关注
9月9日，由36氪打造的2026产业未来大会在北京亦庄·通明湖会展中心启幕。大会为期两天，是国内聚焦产业投资与前沿硬科技的风向标级盛会。
北京市科委、经开区管委会等有关部门负责人出席致辞。北京量子信息科学研究院、中电信量子、华翊量子等产学研机构，鼎晖百孚、CMC资本、明势资本等30余家投资机构，以及芯视界、正则量子、矩量光启、玻色量子等近20家量子企业云集现场，围绕多路线量子探索、产业协同与场景应用展开对话，探讨量子科技从实验室到产业的转化路径。
当前，量子科技正成为全球科技竞争的制高点。作为构成微观物理世界最小且不可分割的基本能量单元，量子的微观特性为信息技术带来了全新范式。量子科技主要分为量子计算、量子通信和量子精密测量与传感三大方向。而在三大方向中，相比于处于攻坚期的量子计算，量子传感是距离产业化应用最近的赛道。
恰逢量子科技走向产业化深水区，在首日下午场“价值闭环，共振新生”专场，芯视界（北京）科技股份有限公司创始人、董事长兼首席科学家鲍捷作为量子感知赛道企业代表发表主旨演讲《量子感知芯片：为物理 AI 打开物质世界的“感知入口”》。该专场聚焦量子技术产业化落地，云集资本机构及多家量子计算企业。鲍捷此次发声，既是芯视界技术实力与商业化成果的集中展示，也意味着量子感知这一差异化赛道正被产业资本纳入核心视野。
开创“粒子性”光谱范式：引领光谱技术从拆分光到编解码路线的发展
在一场几乎被量子计算、量子通信企业占据的量子大会上，鲍捷教授讲的是另一条量子技术路线——量子测量与传感。
鲍捷教授从 AI 发展的底层逻辑讲起：人工智能始终围绕算力、算法、算据三根支柱循环迭代，而当前行业注意力正明显转向第三根支柱——数据。物理世界的基础，一半是物理定律，一半是数据。未来，随着 AI 从数字世界走向物理世界，数据获取的重要性不断提高。但物理世界变化快、复杂度高，仅靠算力与算法难以全面推演，因此测量与实测数据的价值日益凸显。
这也是整场演讲最核心的判断：人工智能正在从数字世界进入物理世界，而物理世界最大的挑战，不只是计算能力，而是真实数据的获取能力。
物理AI既需要物理规律，也需要物理数据。面向复杂系统，数据的价值不仅体现在单次测量的深度，还取决于能否在更广的空间、更密的时间间隔内，以可承受的成本持续获取。依赖大型仪器和实验室分析的采集方式，在这样的需求下会受到体积、时效与成本的制约。
芯视界的技术布局，指向的正是物质感知的规模化。2015年，其创始人鲍捷教授在《Nature》发表胶体量子点光谱仪研究，开创了以量子点材料的光子吸收响应编码、再由计算重建光谱的新范式。传统光栅光谱仪依靠衍射等波动效应，将不同波长的光在空间上分开；这一路线则利用光子与量子材料的相互作用，将光谱信息转换为可以计算解读的信号。
现代光谱测量的技术体系，长期建立在光的波动性之上。通过折射、衍射、干涉等光学现象，传统光谱仪能够在空间或时间维度上对不同波长的光进行分离，从而实现对物质成分的解析。但这一成熟的“波动范式”也存在一个长期难以回避的限制：光谱仪想要实现更高的分辨率和更宽的光谱范围，通常需要更长的光程以及更复杂的光学系统。性能提升往往意味着更多的光学元件、更精密的光路设计、更大的设备体积和更高的制造成本。这成为传统光谱仪进一步向微型化、集成化发展的重要制约因素。
媒体观察发现，这一困扰行业多年的局限性，在十年前就已被鲍捷教授突破。芯视界的案例真正凸显的，并不是一种新的光谱产品，而是一种新的光谱技术范式。
一百多年来，光谱技术始终沿着“波动性”路线发展：利用折射、衍射、干涉等波动效应，将不同波长的光拆分，再分别测量。
