院士出击：打响中国产业的第三战场 || 大视野

今天这篇文章是我最近聆听了几位中国院士演讲后的一些感受。

为什么写院士呢？因为他们身上凝聚着中国乃至世界最前沿的知识和技术方向，一旦突破并与应用相结合，就可能开启不可限量的大未来。

人类今天享受的所有福祉，几乎都可以溯源到某种科学发现和科技发明。例如，德国科学家哈伯和博施发明的合成氨，催生了现代化肥工业，解决了几十亿人的粮食问题；美国科学家肖克利等人发明的晶体管，拉开了半导体产业的序幕；法国科学家费尔和德国科学家格林贝格尔发现的巨磁阻效应，让大容量硬盘和磁传感器成为可能。

没有科学家，人类的命运也许还是“万古如长夜”。

第一战场

今日中国，哪些人最火？最近我发现，科学家、院士名列前茅。

为什么这么说？是我比较出来的。

刚刚过去的3月下旬，我在上海参加了几个展会和论坛。一路看完，生出了“三个战场、三种知识”的想法。

我先是在虹桥的国家会展中心参观了上海华机展、国际机床展，以及中国国际五金博览会。机械工业是中国的优势产业，机床和工具则是机械工业的基础。

看下来我有三个印象：一是从机床、精密加工、自动化、工业零部件到手动工具、电动工具、锂电工具，铺天盖地，无所不包；二是产业高度成熟，客流稳定，不拥挤，基本都是业内人士；三是很多企业都在出海，把出海当出路。

这是中国产业的第一战场——加工制造的战场。这里的知识基本都是“普通知识”，已知且已至。在这个战场上，中国性价比优势明显，但在高端传感器、精密测量仪器、高精度机器视觉等高地上，和日本的基恩士、美国的康耐视、德国的倍加福等还有相当差距。这些国际一流公司有大量的行业首创技术，其客户很多都是世界500强，产品利润率也很高。不过，差距都能看得见，只是需要用时间去追赶。

第二战场

接着，我在浦东的上海新国际博览中心和嘉里大酒店参加了半导体产业的盛会SEMICON China2026。开幕演讲在嘉里大酒店大宴会厅举行，座无虚席，热气腾腾，有人站着听了几个小时。

这是中国产业的第二战场——超精密微细加工的战场。半导体是现代工业的大脑，芯片制造是人类高精度复杂制造的巅峰。在这个战场上，中国进步明显，但总体还在攻坚阶段。

问题不在知识和原理层面，而是有些方面“就算你懂也造不出来”。因为它需要极高的精度和稳定性、一致性；需要广泛的产业链协同；需要大量隐性知识的积累，如缺陷数据库、工艺微调、设备与材料的匹配等等，是靠时间一点点沉淀出来的。在这些地方，我们是“已知而未至”，不过我相信，终可抵达。

为什么？因为半导体产业从战略上太重要了，也是大国博弈的主战场。

今年全国“两会”召开前，中国13位半导体产业的领军人物联名发文，提出“十五五”期间要举全国之力，打造“中国版ASML（阿斯麦）”，攻克EUV光刻机。他们的一个重要理由是，正在亚洲、欧洲和中东地区进行的局部战争，“不再是兵员多寡、钢铁堆砌的简单比拼，战争胜负的砝码已经从制陆权、制海权、制空权向制天权、制电磁权、制信息权倾斜”。

“制”的核心是“智”，而集成电路是“智”的载体。传感器、中央处理器、图形处理器、数据处理器、存储器、基带芯片、射频芯片、电源管理等芯片，在各种武器装备中承担着信息获取、信息处理、信息存储、信息传输和信息执行的所有重任。这凸显了“以集成电路和软件构成的体系战争特征”。

在SEMICON China2026上，业内资深专家、清华大学教授魏少军说，未来以中国和美国为两极的全球半导体产业格局有望逐步形成，而中国自身的竞争逻辑也正从“对外突围”转向“内部体系化升级”。在中美博弈中，中国半导体产业并未停滞，反而崛起为全球产业中至关紧要的一极，且产业升级速度持续加快。

