2026年，产业投资迈入深水区，资本、技术与产业加速融合，旧有投资逻辑面临失效，新兴共识正在形成。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”的崛起。9月9日至10日，由36氪主办的2026产业未来大会在北京亦庄举行，主题为“深水之上，共振新生”。来自国资平台、产业投资基金、企业CVC、创新企业及专家学者齐聚一堂，聚焦量子科技等未来产业的产业化路径。大会深入探讨了当前前沿技术与产业视角，集中展示了超导、光量子、离子阱等技术路线的突破，分享了大量具体产业场景、产业体系搭建及异构计算前景，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！今天我想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。但这些器件往往基于独立的光路收发协同工作。我们思考，如果所有信息获取都基于光学，根据第一性原理，能否让一次光场完成所有信息采集？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，会带来更奇特的现象：首先，它能进一步突破传统技术难以克服的边界。例如，在空中探索时，遇到雨雪雾或极暗天气，很难获取视觉信息，但量子成像雷达仍能胜任。
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。
量子成像雷达的第一步是“下水”。我们正与京东方集团合作，将其应用于水下，尤其是浑浊、光线极暗的水域，以探测内部信息。同时，与航天科技集团合作，针对低空安全领域，在迷雾、不良天气等极端条件下获取视觉信息。
“共振新生”意味着我们正在跨领域共振，与各方共同推动量子成像雷达的产业化，不仅进军半导体产业，还覆盖各类感知终端。
形象地说，我们的量子成像雷达就像一双“量子眼”。它除了穿透性强，还特别抗干扰：能穿透烟雾、浊水，并通过一次光场同时提供深度和距离两种信息。这样，它摒弃了传统路线——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输出视场信息。我们的方法更贴近第一性原理：直接输出目标的3D视场信息。
我们正逐步拓展其应用领域，可与具身智能、自动驾驶、自动安防、医疗设备等结合。视觉传感器从诞生之初就面向多领域，量子时代到来后，视觉信息仍是关键传感信息。量子视觉传感通过光场的复杂调控，能关联更多信息，除深度和距离外，未来还可能包括高光谱信息、速度信息、角度信息等，不断整合入量子传感器，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”策略受物理边界限制。例如，摄像头受困于不良天气、晕光或黑暗场景；激光雷达点云通过另一光场和时空序列与摄像头结合时，对齐、标注、计算和算法调用对车端算力消耗巨大，且对大模型输出的结果在安全性上无法完全信任。尤其是安全问题，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给出同一视场所有点的图像，在物理层面天然一体化，从底层提供安全架构，无需外接算力或模型逼近，直接通过测量实现3D传感。
我们对比了两种路线的原理：传统光学无论多复杂，最终归结为像与物的对应关系，利用光学相位转为电信号进行物体识别。但多次光传递中，所有器件被动接收信号再整合信息。若能主动调控，在相关时空上不仅调控光的波动性相位，还通过粒子性调控强度信息，利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，便得到量子成像雷达。
它相比传统光学有诸多优势：强抗干扰、3D成像、无需摆脱焦距限制。追踪动态目标时，无需调焦，不受失焦或过焦问题困扰，还能实现未定义成像，单像素不扫描即可获取整个视场。
这项技术源自清华大学物理系，其独特贡献在于解决了算力消耗问题。长期以来，量子成像局限于实验室，最大瓶颈是实现实时3D视频及复杂的光场调控方案，始终依赖服务器。
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，现完全能用板卡级硬件实现实时3D清晰量子成像。
在算法上，我们改变了标准成像量子算法，将计算架构从先存储后处理转为流式处理，无需存储算力，直接提取图像主特征，边计算边丢弃，直接成像，能在强光和弱光下获得稳定成像，并实现大画面彩色成像。我们已经完成电路板级样机，并提前完成工程样机。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，这是一款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，能面向更广阔的端侧。下一步重要迭代，我们将把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类移动端侧。
相比传统技术，我们率先进入无人区。在需要抗干扰、解决成像测距一体化时，包括恶劣环境、水体、全天候全天时工作，这些都是我们想与产业链共同攻克的难关。
我们也特别关注卡脖子问题，调研了国内供应链，发现表现良好，虽性能未必100%理想，但足以支撑发展需求。
我们与新能源汽车及其他领域深度联动。技术源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。目前无人机在军用和低空经济中已占据核心地位，外部如俄乌冲突、美以伊战争及安防事件表明，低空安全仍需大量研究。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. 有效应对低慢小问题。2. 成像测距一体化，量子成像雷达能同时完成识别和定位，压缩不同机器间数据链响应时间。
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渴望探测却缺乏技术手段的领域。例如，常依赖声纳，如何让水下从“被听见”变为“被看见”是产业的一大步。这可用于检修大坝裂纹、探测水下爆炸物或可疑目标，并赋能数字渔业，使其像陆地牧业一样，通过数字化手段实时观察生物生长状况。
完成全芯片化迭代后，体积和功耗将显著减小，从而进入机器人和汽车端。这两个场景在量子成像雷达视角下类似。行业有句话：机器人是不带轮子的汽车。无论是汽车还是机器人，整体性能进步一定依赖前端感知。尽管灵巧手和机械臂发展迅速，但机器人表现仍不尽如人意。我们期望机器人能深入生产生活，进行精细操作和服务。如果量子成像雷达能提供底层精准感知，使眼睛和手协调一致，人形机器人将表现优异。
最后，各种数据端可连接世界大模型，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，在不同交叉方向上推动其成长。
总的来说，对于量子成像技术的产业化，我们既要不断打磨技术高精尖，也要合作联动实现生态你我他。
