费米宇宙完成亿元融资，推出首个全链路量子增强大模型 FermiQLLM 1.0

一句话结论

费米宇宙融资亿元并推出 FermiQLLM 1.0，用经典算力实现量子增强，使同等规模模型推理性能提升超15%。

关键要点

• 费米宇宙（FermiCosmos）完成1亿元种子轮融资，投后估值约10亿元，系国内 Q4AI（Quantum for AI，量子计算赋能人工智能）领域最大规模种子轮。
• 团队发布全球首个全链路量子增强大模型 FermiQLLM 1.0，基于 Qwen 开源基座模型完成量子改造。
• 该模型在数据表征、模型结构、模型训练、模型强化、模型评测五个环节完成系统性量子增强，兼容现有 GPU 等经典算力基础设施。
• 内测显示，对标同等参数量传统大模型，推理性能提升超过15%，持续强化学习环节训练成本下降25%以上。
• 在 MATH-500、GPQA-Diamond、BBH 等主流评测基准上，相较同规模开源基座模型，综合性能提升10%～20%。

背景与事实

费米宇宙是国内首家专注 Q4AI 的创业公司，核心方向是利用量子物理与量子计算方法重新改造人工智能模型底层。公司成立时间可追溯至2026年5月，项目最早于2026年3月启动，团队先以 4B（40亿参数）小模型完成可行性实验验证，随后正式立项。公司团队具有显著清华大学背景：创始人在内的近一半员工拥有清华学历，主要来自基础科学班、计算机系人工智能实验室和高性能计算实验室。创始人兼首席执行官李伟为1998年湖南省高考理科状元，清华大学计算机系自然语言处理实验室98级校友，本科与硕士均毕业于清华大学，曾先后任职于网易有道与人人网，历任技术高管及人工智能技术委员会主席，并于2005年翻译出版《统计自然语言处理基础》。

该公司目前处于种子轮阶段，累计融资1亿元，资金正在陆续交割中。清华大学杨振宁高等研究院相关量子研究团队已与费米宇宙开展项目合作。研究院副院长、美国物理学会会士姚宏教授表示，未来需要将量子纠缠、关联效应和拓扑物理等前沿领域的思想与方法，系统融入模型架构设计、训练调优及推理生成的全技术链条，以拓展现有人工智能能力边界。费米宇宙同时作为清华大学 Q4AI 方向的实习站，形成产学研联动机制。

在技术路线上，费米宇宙选择暂不依赖尚未成熟的容错量子计算机，而是在现有经典计算体系内嵌入张量网络、量子模拟退火、规范自由度等量子物理与量子多体计算方法。其发布的 FermiQLLM 1.0 基于 Qwen 开源基座模型进行量子改造，覆盖数据表征、模型结构、模型训练、模型强化、模型评测五个环节。该方案未受量子硬件成熟度限制，可直接在现有 GPU 集群上完成训练与部署，具备工业化落地条件。

影响分析

对中文开发者与从业者而言，费米宇宙的实践表明，量子思想的价值可在经典算力条件下兑现，而非必须等待量子硬件成熟。其“量子增强”路线为现有大模型迭代提供了一条低成本优化路径：在不更换推理芯片的前提下，通过引入量子多体计算方法提升推理效率并降低训练成本。这一思路可被其他大模型厂商借鉴，用于优化自身模型的训练管线。对于关注成本与性能平衡的企业，若 FermiQLLM 1.0 后续开放模块评测或部分技术开源，开发者有望以较低门槛复用其量子增强组件。然而，该路线目前仍处于早期验证阶段，技术泛化能力尚未得到大规模公开验证。

适用边界

上述结论仅适用于基于经典算力基础设施、且模型结构兼容 Qwen 基座或类似架构的场景。若用户依赖完整容错量子计算机运行，或模型采用与 Qwen 差异较大的底层架构（如全新注意力机制、非 Transformer 结构），则 FermiQLLM 1.0 的量化提升数据不直接适用。此外，其性能提升与成本下降数据来自公司内测，未经独立第三方大规模复现，在复杂长文本生成、多模态任务或极高精度科学计算场景中效果未经验证，不能简单外推。

孤本观察

费米宇宙以“绕过硬件限制、在经典体系内嵌入量子方法”为切入点，其10亿元估值反映资本市场对“量子启发算法”早期可行性的认可；但团队将 Qwen 作为唯一基座且短期目标为抽象通用框架，其技术护城河高度依赖后续跨模型适配能力，而非单一基座的改造成果。

来源：量子位