一支清华团队要用"量子"改造大模型底层
摘要：一支清华背景的创业团队，要用量子物理的方法重做大模型底层。
这件事值得拆开看清楚：它到底是真突破，还是新概念？
量子比特还没有大规模走进现实，但"量子思想"已经先一步闯进了大模型的世界。
9月下旬，一家名为"费米宇宙"的量子AI创业公司对外披露：已完成累计1亿元的种子轮融资，投后估值约10亿元——这是国内Q4AI（Quantum for AI，量子为AI服务）领域迄今最大规模的一笔种子轮。
而这家公司成立后做的第一件事，是发布了一个"全球首个全链路量子增强大模型"FermiQLLM 1.0。
一支清华背景的创业团队，要用量子物理的方法重做大模型底层。
这件事值得拆开看清楚：它到底是真突破，还是新概念？
01 发生了什么：全球首个全链路量子增强大模型
据量子位独家报道，费米宇宙是国内首家专注Q4AI方向的创业公司，核心思路是尝试用量子物理、量子计算的方法，重新改造AI模型本身。
公司近期推出了FermiQLLM 1.0——按官方口径，这是全球首个全链路量子增强大模型。
所谓"全链路"，指的是它不是在模型某一个环节做点缀，而是在数据表征、模型结构、模型训练等多个阶段都引入了量子增强方法。
资本层面，公司处于种子轮阶段，累计融资1亿元（约合1400万美元），对应投后估值约10亿元（约1.4亿美元），资金正在陆续交割中。
02 这支"清华梦之队"是谁
这家公司的"清华味儿"很浓。
据量子位报道，包括创始人在内的近一半员工拥有清华背景，主要来自清华基科班、计算机系人工智能实验室和高性能实验室。
此外，清华大学杨振宁高等研究院的相关研究力量也被认为与公司存在渊源——具体合作形式与披露口径，目前公开信息有限。
团队选择的赛道也很垂直：Q4AI，即"用量子服务AI"。
这个方向不押注"量子计算机哪年成熟"，而是把量子物理里的方法、结构、思想直接搬到经典AI模型里，试图在现有算力上做出增量。
数据表征、模型结构、训练——量子方法贯穿大模型生产的多个环节，构成"全链路"。
03 "量子增强"到底做了什么：不靠量子计算机
最容易被误解的一点是：FermiQLLM并不需要一台容错量子计算机。
按公开信息，FermiQLLM 1.0基于开源Qwen基础模型，把量子物理方法应用于数据表征、模型结构和训练等阶段，并且可以直接在现有的GPU基础设施上完成训练和部署。
换句话说，它的"量子"更多体现在方法论层面：用量子物理的数学结构和表征方式来重新组织大模型的信息处理过程，而不是让模型真的跑在量子硬件上。
这降低了落地门槛，也让"量子增强"成为一个可以在今天就被检验、而不是等到量子计算机问世才能验证的命题。
一边是经典算力与既有模型，一边是量子方法带来的新表征——天平的两端，正在重新称量大模型的底层。
04 "全链路"和"全球首个"意味着什么
"全链路"和"全球首个"是两个容易被轻描淡写、但分量不同的词。
就"全链路"而言，量子AI领域的多数探索目前集中在单点：有的给模型插入量子线路模块（如Cayley幺正适配器研究），有的用量子方法做专用模型（如费米子神经网络）。
费米宇宙宣称的做法是同时覆盖数据表征、模型结构、训练三个环节，属于更完整的路线。
就"全球首个"而言，公开报道显示，公司内部测试中，FermiQLLM 1.0在MATH-500、GPQA-Diamond、BBH等基准上，比同等规模的开源基础模型整体得分高10%至20%。
不过，这些数字目前是公司内部测试口径，尚未经过独立第三方验证。
05 争议与边界：10%的增益、内部测试与10亿估值
越是这样"第一个吃螃蟹"的叙事，越需要把边界说清楚。
第一，测试口径。
10%-20%的提升来自公司内部测试，同一套评测放在独立第三方实验室、放在不同基座模型上，结果可能完全不同。
在第三方评测出现之前，这组数字只能算"公司声称"，不能算行业共识。
第二，"全球首个"的排他性。
量子AI在全球范围内都是活跃研究区，北美、欧洲的团队也在做量子方法与LLM的结合。
不同团队对"量子增强"的定义和范围不同，"首个"的口径并不统一，与其说是一个排他性结论，不如说是一个定位声明。
第三，早期估值。
10亿元估值对应的是1亿元种子轮——这是对一个"方法验证阶段"公司的定价。
高估值意味着市场对团队和赛道的认可，也意味着后续需要持续拿出可验证的增量，否则估值将很难支撑。
第四，资源依赖。
团队与清华的关联既是优势也是需要观察的点：核心方法能否脱离特定学术资源独立商业化，是长期要看的问题。
06 为什么值得关注：AI与量子，两条前沿正在交会
费米宇宙的价值，可能不在"第一个模型"本身，而在它代表的方向。
大模型的底层创新正面临瓶颈：过去几年，进步主要来自更大的算力、更多的数据、更巧妙的架构微调，而"换个底层范式"的尝试凤毛麟角。
量子物理恰恰提供了另一种组织信息的语言——用概率、纠缠、对称性重新思考表征。
这不是空想。
2026年以来，国内外学术界已有多条并行线索：量子线路插入大模型的Cayley适配器研究、费米子神经网络、相干伊辛机与智能体系统的结合等，都在试探"量子方法能不能给AI带来真增量"。
费米宇宙是这批探索里，少数直接以"改造大模型底层"为商业目标的创业公司之一。
更重要的是，它把"量子增强"从"等量子计算机"变成了"现在就能跑"：不需要容错量子硬件，在GPU上训练部署。
这意味着，量子思想能否带来增益，可以用经典算力在今天先验证一遍——这在产业逻辑上是聪明的选择。
07 接下来该看什么
一是独立验证。
FermiQLLM的10%-20%增益能否被第三方复现，是判断"量子增强"成色最硬的标准。
二是产品落地。
量子增强大模型的服务对象是谁——开源社区、企业客户还是特定垂类，决定它能否从论文式产品变成商业产品。
三是后续融资。
10亿估值之后，下一轮资金能否到位、估值能否维持，检验市场对这条技术路线的真实信心。
四是团队资源。
清华杨振宁高等研究院与公司的具体关系、核心团队的技术壁垒，都会在后续被持续追问。
量子计算机也许还要等很多年。
但费米宇宙提醒我们另一件事：在那之前，"量子思想"可能已经悄悄改变了我们正在用的模型。
对一次底层创新的尝试，保持关注，也保持审慎——这比急着欢呼或急着否定，都更有价值。