如果一件事情重要到这样的地步，中国定会从上到下众志成城，断没有输的道理。但是，从“看得见”到“摸得着”“做得好”，也需要时间。

第三战场

3月的最后一个下午，我在上海交通大学徐汇校区参加了“2026量子科技未来产业大会”，从下午1点到夜色降临，主会场也是座无虚席，一些听众就站在两边和后边的通道里。旁边还加开了看直播的教室。中间茶歇时，科学家们被团团围住，要求加微信。

这是中国的第三战场，未来产业的战场。这个战场上的主角是院士和他们的学生、青年科学家们。这个战场上的知识，有些还处于“不知”或“不够知”的阶段，距离“已知且已至”还有10年、20年甚至更长时间。不过，探索本身就有价值，起码会知道哪条路行不通。

在第一战场，我见到的大部分人都是推广者和采购员，这是基本定型的战场；在第二战场，我感觉都是半导体产业及周边生态的专精人才、中坚力量，这是正在攻坚的战场；在第三战场，来了很多投资人，有国有的，有民间的。我真心觉得，第三战场上聚集了最多眼睛朝向未来的聪明人。

上世纪80年代，“搞导弹的不如卖茶叶蛋的”“拿手术刀的不如拿剃刀的”曾是社会流行语。今天，“按知识分配”“按智力分配”已经归位。这里的分配不是单指钱，而是指从国家到产业界、投资界以及社会各界所投注的注意力和资源。

当然，钱也少不了。3月31日这天，在北京，一家名叫“玻色量子”、专注于光量子计算实用化方向的公司完成了10亿元B轮融资。这家公司成立于2020年11月，其创始人兼CEO文凯，清华大学本硕，斯坦福大学博士，大三时就选择了量子信息科学的研究方向，读博期间沿着相干量子计算方向做出了开创性研究，成为该领域全球首位博士。

院士丁奎岭

出席“2026量子科技未来产业大会”的院士一共有五位，让我一一介绍我向他们学到了什么。

中科院院士丁奎岭是现任上海交通大学校长。他这阵子正忙着庆祝上海交大成立130周年的准备工作。上海交大的前身为南洋公学，她的历史是一部因图强而生、因改革而兴、因人才而盛的历史。目前交大的两院院士有55名。

丁院士认为，科学与技术是同步发展的，如果说科学是地图，那么技术就是道路。没有地图你会迷路，而没有道路就走不远。在世界上，反映科技水平高低有一个“自然指数”，是根据《自然》《科学》《细胞》等82种全球顶尖自然科学类期刊所发论文的数据，来评价高校及其它学术机构的科研能力。今年3月26日在线发布的《自然》增刊显示，中国在自然指数中继续居于首位，并有望未来两年内在份额上达到美国的两倍。中国有的大学，一家的分数，顶的上排名前十的一个国家。

“我曾经问过交大校友、宁德时代董事长曾毓群，为什么我们的电池能够做到世界第一？他回答，因为中国不仅有最好的工程技术，还有全球最好的电化学基础。他告诉我，中国电化学基础研究方面发表的论文和专利占全球的60%。我最近到UCL（英国伦敦学院）访问，他们的校长说，在电池领域高被引用的论文中，中国占到了73%。”

曾毓群曾说，中国有很多大学仍在研究电化学，而美国很多优秀大学和学生不想专注这个，因为薪水不高，觉得“低端”。真正的第一不是市场份额，是回到电化学基础理论，把电池工程做到极致。电化学的世界未知远大于已知，但中国已走在最前面，我们靠海量研发、海量人才、全产业链积累，在电化学与动力电池领域做到全球领先。欧美短期很难追上，因为他们没有这样的人才密度和产业链。

2021年，上海交大成立了国内首支高校牵头的未来产业母基金，截至2025年底，首期母基金已撬动近18亿元社会资本，累计投资54家“交大系”企业，其中沐曦股份、壁仞科技两家GPU公司上市是硬科技投资的经典案例。近两年，上海交大又成立了深度绑定区域发展的“大零号湾”科技创新基金，以及聚焦AI领域的专项基金，构建起一套覆盖“基础研究－成果转化－产业落地”的全链条基金生态。

