企业案例分享：坤煜量子｜36氪2026产业未来大会

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：

演讲者：坤煜量子CEO 况亮

况亮：大家好！今天我们想分享的是量子成像雷达。现在在成像领域或光学视觉领域，有两个很有意思的现象，比如平常生活中拍照片、拍视频，用的是摄像头；在很多动态交互场景中，比如在汽车、机器人、无人机上，用的是激光雷达或毫米波雷达，但很多时候这两类器件都是基于分别的光路收发而共同工作。我们就在想，如果各种信息获取都基于光学，根据第一性原理，能不能让一次光场就能完成所有信息摄取，这就有了量子成像雷达的用武之地。

再用量子关联实现量子成像雷达，就会有更加新奇的现象，一是可以进一步突破传统很难克服的边界，比如在空中探索，碰到雨雪雾，碰到极暗天气，很难获得视觉信息，但量子成像雷达依然可以在这方面做工作。

我们的发展路线与今天大会的主题很契合——深水之上，共振新生。

量子成像雷达，一是要下水，这一点我们正在跟京东方集团一起合作，把量子成像雷达用在水下，尤其浑浊的水、光线特别暗的水，把里面的信息探测出来；二是和航天科技集团合作，面对低空安全，在迷雾领域，不良天气下，一些极恶劣条件下，怎么获得视觉信息。

共振新生，我们正在跨领域共振，和大家一起落实量子成像雷达的产业化，不仅要走向半导体产业，还要走向各个感知终端。

我们的量子成像雷达，打个形象的比方，就是一双”量子眼”。它除了穿透性强，也特别抗干扰：不仅能穿透烟雾、浊水，还能通过一次光场同时给出两个信息（深度信息、距离信息）。这样就不走传统路线，即：不再需要用“摄像头 + 激光雷达”或“毫米波雷达 + 端侧算力”，再进行多模态融合，最后还要调用服务器和大模型，才能输出一个视场信息。我们的做法更偏第一性原理：直接给出目标的 3D 视场信息。

我们也正在逐步拓展它的应用领域。它可以跟具身智能、自动驾驶、自动安防、医疗设备等各个领域结合。视觉传感器一开始诞生之初就是面向各个领域的，量子时代到来之后，视觉信息依然是非常重要的传感信息。量子视觉传感通过光场进一步复杂调控，可以关联更多信息，除了现在的深度、距离之外，将来可能还有高光谱信息、速度信息、角度信息等，不断把各种信息一起纳入量子传感器，也可以与世界模型做深度融合，帮我们更加精准感知这个物理世界。我们做的是一个更加底层、更加端侧的技术。

以自动驾驶为例，涉及到多个器件做同一件事，这“多步走”策略会受一些物理边界限制，比如摄像头，会受困于不良天气，比如有的时候还会碰到一些晕光场景、黑暗场景，激光雷达点云通过另外一个光场，另外一次时空序列，与我们摄像头结合在一起时，两者对齐、标注、计算、测算算法调用，其实对车端的端侧算力消耗很大，并且对大模型最后拟出来的结果，在安全性能上不能100%信任，尤其关乎安全的问题，如果仅有1%安全漏洞，就不能认为通过自动驾驶的前端感知是足够安全的。

如果通过量子成像能够给出同一个视场所有点的图像，天然在物理层面就是一体的，从底层上就给了一个安全架构，并且不需要外接算力，不需要我们通过模型逼近，直接通过测量方式，实现3D传感。

我们也把这两条路线原理做了对比，传统光学，无论是多复杂模组，还原到最基本的东西，都是像和物的对应关系，我们利用光学相位把它传成电信号，来获得物体识别，但这样在多次光传递过程中，所有器件是被动的，被动接收各种信号，再整合成我们的信息，如果能够通过主动调控，在相关时空上，不光对光的波动性这个相位信息做调控，还可以通过光的粒子性，对强度信息做调控，用半导体各种器件、工艺，把量子关联计算、量子光学架构、量子随机数，与经典半导体工艺做深度融合，就得到了量子成像雷达。

