中关村科学城量子计算企业拓原触发完成数亿元融资

最近一年，“中性原子”四个字火遍了全球，一跃成为当下量子计算最受瞩目的方向。量子计算的竞争在物理比特数量、容错能力、有效逻辑算力、整机长期稳定运行等方面全面展开。这场竞争同时考验前沿科研与系统工程能力。团队既要理解底层物理、突破关键实验瓶颈，也要将激光、真空、光学和控制系统整合起来，在持续迭代中把科研成果转化为整机能力。能够贯通这两端的团队，是量子计算创业最稀缺的资源之一。

中关村科学城量子企业北京拓原触发科技有限公司正异军突起，这支年轻的团队手握国际顶尖实验室的科研突破能力与产业一线的整机工程落地速度，具备行业最稀缺的团队配置，成立不到两个月，已完成数亿元融资。

创始人乔木毕业于清华大学，并曾在法国国家科学研究中心相关研究团队从事博士后研究。联合创始人马晓彬曾是国内某产业领军企业中性原子计算负责人，负责团队工程落地与商业化能力。

乔木表示，回国创业有一个很核心的判断，高校的组织模式更适合开放科研，较难支撑量子整机需要的持续的工程迭代。创业的本质，是搭建一套能长期跑起来的系统，而不只是在实验室做出单次惊艳的实验。“要做一名创始人，而不只是一名科学家。”乔木说道。

造真正有用的量子计算机

2022年，在清华大学攻读物理学博士的乔木，首次实现了二维离子晶体的相干操控，他将全球十年未突破的离子阱量子模拟从一维离子链推进至二维，开创了离子阱量子计算和模拟的新范式，而该突破也被《Nature》编辑评价为“Heroic”。

之后，乔木赴法国国家科学研究中心（CNRS）Antoine Browaeys研究组，开展博士后研究，从熟悉的离子阱路线毅然迁移到中性原子路线。

乔木原本计划回国后继续从事量子相关教育和研究工作，在高校搭建独立实验室继续基础研究，但AI的跨越式发展让乔木重新思考了这个决定。AI已经越来越会思考，却还缺少一双能够触碰真实世界的手。如果AI不仅能读论文、写代码，还能自主操控仪器、完成实验、发现新的物理规律，会发生什么？这个问题，成为乔木选择创办拓原的重要动机。

乔木希望建设的不只是一间拥有先进设备的量子计算实验室，更是一套能够持续自主运行、自我迭代的科研系统。让AI承担繁重的实验调试、测量和数据分析，让人类研究者专注于提出重要问题、形成判断与理解物理。让机器完成繁重的工作，让科学家享受思考与发现的乐趣。

从离子阱转向中性原子，从科学家转向创始人，两次选择背后，始终是同一个目标：造出一台真正有用的量子计算机。在乔木看来，量子计算的发展需要跨越三道难关：抓得住、纠得对、跑得久。抓得住，解决原子规模问题；纠得对，解决有效算力问题；跑得久，解决工程化问题。

抓得住

从一个原子到一千个原子

把原子一个个摆到想要的位置并不轻松。光镊技术是一种有效的对单个原子进行操控的方式。此前，利用光镊直接捕获的原子位置具有随机性，很难直接形成完整、无缺陷的阵列。通过原子重排，研究人员可以先识别原子的位置，再用光镊将它们搬运到指定位置，这样即可将原子阵列自由排列成各种形状。

这个看似不起眼的改变，正式拉开了中性原子量子计算规模化的序幕。在此后十年间，中性原子量子计算与量子模拟迎来爆发，实验中可操控的原子规模从几十个增加到数千个。乔木后来加入的，正是完成这一突破的Browaeys团队。在法国期间，他深度参与了新一代中性原子实验平台的设计与搭建，探索更丰富的原子间相互作用与复杂量子多体物理。

2025年，他作为第一作者和通讯作者在《Nature》期刊发表了利用里德堡原子阵列实现掺杂量子反铁磁体的研究，为探索与高温超导相关的强关联物理提供了新的实验平台。从二维离子晶体，到可重构中性原子阵列，乔木先后参与了两种量子计算体系的前沿实验，也见证了中性原子技术的快速发展。

纠得对

从比特数量竞争到有效算力竞争

原子数量的突破只是第一步。量子态非常脆弱，即使单次操作的错误概率很小，随着计算步骤增加，错误也会不断累积。因此，研究人员需要用多个物理量子比特共同编码一个受到保护的逻辑量子比特，再通过量子纠错，持续检测和修正计算过程中的错误。

问题在于，纠错本身也要消耗大量资源。如果保护一个逻辑量子比特就需要成百上千个物理量子比特，那么即使有一天造出了百万物理比特的量子计算机，真正可用于计算的逻辑比特也可能仍然十分有限。所以下一阶段的竞争，谁能用更少的物理资源，完成更多、更可靠的逻辑运算，才会成为容错量子计算时代真正的赢家。

这也是拓原选择从容错计算需求出发设计整机架构，并将百逻辑比特系统作为重要研发目标的原因。

团队完成的中性原子分区计算架构演示

跑得久

从实验室演示到真正的机器

在实验室里，做出一次漂亮的实验结果和让一台机器连续工作，是两件完全不同的事情。科学家通过精密控制，让数千个原子按照预定方式排列和演化，但让整套系统日复一日地稳定工作，仍然是一个巨大的工程挑战。

在今天的很多实验室里，给量子计算系统做错误排除仍需要研究人员亲自到场。他们需要沿着复杂的光路排查问题，检查光斑和光功率，甚至打开防护罩，手动调整反射镜、波片和光纤耦合器。在找到问题之后，还要重新验证原子的捕获、操控与读出是否恢复正常。这一系列操作，有时只需十几分钟，有时却可能耗费整整一天。

乔木认为，要跨过这道门槛，就必须重新思考实验系统的设计方式。传统自动化主要依靠反馈控制，把激光频率、功率和磁场等参数维持在设定值上。但未来的自主实验室，除了自动调参外，更需要能够判断故障发生在哪个物理环节，并通过精密执行机构乃至机器人，主动干预真实的实验装置。

创立之初，拓原便选择了以人工智能深度参与研发（AI-Native）的研发方式。在乔木看来，给研究人员配备几个AI助手称不上是真正的AI-Native；以“AI+研究员”为中心，重新设计企业的研发流程与组织方式，才能够成就下一个时代真正伟大的硬科技企业。乔木希望将这两件事变成拓原的重要组织能力：最大化有效Token的吞吐量、最大化每个Token的科研产出效率，让机器智能转化为更好的实验设计、更可靠的控制算法，以及最终经过真实物理实验验证的技术进步。拓原的AI-Native模式，不是量子计算+AI两个概念的简单叠加，是AI对量子计算研究方式、组织方式和落地方式的根本变革。

量子计算的落地注定是一场漫长的马拉松。乔木对AI如何辅助量子计算的思考，代表国内新一代量子创业公司对新路线的探索，也是国内量子计算全栈整机结合AI的一种创业路径新样本。乔木相信，在AI-Native的组织模式下，拓原将把不断自我迭代的研发能力和组织能力相结合，研发出大规模实用化量子计算机。

量子计算的新时代，才刚刚开始。