2026年9月12日，浦江创新论坛成果发布会现场，图灵量子创始人金贤敏正式发布TuringQ Gen3大规模芯片级可扩展光量子计算机。这台设备采用标准IDC机柜形态，搭载高速可编程薄膜铌酸锂光量子芯片，集成量子光源、可编程光量子处理芯片、单光子探测及量子-经典异构计算四大模块，支撑单芯片万光子级、百万模式数的计算资源扩展。此前光量子计算机通常部署在实验室防震平台上，依赖专业科研人员维护。TuringQ Gen3将这些关键部件整合进一台标准机柜设备，可直接部署于普通IDC机房，无需专家级维护。
量子优越性的严格边界与工程化门槛
光量子计算走向工程化，第一道门槛是损耗控制。模式数和光子数的堆叠只是表面参数，决定量子优越性能否成立的，是全链路损耗能否被压到边界以下。
2024年，芝加哥大学蒋良团队在《Nature Physics》发表论文，针对存在损耗的高斯玻色采样系统给出了经典模拟的严格边界。该研究指出，在系统规模与实际损耗的双重约束下，此前的多个量子优越性演示在严格标准下并不成立。光量子计算要真正跨越经典算力可模拟的门槛，不能仅靠增大模式数，必须在保持规模扩展的同时将全链路损耗压低到边界以下。
图灵量子围绕这一标准开展系统性技术攻坚。TuringQ Gen3披露的关键损耗指标包括薄膜铌酸锂光量子芯片光子线路传输损耗0.03 dB/cm，关键单器件插入损耗低于0.1 dB，光纤-芯片单端耦合损耗0.9 dB/facet，晶圆级量子光源光谱纯度超过99%。这些数字分布在量子光源、片上传输、器件调控、芯片耦合和单光子探测五个环节上，共同构成全链路低损耗优化的工程成果。
打个比方，光子在全链路中的损耗累积类似于高速公路上的连环收费站。如果每个站点的拦截效率哪怕只差1%，经过一百个站后，车流量就会衰减到原来的不到37%。光子需要经历传输、耦合、调控和探测等众多环节，每一处损耗都会叠加，只有把每个环节都压到极低，才能在输出端保住足够的有效光子数，使计算结果超出经典算法的模拟能力。
空时复用 用时间换空间的规模化策略
TuringQ Gen3的核心架构创新在于空时复用方案。
通用容错光量子计算的实现需要持续提升模式规模、可编程线路深度以及纠错编码所需的物理资源。图灵量子团队基于时间模式与空间模式融合构建时间-空间大规模量子干涉网络，提出基于延时环路的空时复用方案。光子脉冲进入延时线后进行存储，每个时刻通过高速电光调制信号调控干涉仪网络结构，S个空间模式的光子压缩脉冲在存储环中经过多轮延时后逐级输出，与后续注入的压缩光脉冲发生量子干涉，通过T个时间模式的演化，可构建尺度达T乘以S的大规模光量子计算网络。
这一设计使同一组物理器件能在不同时间模式中重复参与量子演化，不增加芯片物理面积即可实现计算规模的扩展。其高斯玻色采样计算单元致远3号在单芯片基础上实现了万光子级、百万模式数的计算资源扩展，在系统规模与实际损耗的严格边界条件下完成芯片级量子优越性验证。
如果把传统空间复用比作通过扩建厂房增加生产线，空时复用更像是让同一条生产线在不同班次加工不同工序的零件，通过时间维度的循环复用，在不扩大厂房的前提下大幅提升总产能。这种时间换空间的策略对光量子计算尤其适配，因为光子在传播速度和调控带宽上天然适合高速时分复用操作。
薄膜铌酸锂 从材料到芯片的工程基础
TuringQ Gen3选择高速可编程薄膜铌酸锂作为光量子芯片的基础材料。薄膜铌酸锂在电光调制带宽、低损耗传输和晶圆级制造一致性方面具备成熟产业基础，此前已被广泛应用于高速光通信领域。图灵量子将其引入量子计算场景，使光量子调控速率和可编程线路深度获得提升。