院士潘建伟

在中国，很多人对量子科技的了解都与一个人相关，即中科院院士、中科院量子信息与量子科技创新研究院院长潘建伟。他是“墨子号”量子科学实验卫星和“九章”量子计算机原型机的总设计师；他和团队成功研制并发射了世界上首颗量子微纳卫星“济南一号”，实现了中国和南非之间跨越上万公里的量子加密图像传输；他们还成功研制出高精度的锶原子光钟，能做到运行300亿年的误差不超过一秒，并在这个基础上实现了百公里自由空间高精度的视频传递。

潘建伟在演讲中说，量子信息科技正引领第二次量子革命，核心涵盖三大方向，即量子通信、量子计算与量子精密测量，其中量子通信已相对成熟，量子计算则是需要长期攻关的“珠穆朗玛峰”。

1996年，潘建伟到奥地利维也纳大学读博，他的导师安东·蔡林格于2022年和法国、美国的科学家共同获得了诺贝尔物理学奖，方向是量子纠缠实验。在颁奖委员会提到的蔡林格的四篇量子通信实验文章中，潘建伟有两篇是第一作者，两篇是第二作者。颁奖委员会提到的另外三篇文章，也都来自以他为首的中国科学家独立开展的研究工作。

这让我想到，未来中国一定会出现一批诺奖得主。现在是实至名未至，但终归会兑现。

在对话环节，上海未来产业基金总经理魏凡杰问潘建伟，“量子计算产业化，我们准备好了吗？”他回答，自己1999年时曾认为量子计算“根本不靠谱”，甚至不相信有生之年能实现10个光子的相干操纵。到今天团队已实现超过3000个光子的调控。虽然通用量子计算机仍需10至15年甚至更长时间的攻关，但他对近期研制出多种专用量子模拟机充满信心。

“关键核心技术是要不来、等不来的。”这也是潘建伟坚持的观点。

在今年全国两会“委员通道”上，他说，“曾经，量子计算的关键设备——稀释制冷机遭遇全面禁令，我们持续攻关、反复迭代，终于自主研制了具有国际先进水平的大冷量稀释制冷机，有力支撑了‘祖冲之号’系列量子处理器的研制。”“只要我们坚定信心、自主创新，发挥新型举国体制优势，就一定能够把‘卡点’转化为发展的‘支点’。”

院士孙洪波

中科院院士孙洪波，清华大学长聘教授，激光精密制造专家。他在演讲中提出，量子技术要实现如半导体般的“小型化与集成化”，必须攻克材料短板，而超快激光精密制造正是这把“破局之剑”。

在后摩尔时代，电子芯片面临着严重的“功耗墙”和“电子瓶颈”，而光子以光速传输、无热损耗、高并行度的特性，成为理想的继任者。如果说电子芯片是现代信息社会的基石，光子芯片则是通往未来的高速公路。

孙洪波认为，集成电路的成功，客观上是“老天爷赏饭吃”，把硅给了人类，主观上是后天努力，开发了制造技术。对光子技术来说，目前没有一种材料能包打天下，所以更需后天努力。

他的思路是，“以二氧化硅为基础材料，以超快激光加工为核心工具，进行立体集成，把有源部分靠键合、光学信息处理部分靠波导，从而为量子集成器件蹚出一条新路。”

孙洪波团队研发的“非线性激光制造技术”，可以利用材料不吸收的飞秒激光波段，在透明介质内部进行三维穿透式加工。他们通过原创的“光学远场诱导近场击穿”效应，突破了光学衍射极限，实现了横向精度低于10纳米、深宽比超过15000的“超隐形切割”，这一指标较国际现有技术提升了1至2个数量级。