它有很多相对传统光学的优势，不仅可以强抗干扰、3D成像，也不需要摆脱焦距限制，我们贯彻动态目标时，不再调焦，不再受困于失焦和过焦问题，也可以未定义成像，单像素不扫描，就可以得到整个视场。

这个来源于清华物理系技术，在这个领域独特贡献，就是解决了算力消耗问题。长期以来，量子成像都是受限于实验室的方向，一个最大的瓶颈是要做实时3D视频，包括对其他器件而言相对复杂多的光场调控方案，所以它一直没有摆脱服务器依赖。

清华物理系团队经过十年磨一剑的攻关，彻底摆脱了这样一个算力架构，开发了全新技术路线，现在能够完全用板卡级硬件，就能做实时3D的清晰量子成像。

在算法层面，我们改变了标准成像量子算法，把计算架构从先存储后处理的架构，直接变成了流式处理架构，不再需要存储算力，直接拿取所有图像主特征，边计算边丢弃，直接成像，能拿到强光和弱光下非常稳定的成像，还能拿到大画面的彩色成像，我们已经完成了电路板级别的样机，也提前完成了工程样机。9月11日，我们将在北京服贸会上，正式向大家发布我们的“煜见一号”量子成像雷达，可以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，量子技术落地有一个非常好的关键里程碑，就是深入现在的半导体工艺，半导体工艺意味着更加集约、更加集成、更加高效、更小体积、更低功耗，能够面向更广阔的端侧。我们接下来一个重要迭代工作，也会把量子成像雷达各个部件同时压缩成一个整体芯片化，让它变成像我们摄像头大小，就可以真正像我们所期待的那样，进入全世界的各个移动端侧。

相对传统技术，我们首先进入一个无人区，在需要抗干扰的时候，需要解决成像测距一体化时，包括恶劣环境、水体，需要全天候、全天时工作，这都是我们想和产业链一起打的一场硬仗。

我们也特别注意卡脖子问题，所以调研了国内供应链，发现也做的非常好，虽然性能未必能达到100%我们所理想的环境，但可以支撑发展的需要。

我们也和新能源汽车领域，包括很多其他领域做深度联动。我们的技术来自于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，现在无人机无论在军用，还是低空经济，已经走到了C位，外部无论是俄乌冲突，还是美以伊战争，以及一些安防事件，都表明低空安全领域还需要做大量研究工作。在这个领域，我们也和航天科技集团申报相关项目。

我们这个量子体系赋能到这个领域，有两个好处：

1、能够有效应对低慢小问题。

2、成像测距一体化，量子成像雷达可以两件事同时做，识别你的同时，马上能知道你的方位，我们可以把相关不同机器之间数据链响应时间压缩。

第二，水下视觉领域，我们正在和京东方集团一起合作，水下视觉一直是我们非常想探测，又苦于没有技术手段的领域。比如很多时候看水下的事情经常用声纳，如何能让水下从被听见到被看见，其实是产业的一大步，包括可以用来检修大坝裂纹，可以看水底下的爆炸物，有没有可疑目标，包括可以赋能到数字渔业，让数字渔业像陆地上的牧业一样，可以用上全新的数字化手段，实时看生物的生长状况。

做完全芯片化迭代之后，体积和功耗就会比较小，那样就可以进入到机器人和汽车端，因为这两个场景在我们量子成像雷达视角上比较像。行业里有句话：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，一定会依赖于前端感知。现在灵巧手、机械臂发展的非常快，也有很多维度，但大家始终对机器人的表现没有那么尽如人意，我们特别希望机器人能够深入我们生产生活中做一些精细的活，能够搞精细生产、精细生活服务，如果量子成像雷达能够给它一个非常底层的精准感知，能够让它的眼睛和手的感觉完全协同起来，人形机器人就会表现非常好。

最后，各种数据端可以连接到世界大模型，从物理底层层面，赋能到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，董事长也考虑到量子成像学科交叉特性，也组建了一个非常高规格的咨询委员会，量子成像需要各个行业一起努力，在不同交叉方向上，赋能量子成像雷达在各个领域的成长。

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