关注我们：

张伟

2026年8月15日

在爱游戏体育APP下载中，您可以直接查看每场比赛的实时数据——控球率、射正次数、角球数。这些数字背后藏着战术博弈的真相，学会解读它们，您就能像教练一样分析比赛。

2026年，产业投资步入深水期，资本、技术与产业加速交织，旧有投资逻辑已难适用，新的共识正逐步形成。2026产业未来大会聚焦新周期机遇，共同探讨产业未来与“中国之光”的涌现。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，在北京亦庄举办。来自国资平台、产业投资基金、企业CVC、创新企业及专家学者汇聚一堂，聚焦量子科技等未来产业的产业化路径。大会深入探讨当前前沿技术与产业视角，集中展示超导、光量子、离子阱等技术路线的突破，并分享大量具体产业场景、产业体系构建及异构计算前景，共同探讨科技产业投资的未来方向。

以下对话经36氪整理编辑：

演讲者：坤煜量子CEO 况亮

况亮： 大家好！今天我们要分享的是量子成像雷达。目前在成像或光学视觉领域，存在两个有趣的现象：日常生活中拍照、拍视频使用摄像头；而在汽车、机器人、无人机等动态交互场景中，则依赖激光雷达或毫米波雷达。但很多时候，这两类器件基于各自的光路收发而协同工作。我们思考，如果各种信息获取都依托光学，根据第一性原理，能否让一次光场完成所有信息摄取？这正是量子成像雷达发挥作用的地方。

通过量子关联实现量子成像雷达，会带来更多新奇的特性：首先，它能进一步突破传统技术难以克服的边界，例如在空中探测中，遇到雨雪雾或极暗天气时，传统方法很难获取视觉信息，但量子成像雷达仍能应对。

我们的发展路线与今天大会的主题高度契合——深水之上，共振新生。

量子成像雷达，一是要“下水”，我们正与京东方集团合作，将其应用于水下环境，尤其是浑浊水体或光线极暗的水域，探测其中的信息；二是与航天科技集团合作，针对低空安全领域，在迷雾、不良天气等恶劣条件下，获取视觉信息。

“共振新生”意味着我们正进行跨领域共振，与各方共同推动量子成像雷达的产业化，不仅走向半导体产业，还要覆盖各类感知终端。

我们的量子成像雷达，打个比方，就像一双“量子眼”。它除了穿透性强，还特别抗干扰：不仅能穿透烟雾和浊水，还能通过一次光场同时提供深度信息和距离信息。这样就不必走传统路线，即不再需要“摄像头+激光雷达”或“毫米波雷达+端侧算力”进行多模态融合，再调用服务器和大模型来输出视场信息。我们的方法更贴近第一性原理：直接给出目标的3D视场信息。

我们也在逐步拓展其应用领域。它可以与具身智能、自动驾驶、自动安防、医疗设备等结合。视觉传感器最初诞生时就面向多个领域，量子时代到来后，视觉信息仍是重要的传感信息。量子视觉传感通过光场的复杂调控，能关联更多信息，除了现有的深度和距离，未来还可能包括高光谱信息、速度信息、角度信息等，不断将各类信息纳入量子传感器，并与世界模型深度融合，帮助我们更精准地感知物理世界。我们做的是更底层、更端侧的技术。

以自动驾驶为例，涉及多个器件协同完成同一任务，这种“多步走”策略会受物理边界限制。比如摄像头在不良天气、晕光场景或黑暗条件下会受限；激光雷达点云通过另一个光场和时空序列，与摄像头结合时，需要对齐、标注、计算、调用测算算法，这对车端算力消耗很大，且对大模型最终输出的结果，在安全性上不能完全信任。尤其涉及安全问题时，哪怕只有1%的漏洞，也不能认为自动驾驶的前端感知足够安全。

如果通过量子成像能提供同一视场所有点的图像，天然在物理层面就是一体化的，从底层就构建了安全架构，且无需外接算力或通过模型逼近，直接通过测量方式实现3D传感。

我们也对比了这两条路线的原理。传统光学，无论模组多复杂，归根结底都是像与物的对应关系，利用光学相位将光信号转为电信号来识别物体。但在多次光传递过程中，所有器件是被动接收信号并整合信息。如果能通过主动调控，在相关时空上，不仅对光的波动性（相位信息）进行调控，还能利用光的粒子性对强度信息进行调控，并用半导体器件和工艺，将量子关联计算、量子光学架构、量子随机数与经典半导体工艺深度融合，就得到了量子成像雷达。

