“量智融合”，科大讯飞在下一盘关于算力终局的大棋

4月底，科大讯飞交出了一份颇具纵深感的年报。

尽管271亿元的营收和接近50%的净利润增幅在当下环境中算得上稳健，但“纵深感”并不来自业绩，而是因为这份年报里藏着一组微妙的对应关系：

强劲的研发投入表面上流向了大模型在国产算力上的攻坚，而在更深层的布局中，讯飞还将触角深入到一个经常被认为还很遥远的赛道——量子计算，并在4月底，与孵化自清华大学的原子量子计算团队两仪万象合资设立量智开物。

当下大模型行业正在围绕“Token经济”大展手脚，算力是最重要的门槛。而从长期来看，目前行业算力增长的方式，恐怕很难匹配AI时代的需求膨胀。沿着当前的经典计算框架继续跑下去，天花板究竟在哪里？

量智开物，就是讯飞为这个天花板准备的答案。

研发投入可视化：讯飞的“双线并进”

19.79%，这是2025年科大讯飞研发投入占营收的比例。从讯飞过去一年的动作看，其研发主要投向了在国产算力圈子里“啃硬骨头”。

比如，它攻克了长思维链强化学习在昇腾910B集群上的训练效率难题，把开箱状态下只能达到同规模A800集群30%的效率一路提升到84%；拿下了首个昇腾原生MoE模型的全链条训练，效率做到了A800的93%。

综合讯飞在业绩说明会上的披露，其春节前发布的星火X2在通用Chat类任务上追平了国际一流水平；4月末上线的30B中等尺寸模型X2-flash在智能体和代码能力上领先同尺寸竞品，Token消耗却不到万亿级大模型的三分之一；央国企大模型招标连续两年中标金额第一，且超过第二到第六名的总和。真金白银投入换来的技术壁垒，正在B端市场兑现为实打实的商业影响力。

但这些只是研发的A面。讯飞不一样的点，在B面。

就在年报发布前一周，4月22日，讯飞与清华翟荟教授团队孵化的两仪万象公司合资成立“量智开物”。揭牌仪式上发布了两项成果：一个是合作团队首次在实验上稳定捕获了10064个原子，把量子比特资源从两千量级提升到万量级，打破了加州理工此前保持的6100个原子国际纪录；另一个是以“追风”和“扁鹊”命名的两项核心算法，向大规模原子阵列操控和量子纠错两大瓶颈亮剑。

两条线并行，一条解决“今天”的算力自主可控，一条应对“明天”的算力上限突破，讯飞的研发节奏实现了差异化。

大模型技术越往前走，算力和能耗的压力就越不是工程优化能解决的问题。截至今年三月，国内日均Token调用量已超过140万亿，相比2024年初增长超过一千倍。每一代模型参数规模的膨胀，背后都是指数级攀升的算力消耗和电力账单。

而科大讯飞董事长、量智开物发起人刘庆峰此前算过一笔账：以九章三号255光子原型机为例，经典与量子之间的速度差距达到“一亿亿倍”的量级。今天扼住行业咽喉的算力瓶颈，在量子主导的算力坐标系里堪称沧海一粟。不管未来世界的算力需求如何“通胀”，量子算力的增长速度总是能跑赢。

因此，讯飞才要一边聚焦国产算力大模型的持续迭代和应用的扩展，一边购买一张通往下一个算力纪元的门票。两者之间不是分散和聚焦的矛盾，而是同一个战略时钟上的时针和分针。

量智开物的战略逻辑：为什么是现在，为什么是讯飞

今年，量子计算在一级市场忽然火了。投中嘉川CVSource的数据显示，2026年一季度，国内量子赛道融资总额达到32.04亿元，超过了2025年全年。单笔过亿的案例就有7起。

一个非常重要的背景是，今年“十五五”规划纲要列出了六大未来产业，而量子科技恰恰排在首位。资本和政策同时用脚投票，通常意味着一个行业正从实验室走向产业化的拐点。但如果把讯飞的布局简单归结为“追风口”，那就低估了内在的复杂性。

讯飞与清华翟荟教授团队的合作，最早可以追溯到两年前。一级市场还在用量子计算写PPT的时候，讯飞已经把首席科学家、关键算法人才和前期研发经费系统性投入到这个方向上了。直到2026年，讯飞入局推动合资公司落地，呈现出陪跑的耐心，以及下重注的决心。

那么问题来了，正在深耕大模型的AI公司，凭什么去参与量子计算这场物理学家和硬件工程师的游戏？这个问题的答案，恰恰是理解讯飞在“AI+量子”赛道上独特卡位的关键。

在量智开物揭牌仪式上，刘庆峰讲了一句大实话：这件事光靠AI不行，光靠量子物理也不行，必须把量子物理理论科学家、量子算法科学家和人工智能专家真正拧成一股绳。而只有了解过去几年AI for Science领域的真实进展，才会知道这种跨学科的“拧绳”有多难。这是一种“巴别塔困境”：学科之间的语言隔阂，是这个交叉领域真正的壁垒。