在制造端，图灵量子联合上海交大无锡光子芯片研究院，于2025年6月建成中国首条光子芯片中试线。该中试线贯通后，光量子芯片研发周期从半年压缩至数周，为TuringQ Gen3的快速迭代提供工程支撑。这一制造能力的建立，使光量子芯片从实验室手工制作走向标准化批量化生产成为可能。
量子-经典异构 从独立运行到算力融合
TuringQ Gen3的另一重工程意义在于量子-经典异构计算架构。系统集成的异构计算模块将光量子处理器接入GPU和CPU集群，实现量子算力与经典算力的统一调度。2026年5月，图灵量子已完成与海光、摩尔线程、壁仞、天数智芯、沐曦等多款国产GPU的软硬件适配。
软件层面，TuringQ Gen3配备自研XLink低延迟互联架构和DeepQuantum量子编程框架、量擎量子计算平台、QAgent等量子-经典混合工具链。这些工具旨在降低量子计算的编程与使用门槛，使开发者能在统一框架内调用量子与经典计算资源。
图灵量子将这一架构命名为量子智算中心模式，将光量子计算机接入现有智算基础设施，实现量子算力节点的按需扩展和稳定部署。此前量子计算机与经典算力集群在物理部署、运维体系和调度架构上长期处于割裂状态，TuringQ Gen3的标准IDC机柜形态和异构计算架构尝试打通这一断点。
产业化进程与行业坐标
从Gen1科研级专用光量子计算机、Gen2大规模混合集成光量子计算机，到Gen3大规模芯片级可扩展光量子计算机，图灵量子在四年内完成了从专用原型机到工程化整机、再到芯片级可扩展平台的三代技术迭代。公司2025年订单额突破亿元，营收年复合增长率达200%，同年8月获上海证监局IPO辅导备案受理，辅导机构为国泰海通，估值超70亿元。
将TuringQ Gen3放入更广阔的行业坐标中观察。2026年第一季度中国量子计算赛道融资总额达32亿元，超过2025年全年总和。同期，潘建伟团队的九章四号光量子计算原型机在《自然》杂志发表，在高斯玻色采样问题上达到全球最快超级计算机约1054倍的速度。大洋彼岸，PsiQuantum完成10亿美元E轮融资，宣称2027年底交付百万量子比特级商用机。
图灵量子CEO杨林在2026产业未来大会上对量子计算实用化路径给出判断，当下的量子计算机还处于汽车刚发明出来跑不过马车的阶段，估算还需三到五年，才能从不太好用到好用但有点贵，再到大家都用得起。TuringQ Gen3面向人工智能、生物医药、金融科技等方向开展联合验证，图灵量子创始人金贤敏指出，现阶段人工智能的算力需求尚未得到充分满足，量子计算有望在特定计算问题上提供补充性算力。
从优越性验证到应用探索
TuringQ Gen3的技术路线揭示了一条清晰的工程化路径。以薄膜铌酸锂芯片为物理基础，以空时复用架构解决规模化问题，以全链路低损耗优化跨越严格量子优越性边界，以标准IDC机柜形态和异构计算架构解决部署与运维门槛。这条路径的终点不在实验室里的性能纪录上，量子算力能否在真实场景中产生不可替代的价值才是真正的考验。
量子计算当前面临的核心挑战在于有人付费与规模盈利之间的鸿沟。TuringQ Gen3通过将光量子计算机搬进普通机房降低了部署和运维门槛，但量子计算能否在成本上具备竞争力、在应用中证明不可替代性，仍需在真实业务场景中持续验证。图灵量子已围绕人工智能、生物医药、金融科技等方向开展联合验证，后续能否找到量子计算具备明确优势的杀手级应用，将决定这条工程化路径能否走通。