鲍捷教授提出的，则是另一条路线——粒子性光谱范式。具体体现为光谱解析机制的转变：由利用波动效应分光，转向利用光子能量与材料量子能级的相互作用进行编码。这使量子原理、量子材料与感知测量直接连接起来，也为光谱分析从仪器走向微型传感器提供了新的实现方式。
2026年，鲍捷教授团队在《Nano Research》发表综述，首次从波粒二象性的角度，将光谱技术系统划分为“波动性”和“粒子性”两大范式。鲍捷教授提出的粒子型光谱感测路径以量子点光谱仪技术作为起点，用材料与算法替代传统复杂分光光路的核心功能。这是全球首次提出并验证粒子型光谱解析范式的开创性工作。
业内专家认为，这里的原创意义在于，第一次利用光的“粒子性”替代传统光谱技术依赖的光的“波动性”解析光谱，开创了一条量子传感的新路径，并推动光谱技术从“拆分光”走向“编码光”， 芯视界开创了以量子点材料响应编码、计算重建光谱的新范式。
为什么基于“粒子性”的光谱仪能够实现？答案来自量子点。
量子点，是尺寸仅数纳米的半导体颗粒，电子在如此微小的空间内受到限制，形成具有量子化特征的能级结构，因此量子点常被称为“人造原子”。调节颗粒的尺寸和成分，就可以改变它对不同能量光子的吸收响应。把这些响应各异的材料单元集成到芯片上，再由算法解码，便能还原入射光的光谱信息。
更重要的是，它不是实验室里的天然原子，而是一种可以工程化设计、可以规模化制造的量子材料。 调节量子点的尺寸、组成、形状和表面化学，就能够改变它对不同光子能量的响应。
媒体观察认为，这也是量子点区别于许多量子技术路线的重要价值：它既保留了量子特性，又具备产业化能力，把量子传感带到了芯片、传感器和真实场景之中。量子技术在这里提供的，是通向物质世界的数据入口。
量智融合：十年前布局，芯视界在物理AI时代打通量智融合的产业路径
在推进通过量子点感知物理世界的同时，芯视界自2016年起也同时在探索AI如何赋能量子。
资本市场认为，芯视界最值得关注的地方，并不是同时做AI和量子，而是十年前就开始布局两条彼此增强的技术路线。第一条路线，是AI赋能量子。2016年开始，团队把机器学习、在线感知、实验反馈引入量子点材料研发，让AI参与材料发现、优化和制造，这正是今天AI for Science（AI4S）的典型路径。
第二条路线，是量子赋能AI。团队持续把量子点材料做成光谱芯片、传感器和在线终端，部署到真实物理世界，持续获取物质状态数据，为物理AI建立感知入口、打造数据底座。
AI发展量子，量子产生数据，数据训练AI——两条路线最终汇合为量智融合。
一枚小小的量子点光谱芯片，连接着两种最前沿技术：量子帮助AI获取真实世界的物质信息，AI帮助量子材料完成研发和制备。
在大会上，鲍捷教授进一步介绍：“芯视界自主研发的这套体系于 2016 年投入运行，2018 年在北京市科委重点项目支持下，扩展为数百维参数空间的自动化实验平台，较 ‘AI for Science’概念的广泛传播早了近十年。”
从今天AI4S的发展回看，芯视界的研发路径具有明显的前瞻性。
鲍捷教授在主题演讲中提到，团队从2016年开始建设自动化量子材料研发体系，在AI4S概念广泛传播之前，芯视界就已经将AI引入量子材料研发，把“目标性能—自动实验—在线感知—模型优化”连接成一个持续迭代的研发闭环，这套体系帮助团队提高了材料探索效率，AI由此进入了量子技术的上游。
这套体系可以理解为：研究人员提出目标材料性能，机器自动完成实验、实时测量实验结果，再利用算法决定下一轮实验方案，让AI持续参与量子材料的探索过程。这是一条持续十年的AI赋能量子材料研发路线，也成为后续量子感知芯片工程化的重要基础。