简单来说，量子物理注重理论严谨和硬件实现，而AI更注重数据驱动和工程迭代。合作的深度、速度、规模三者难以兼得。但讯飞以身入局，用全新的组织节奏去适配量子计算的时间尺度。本质上，这得益于讯飞具备两大特殊优势。

一方面，讯飞具备一种罕见的“翻译”能力。在AI for Science领域，讯飞曾将可控核聚变的模拟实验时长从十余天压缩到一小时，准确率还同步提升。其研发团队能把非常具体的科学问题拆解成大模型可以理解处理的数学框架，再把模型的输出翻译回科学语言。用这个能力去做“AI操控量子比特”，本质上是用同一套方法论解决另一个领域的相似问题。

另一方面，是产业定位视角下的现实逻辑。讯飞的身份很特殊，既是大模型技术的提供商，也是算力的超级需求方。

去年一年，讯飞再次用实践证明了其国产算力底座、软硬件一体化能力与商业化能力的闭环。讯飞在国产算力平台上的训练消耗量级，是其他主流大模型厂商很少能企及的。一旦量子计算在AI场景中有任何实用化的苗头，讯飞是拿着放大镜第一个发现并第一个用上的。它有望成为引爆应用的“超级种子用户”。

也就是说，讯飞投量子，不是做慈善搞基础研究，也不是切换赛道追风口，而是给未来的核心生产资料做前置储备。它既是股东，又是客户；既是共同开发者，又是最终受益方。这种利益闭环的紧密程度，是纯财务投资者或者纯科研机构都难以具备的。

从战略到组织，讯飞如何为长期增长埋下制度伏笔

投资量子计算最反人性的地方在于，它对财报的贡献，在很长一段时间里是零。传统研究模式很难支撑资本市场的信心，而讯飞给出的答案，体现在组织设计上。

量智开物并非内部实验室或研究院，它是一家独立法人、合资架构的实体公司。讯飞和两仪万象对等持股，团队预留了期权池。这传递了三个信号：

第一，清华团队的学术追求和产业回报需要对齐，股权绑定是比项目合作更牢固的信任机制；第二，讯飞以控股形式投资，定位“场景提供者”和“产业加速器”；第三，预留期权等设计意味着在人才极度匮乏的量子赛道里建立制度吸引力，从而有效破解人才问题。

讯飞明确，不给量智开物设经营指标，也不设量子比特操控数、纠错准确率等技术指标，在产业资本主导的语境里，坚持长期主义。结合讯飞自身的研发脉络看，这是一种刻在骨子里的经验。从讯飞的语音技术，到国产大模型突破，都是在创新赛道上先行投入，最终等来技术成熟度和市场拐点的交汇。

在量智开物当前的成果中，我们也能看到这种“既要仰望星空，也要脚踏实地”的影子。其成立当天就发布了“追风”和“扁鹊”两项算法成果。原子量子计算要真正实用，必须跨过两道坎：一是操控速度，原子数量上万时调度不能慢；二是纠错能力，运算过程中错误能被实时发现并修正。“追风”和“扁鹊”分别攻破了这两道坎，前者让万级原子阵列的操控进入毫秒时代，后者让量子纠错有了可靠的实时诊断工具。

从资本市场的叙事角度看，“量智融合”的布局还为讯飞打开了一直以来略显单一的估值框架。此前市场对讯飞的定位主要是一家人工智能应用公司或“AI国家队”，估值锚定的是短期盈利能力和To G/B业务的增长确定性。而量子计算的伏笔一旦埋下，它就在基本面之外多了一层长期逻辑。

这不是对当前业绩的支撑，而是对估值的重新定义。当讯飞同时布局当前算力的最优解和下一代算力的入口时，其在整个AI产业链中的底座属性就变得更加鲜明。当下一个算力时代真正来临时，这些埋下的伏笔，就可能转化为别人追不上，也跨不进的结构性竞争优势。

今年4月，一向对量子计算偏向保守的黄仁勋突然改口称AI对于让量子计算走向实用至关重要，它将成为量子机器的操作系统。随后，英伟达便带来了量子AI开源模型。由此可见，AI与量子计算的“互相纠缠”已经来到新的阶段。

​而再看AI领域，其博弈正在从应用层向基础层蔓延，算力自主可控是当下的必答题，下一代算力架构的自主可控则是未来十年的抢答题。讯飞作为国内唯一坚持在全国产算力上完成全栈大模型训练的厂商，对“卡脖子”这三个字体会得比谁都深。与其等十年后量子计算领域也出现“量子英伟达”的壁垒，不如将命运掌握在自己手中。

从这个意义上讲，量智开物的揭牌，远不只是一次技术成果的发布。未来十年，AI与量子计算的发展将向“算力不再稀缺”这个目标收敛。以耐心入局的科大讯飞，将与中国产业一起，共同攀登计算之巅。

来源：松果财经