。

也就是說，訊飛投量子，不是做慈善搞基礎研究，也不是切換賽道追風口，而是給未來的核心生產資料做前置儲備。它既是股東，又是客戶；既是共同開發者，又是最終受益方。這種利益閉環的緊密程度，是純財務投資者或者純科研機構都難以具備的。

從戰略到組織，訊飛如何為長期增長埋下制度伏筆

投資量子計算最反人性的地方在于，它對財報的貢獻，在很長一段時間里是零。傳統研究模式很難支撐資本市場的信心，而訊飛給出的答案，體現在組織設計上。

量智開物并非內部實驗室或研究院，它是一家獨立法人、合資架構的實體公司。訊飛和兩儀萬象對等持股，團隊預留了期權池。這傳遞了三個信號：

第一，清華團隊的學術追求和產業回報需要對齊，股權綁定是比項目合作更牢固的信任機制；第二，訊飛以控股形式投資，定位“場景提供者”和“產業加速器”；第三，預留期權等設計意味著在人才極度匱乏的量子賽道里建立制度吸引力，從而有效破解人才問題。

訊飛明確，不給量智開物設經營指標，也不設量子比特操控數、糾錯準確率等技術指標，在產業資本主導的語境里，堅持長期主義。結合訊飛自身的研發脈絡看，這是一種刻在骨子里的經驗。從訊飛的語音技術，到國產大模型突破，都是在創新賽道上先行投入，最終等來技術成熟度和市場拐點的交匯。

在量智開物當前的成果中，我們也能看到這種“既要仰望星空，也要腳踏實地”的影子。其成立當天就發布了“追風”和“扁鵲”兩項算法成果。原子量子計算要真正實用，必須跨過兩道坎：一是操控速度，原子數量上萬時調度不能慢；二是糾錯能力，運算過程中錯誤能被實時發現并修正。“追風”和“扁鵲”分別攻破了這兩道坎，前者讓萬級原子陣列的操控進入毫秒時代，后者讓量子糾錯有了可靠的實時診斷工具。

從資本市場的敘事角度看，“量智融合”的布局還為訊飛打開了一直以來略顯單一的估值框架。此前市場對訊飛的定位主要是一家人工智能應用公司或“AI國家隊”，估值錨定的是短期盈利能力和To G/B業務的增長確定性。而量子計算的伏筆一旦埋下，它就在基本面之外多了一層長期邏輯。

這不是對當前業績的支撐，而是對估值的重新定義。當訊飛同時布局當前算力的最優解和下一代算力的入口時，其在整個AI產業鏈中的底座屬性就變得更加鮮明。當下一個算力時代真正來臨時，這些埋下的伏筆，就可能轉化為別人追不上，也跨不進的結構性競爭優勢。

今年4月，一向對量子計算偏向保守的黃仁勛突然改口稱AI對于讓量子計算走向實用至關重要，它將成為量子機器的操作系統。隨后，英偉達便帶來了量子AI開源模型。由此可見，AI與量子計算的“互相糾纏”已經來到新的階段。

而再看AI領域，其博弈正在從應用層向基礎層蔓延，算力自主可控是當下的必答題，下一代算力架構的自主可控則是未來十年的搶答題。訊飛作為國內唯一堅持在全國產算力上完成全棧大模型訓練的廠商，對“卡脖子”這三個字體會得比誰都深。與其等十年后量子計算領域也出現“量子英偉達”的壁壘，不如將命運掌握在自己手中。

從這個意義上講，量智開物的揭牌，遠不只是一次技術成果的發布。未來十年，AI與量子計算的發展將向“算力不再稀缺”這個目標收斂。以耐心入局的科大訊飛，將與中國產業一起，共同攀登計算之巔。

來源：松果財經