城市水系统：量智融合接受规模化应用检验
城市水系统成为这套体系的重要先锋和典型应用场景。河流、排水管网和相关设施相互联系，水体状态持续变化，管理者需要知道异常发生在哪里、何时出现、如何演变。这样的需求，与物理AI对连续、广泛、及时感知的要求高度契合。
鲍捷教授用交通系统作了一个直观类比：摄像头和电子眼的广泛部署，让道路运行变得更容易观测和管理；水系统同样需要分布式的感知能力。量子点光谱技术承担的，就是获取水体物质信息的任务，让原本需要采样分析才能掌握的部分变化，能够在现场持续被测量和记录。
按照演讲介绍的应用路径，芯视界围绕城市水系统不同环节设计智能感知终端，将感知数据与AI算法、模型及平台结合。
据公开媒体报道，目前，量子点光谱传感终端目前已在覆盖全国20多个省市落地，应用于地表水、供水、排水、水文泥沙监测，并服务南水北调、长江大保护等国家级工程，多类水质安全场景已完成商业化闭环。
这一规模化部署的意义，在于把材料与芯片的能力转化成持续运行的感知网络。量子点材料对光谱信息进行编码，算法将测量信号转换为可用数据，行业系统再据此识别和分析水环境变化。对于物理AI，这样的网络能够提供具有时间连续性和空间关联性的观测，为理解真实系统积累数据基础。
由此，芯视界案例所呈现的量智融合，有了一条完整的落地链条：AI参与量子材料研发，材料构成可制造的感知芯片，芯片进入实际场景并持续采集数据，数据进一步服务于AI分析与行业应用。研发闭环与应用体系通过感知工具连接起来，相关技术已经在水环境领域得到规模化使用。
人工智能领域专家认为，这并不只是一次量子技术的AI落地应用，而是一场极具前瞻性的前沿探索，经过持续十年的深耕，芯视界成为了物理AI时代中为数不多的、打通量智融合产业路径的科创企业。
投资领域多位专家认为，这条路径发轫于十余年前，证明了这家公司在科研和产业双重领域卓越的前瞻力和规模化落地的强大执行力。毫无疑问，以芯视界为代表的中国硬科技公司，正在被资本看见。
量子赛道独立发声：资本开始重估“物理AI感知入口”
据悉，本届产业未来大会为期两天，以“深水之上 共振新生”为主题，是一场聚焦量子科技产业化的大会。
会场聚集了量子计算、量子通信、量子基础研究等多个方向的企业，当行业讨论量子计算如何提升算力的同时，芯视界聚焦的是量子如何持续测量真实世界、量子感知如何走向物理AI。
从原创粒子型光谱，到AI4S，再到城市智慧水系统的规模化应用，芯视界践行了一条量子感知走向物理AI的产业路径，量智融合有了一条完整的落地链条，研发闭环与应用体系通过感知工具连接起来。
水环境的实践，也让量智融合第一次完成了城市级规模化验证：AI参与量子材料研发，量子传感器持续生产真实世界数据，数据不断反馈模型，再服务真实业务场景。这也是量子测量与传感区别于许多量子技术路线的一种产业化样本。
这也是资本市场押注其长期价值的核心逻辑。AI下半场在物理世界，而物理世界的竞争本质上是数据获取能力的竞争——谁掌握了感知入口，谁就可能定义下一代智能基础设施的标准与产业话语权。
在量子技术赛道融资火热、估值高企的当下，量子感知作为差异化赛道，其技术壁垒与商业化确定性也在被产业资本重新认知。芯视界作为全球量子点光谱传感技术的开创者，是物理 AI 感知层中少有的跑通商业化闭环的硬科技标的，其长期产业价值与成长空间正受到越来越多产业资本的关注。
（本文来源：日照新闻网。本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。对文章事实有疑问，请与有关方核实或与本网联系。文章观点非本网观点，仅供读者参考。）
