问题——量子科技如何从“科研高地”走向“产业高地”，并在新一轮技术变革中形成可持续竞争力，成为当前科技创新体系建设的重要命题。
受访代表指出，“十五五”规划建议对量子科技的系统性支持，有望为关键环节补短板、强弱项提供政策牵引。
与此同时，量子计算与大模型的协同被视为潜在突破方向，但在工程化落地、生态衔接与回报评估方面仍面临现实约束。
原因——从全球竞争态势看，量子科技正处于从基础研究向应用探索加速过渡阶段，核心设备、底层软件、应用场景与人才体系缺一不可。
郭国平认为，我国依托前瞻性战略布局和持续科研投入，已在量子计算领域形成整体优势：具备量子计算机整机交付能力，并在若干细分方向展现出国际领先水平。
更重要的是，围绕量子计算机研发，我国正推动形成覆盖核心硬件、基础软件到应用验证的产业链生态，为后续规模化发展奠定基础。
影响——自主可控能力的提升，直接关系到产业安全与创新效率。
郭国平介绍，在关键硬件方面，我国已研制出自主量子计算测控系统“本源天机”和稀释制冷机等设备，缓解了长期以来关键部件受制于人的局面；在软件生态方面，自主研发的量子计算机操作系统“本源司南”开放下载，降低了开发门槛，有助于吸引更多科研团队和开发者参与量子算法与应用探索。
应用端的验证同样释放积极信号：2024年8月，本源量子联合中国科学技术大学、合肥综合性国家科学中心人工智能研究院，在第三代自主超导量子计算机“本源悟空”上完成基于量子边编码技术的药物分子性质预测真机验证，关键药物性质预测准确率显著提升，其中对HIV抗病毒药物筛选准确率由73%提升至97%。
这一进展表明，量子计算正从“可运行”迈向“可验证”，为未来面向生命健康、材料、化工等领域的计算需求提供了新的可能路径。
对策——受访代表同时强调，量子计算与大模型训练的结合虽已取得阶段性进展，证明利用量子技术增强大模型具备一定可行性，但距离在大规模、复杂场景下稳定应用仍有差距。
制约因素主要体现在三方面：一是技术成熟度存在“代差”。
大模型相关技术已进入大规模工程化应用阶段，而量子计算总体仍处早期验证期，短期内在产业侧难以形成清晰、可量化的投入产出预期；二是理论框架与编程范式差异明显，存在生态衔接不畅的问题，尚缺少让研究人员像便捷调用通用算力一样使用量子算力的平台、接口与工具链；三是复合型人才不足，既理解量子物理又熟悉大模型算法与工程体系的人才供给仍显紧缺。
对此，应在持续加强基础研究投入的同时，进一步推进产业链协同攻关，完善从实验室到产业化的成果转化通道；加快量子软硬件标准体系、开发框架与测试评测体系建设，推动形成可复制、可推广的应用范式；加强跨学科人才培养与产学研联合机制，面向重点行业组织应用牵引型试点，逐步形成可衡量的价值闭环。
前景——业内普遍认为，量子计算的产业化不会一蹴而就，更需要遵循技术迭代规律，在“关键设备自主化—软件生态完善—典型场景验证—规模化推广”路径上稳步推进。
随着“十五五”期间政策支持进一步聚焦基础研究、产业协同和转化机制，叠加我国在超导、测控、低温等关键环节的持续突破，量子计算有望在药物研发、复杂优化、材料设计等领域率先形成示范效应。
至于量子计算与大模型的深度融合，短期应以可验证、可复现的小规模任务为抓手，逐步打通工具链与人才链；中长期则有望在特定计算瓶颈场景中显现优势，成为提升科研效率与产业创新能力的重要增量。
量子计算与人工智能大模型的融合代表了科技发展的新方向，也是中国科技自主创新的重要课题。
当前，中国在量子计算领域已经取得了令人瞩目的成就，自主可控的产业生态初步形成，为进一步的融合发展奠定了基础。
但要实现两个领域的深度融合，需要在技术突破、人才培养、生态完善等方面进行持续投入。
这一过程虽然充满挑战，但前景广阔。
只要坚持自主创新，加强跨领域协同，中国有望在量子计算与人工智能的融合发展中取得更大突破，为全球科技进步作出更大贡献。