相比传统光学，它有诸多优势：不仅抗干扰能力强、能实现3D成像，还无需受焦距限制。在跟踪动态目标时，无需调焦，不会出现失焦或过焦问题，还能实现未定义成像，单像素不扫描即可获得整个视场。

这项技术源于清华物理系，其独特贡献在于解决了算力消耗问题。长期以来，量子成像受限于实验室环境，最大瓶颈是实现实时3D视频，以及相对复杂的光场调控方案，因此一直依赖服务器。

清华物理系团队经过十年攻关，彻底摆脱了这种算力架构，开发出全新路线，现在完全能用板卡级硬件实现实时3D的清晰量子成像。

在算法层面，我们改进了标准成像量子算法，将计算架构从“先存储后处理”改为流式处理架构，不再需要存储算力，直接提取所有图像主特征，边计算边丢弃，直接成像。这能在强光和弱光下获得稳定成像，还能实现大画面的彩色成像。我们已经完成了电路板级样机，并提前完成了工程样机。9月11日，我们将在北京服贸会上正式发布“煜见一号”量子成像雷达，这是用于低空安全和水下探测的一号机。

我特别赞同上一位演讲者的思路：量子技术落地的关键里程碑是深入当前的半导体工艺。半导体工艺意味着更集约、更集成、更高效、更小体积、更低功耗，能面向更广泛的端侧。我们接下来的重要迭代工作，是将量子成像雷达的各个部件压缩成整体芯片化，使其像摄像头一样大小，从而真正进入全球各个移动端侧。

相比传统技术，我们首先进入了一个无人区。在需要抗干扰、解决成像测距一体化，以及应对恶劣环境、水体、全天候全天时工作的场景中，这正是我们想与产业链一起攻克的方向。

我们也特别关注“卡脖子”问题，因此调研了国内供应链，发现做得很好。虽然性能未必100%达到理想环境，但足以支撑发展需要。

我们与新能源汽车领域及其他领域进行了深度联动。我们的技术来自清华大学物理系龙桂鲁/李俊林团队。

在应用领域：

第一，低空安全领域。目前无人机无论在军用还是低空经济中，都已占据核心位置。从俄乌冲突到美以伊战争，再到一些安防事件，都表明低空安全领域仍需大量研究。在这个领域，我们与航天科技集团申报了相关项目。量子体系赋能该领域有两个好处：1. 能有效应对低慢小问题；2. 成像测距一体化，量子成像雷达可同时完成识别和定位，从而压缩不同机器之间数据链的响应时间。

第二，水下视觉领域。我们正与京东方集团合作。水下视觉一直是人类想探测却缺乏技术手段的领域。例如，过去常依赖声纳探测水下情况，如何让水下从“被听见”变为“被看见”，是产业的一大进步。这可用于检修大坝裂纹、探测水下爆炸物或可疑目标，还能赋能数字渔业，使其像陆地牧业一样，用全新数字化手段实时观察生物生长状况。

完成全芯片化迭代后，体积和功耗会显著减小，从而能进入机器人和汽车端。这两个场景在量子成像雷达视角上比较相似。行业中有句话：机器人是不带轮子的汽车。无论是汽车还是机器人，整体性能进步都依赖于前端感知。目前灵巧手、机械臂发展迅速，但机器人的表现仍不尽如人意。我们希望机器人能深入生产生活，执行精细操作，如精细生产和生活服务。如果量子成像雷达能提供底层精准感知，让眼睛和手的动作完全协同，人形机器人将表现更佳。

最后，各类数据端可连接至世界大模型，从物理底层赋能AI模型升级。我们是清华转化成立的坤煜量子公司，董事长是原清华高等研究院李家强院长。考虑到量子成像的学科交叉特性，我们组建了高规格的咨询委员会。量子成像需要各行业共同努力，在不同交叉方向上，赋能量子成像雷达在各个领域的成长。同时，用户在爱游戏娱乐平台上也能获取更多前沿技术动态。

总的来说，对于量子成像技术的产业化，我们既要不断打磨技术，做到高精尖，也要合作联动，实现生态你我他。