近日，北京玻色量子科技有限公司（以下簡稱“玻色量子”）完成數億元A++輪融資。本輪融資由華德科創、南山戰新投聯合領投，廣發信德、湖南財信產業基金、緯德信息等知名機構和上市公司跟投，老股東啟賦資本持續加碼。

資金將持續用于公司“專用”相干光量子計算機與“通用”光量子計算機的研發；量子計算芯片工藝能力建設；在深圳南山區建設國內首個規模化專用光量子計算機制造工廠并投產運行；拓展“量子計算+AI”融合應用的商業生態。

玻色量子現階段聚焦于“專用”光量子計算實用化與產業化突破，持續迭代并發布自主可控的1,000專用量子比特相干光量子計算機，提供從問題映射、資源調度、量子態演化到結果優化全鏈條的開發工具和服務驗證平臺，并基于PyTorch 生態開源多個量子原生AI訓練套件，降低了量子計算的應用門檻、擴展了量子應用的開發者生態，讓更多行業和研究機構能夠體驗和利用量子計算的優勢，加速科研成果向產業應用的高效轉化。

自公司的100計算量子比特云服務上線以來，隨著廣大政企、科研工作者、量子算法開發者等用戶的不斷增加，平臺調用求解次數累計超過6800w次，覆蓋院校超過900所，參與研發的開發者人數超過10000人。根據廣大用戶和開發者的一手使用反饋，不斷調整軟硬件整體系統的技術研發方向，玻色量子堅持真實需求驅動，而非科研指標驅動，形成產品迭代的飛輪效應，進一步貼合真實應用需求，提供市場真正需要的量子計算解決方案。

如同GPU加速向量運算促進了深度神經網絡的發展，量子計算機的全新計算范式為AI模型變革帶來新契機。基于2024年諾貝爾物理學獎獲得者——神經網絡先驅杰弗里·辛頓（Geoffrey Hinton）提出的玻爾茲曼機，玻色量子高具前瞻性的開拓量子神經網絡新范式，巧妙利用了伊辛模型與玻爾茲曼機在數學上的等價性，以量子采樣替代傳統的吉布斯采樣（Gibbs Sampling）等方法，解決了玻爾茲曼機因高復雜度而無法高效訓練的難點，打造量子AI+生物制藥的“殺手級應用”。

截至目前，客戶基于玻色量子的相干光量子計算機訓練的玻爾茲曼機-變分自編碼器（QBM-VAE）已應用于多肽生成、小分子生成、單細胞聚類、mRNA疫苗設計優化、蛋白質多組學分析等多個場景，被證實可有效縮短藥物研發周期、提升基因組學研究準確率，或降低藥物研發成本。

在生態合作上，玻色量子還與廣州國家實驗室、上海交通大學、中山大學藥學院、北京腫瘤醫院、清華長庚醫院等在蛋白質結構預測、分子相似性篩選、多肽對接、變構位點預測等場景展開實用化量子計算應用探索。此外，玻色量子構建了“藥企-高校-醫院-國家實驗室”四位一體合作體系，未來與頂級高校、醫院及藥企攜手展開深度合作，推動生態共建，共享量子算力與數據資源，加速推進藥物開發和臨床驗證的進程。

玻色量子創始人文凱、馬寅共同表示，本輪融資后，玻色量子將繼續深化在“量子計算+AI”領域的技術布局與生態建設。基于量子玻爾茲曼機，玻色量子不僅引領生命科學基礎研究和藥物發現行業向精準、高效的研發范式加速邁進，開啟AI制藥新范式，還將全面推進實用化量子計算在各行各業的場景落地。