孙洪波说，10纳米相当于人类头发丝直径的六千分之一。深宽比超过15000，相当于一口一米直径的井，要向地下钻1万5千米深。

怎么理解孙洪波选择的技术方向？在他和清华大学博士后李臻赜合写的一篇文章中，有这样的论述——

制造芯片的核心设备是光刻机。光刻技术虽然强大，却并非万能。制造芯片就像盖楼，需要一层一层地堆叠、曝光、蚀刻，每一层结构本质上都是二维的。然而，光刻光束无法穿透材料深处进行定点加工，且极短波长的光很容易被材料吸收。

有没有一种能够无视表面阻隔、深入物质内部且精度能突破衍射极限的“三维雕刻刀”呢？亚10纳米激光直写技术，正是构建真正的三维光子芯片的有力工具。科学家利用激光在光敏材料内部，像3D打印一样自由地“画”出光波导。这些波导的直径极小，且能在三维空间中自由弯曲，甚至像DNA双螺旋一样耦合缠绕。这就像是直接在玻璃或晶体内部架设起立体的、多层交错的“空中立交桥”。未来的超级计算机，可能不再是由无数根铜线连接的庞然大物，而是一块内部刻满了三维光路的玻璃立方体，数据在其中以光速穿梭，有望真正实现“光脑”的梦想。

院士丁洪

丁洪，中国科学院院士、上海交通大学李政道研究所副所长。他的演讲题目是《拓扑量子计算：通用量子计算的新希望》。

量子世界的“叠加”与“纠缠”等特性，为信息技术的未来带来了颠覆性的想象空间。丁洪指出，量子计算虽然具备指数级的算力优势，但核心瓶颈在于量子比特的极端脆弱性。量子比特极其脆弱，如同在狂风中搭建一座精密的沙堡，极易受到环境噪声的干扰而出错，而有效的量子纠错方案又异常复杂且代价高昂。所以他和团队选择了一条更具挑战、但可能是终极方案的道路——拓扑量子计算。

拓扑量子计算是利用物质的整体拓扑性质来保护量子信息，如同为量子比特穿上了一层“防弹衣”，使其对外界微小扰动具有天然的免疫力。在理论上，一旦实现，拓扑量子比特将拥有前所未有的稳定性。

实现这一路径的关键在于寻找“马约拉纳零能模”——一种被称为“天使粒子”的特殊准粒子。丁洪团队在铁基超导材料中已经取得了突破性进展，发现其拓扑能隙比微软等国际主流方案大50倍。这意味着其抗干扰能力呈指数级增强，这是目前最有希望制备出高质量、稳定拓扑量子比特的物理体系。

当前，全球在超导、光量子、离子阱等多条技术路线上激烈竞逐，多路线并行。丁洪的看法是，超导路线胜在操作速度快，中性原子则在比特扩展上占优，拓扑量子计算走的是一条“自容错”的差异化道路。这条道路假如能够突破，将像晶体管一样引发集成电路革命，实现极致的“小型化”。

丁洪还认为，在量子计算这样的未来产业中，“基础研究—应用开发—产业化”的传统线性链条已经失效。它更像一个循环迭代、紧密结合的过程，工程化的挑战会反向推动基础科学的突破，产业化的需求则会重新定义基础研究的方向。在这个领域，最前沿的学术，就是最前沿的工程。

科学探索迷人而艰辛，也充满不确定。这是和成熟产业的巨大分别。丁洪一直研究高温超导，他说高温超导现在还是一个世界性难题。一是它的机理还不清楚，常规超导的机理1957年就解决了，但1986年出现的高温超导打破了常规理论，所以要发展新的理论，现在过去了快40年也没有看到；第二大挑战是高温超导体虽然有高温、高抗磁性的特征，但如果要应用它，往往需要跟普通金属一样具有延展性。金属线可以加工，可以造成线圈，但高温超导体是陶瓷材料，绕线圈非常复杂，怎样解决材料问题，也是个难题。

院士鄂维南

鄂维南，中国科学院院士、上海交通大学人工智能学院首席顾问。他是国际上最早提出“AI for Science”（人工智能驱动的科学研究）概念的科学家。他系统阐述了AI for Science从概念走向规模化落地的关键路径。他认为，AI for Science是中国科技创新历史上最好的机会，没有之一。

在鄂维南看来，科研中的一个核心痛点是“维数灾难”，即算法的复杂度会随着变量自由度的增加呈指数级上升，导致科研人员只能处理简化后的理想问题，与实际应用存在巨大鸿沟。“比如模拟一个复杂材料的性能，需要处理海量变量，传统算法的计算量大到根本无法落地。”而AI深度学习提供了高效处理复杂数据的工具，让过去“不可能”的复杂问题变得可能。

过去十几年，鄂维南带领学生全力推动的，就是构建中国AI for Science的关键基础设施。目前已初步形成完整体系，包括DeepModeling这样的开源社区，玻尔·科研空间站、SciMaster这样的入口级平台，若干规模化、自动化的实验装置，以及以植物星球、材料基因组工程、药物设计、数字细胞、人类蛋白组计划、有机合成、智能化仪器设备、民用航天发动机、核聚变等为代表的典型应用场景。一大批年轻人成为骨干力量，许多人都在各自的领域中走在了国际前沿。

玻尔·科研空间站，集图书馆、计算中心、实验中心、教室功能于一体，已被国内顶尖高校和科研机构广泛采用。它既是门户，让科研人员很方便找到资源；也是超市，让开发者能便捷部署科研工具；SciMaster，是通用科研智能体，是AI驱动的科学家“大脑”，具备“读文献、做计算、做实验”的全流程自主推理与执行任务能力。北大元培学院两名学生仅用时一周就基于SciMaster开发出了燃烧仿真智能体，而过去这类工具的研发往往需要数年。

随着AI for Science的发展，科研范式也从“师傅带徒弟”的作坊模式向大平台驱动的“安卓模式”转变。新模式的基石包括：基于基本原理的模型和算法；高效率、高精度的实验表征方法；数据库和知识库；高效、便捷的算力资源。

2018年，鄂维南鼓励自己的学生张林峰和孙伟杰成立了深势科技公司，致力于打造AI科学家及自主进行科学发现的智能系统。该公司去年12月完成了C轮融资，规模超8亿元人民币，融资后估值超60亿元。

对AI for Science的现状与前景，鄂维南说，我们已在复杂的科研场景中打通了一条狭窄的隧道，看见了通往通用人工智能的曙光，未来的任务便是将这条隧道不断拓宽。

结语

这篇文章包含了许多专业内容，我也在学习，而且只是学习的开始。

在学习中，我被院士们的执着、责任感所感动，也被他们宏大、浪漫的想象力所触动。

丁洪说，人工智能是地球智慧的第二次飞跃，20万年前是智慧从猿猴到人脑，现在是从人脑到AI，以后AI看我们的智慧，可能就像我们看猫的智慧。这就是他们思考问题的宏观尺度，而到了具体执行，又是难以想象的微细和微妙。

“科学家精神不是当苦行僧，科学还是很有趣的。”我从丁洪这句话里体会到了兴趣和热爱的力量。如果把探索未知本身当成意义，也许所有的苦和难，也就不那么苦、不那么难了吧。

中国的前沿科技创新、未来产业创新，有没有问题呢？有，也不少。比如顶尖人才和大师级人才还少，人才培养和实践脱节的问题还是大，科技金融生态还不完善，等等。

但是，当我想到中国现任两院院士就有接近1900人，他们的学生，以及学生的学生，覆盖了那么多领域，而且大概率比他们更优秀——不少院士今天已经这样认为。这将是怎样的一种创新驱动力？未来的诺奖得主，一定会有从中国的实验室、中国的企业走出来的，可能已经不远，而且不会少。

最后，我用丁洪院士的一句话作为本文的结束——

“2008年我回国时说，中国未来科学发展将迎来黄金十年。现在看来，在AI的催化下，这个势头在持续加速。”

No.6826 原创首发文章｜作者 秦朔

开白名单 duanyu_H｜投稿 tougao99999

欢迎点看【秦朔朋友圈】