汽车视点丨量子科技“上车”，拓宽汽车“新基建”想象空间

新华财经上海11月1日电（李一帆）10月30日，在第三十三届中国汽车工程学会年会期间，“量子科技赋能汽车产业创新发展”专题论坛召开。

当汽车变成车轮上的智能终端，传统的安全防线和算力底座是否还能守得住？针对“量子+汽车”行业面临的诸多挑战，来自产学研用等领域的相关专家，重点围绕量子科技创新与应用场景、量子通信赋能汽车数据安全技术创新、量子传感赋能高阶智驾自主导航技术创新等方面展开研讨。

智能网联汽车或成量子时代“高危资产”

汽车是所有消费品里使用周期最长的品类之一。吉利汽车研究院数字安全资深专家刘岵说：“汽车相对是一个耐用消费品，从开发到服役、退役长达10到15年，恰好跨越量子威胁的窗口期。”而车云通信、数字钥匙、远程升级、车与路边设施的身份证书等，全都建立在现有的加密技术之上，这意味着，今天出厂的车，十年后仍在路面行驶，而那时量子计算机或许已经具备破解现有密码的能力。

“过去认为需要万年才能攻破的算法，在量子计算能力提升后可能在数小时内被攻破。并且，攻击者可以‘先窃取后解密’，先截取并存储今天的网络流量和数据，等量子计算能力成熟后再解密。”刘岵称，“汽车还是典型的CPS（信息物理融合）系统，数字安全一旦失效，会直接转化为车辆失效、远程控车失效和智驾数据风险，涉及隐私、财产与人身安全。这使得智能网联汽车成为量子时代的‘高危资产’。”

中国一汽研发总院正高级前瞻技术专业设计师郑欢表示，“量子计算对信息安全是确定性的挑战，是必须回答的‘挑战题’。量子‘上车’不能等到技术成熟再跟随。因为安全是前置防御工程，整车研发周期很长，而量子计算进展难料，等到攻击爆发、客户场景完全清晰再动手，企业将彻底丧失技术卡位窗口，陷入被动补短板。”

人工智能攻击与量子攻击叠加，传统信息安全体系要同时应对“大模型伪造”和“量子推算密码”两类新变量。郑欢用“羊群效应”和“亡羊补牢”比喻称，“头羊能躲过不等于群体安全，等真正被破再补牢，成本和代价远高于前置布局”。

此外，高阶自动驾驶的快速发展对导航提出了更高要求。合肥工业大学汽车与交通工程学院教授程腾表示，自驾等级越高，系统越需要持续准确掌握车辆自身状态，包括高精度定位、高可靠状态估计、GNSS（全球导航卫星系统）受限下的连续导航、复杂电磁环境下的全天候导航等。

程腾称，“人的视力、听觉并非最好，但知道在环境不好时降低速度、摸着墙走；自驾系统的问题往往不是能力不够，而是不知道自己需要降级。当前导航在典型场景已具备高精度定位能力，但在长隧道、山区、地下停车场等场景，卫星信号受限、惯导漂移、多传感器协同不一致等问题仍然突出。这些都需要更高的技术去解决。”这些需求说明，量子科技对汽车的意义不仅是“防攻击”，还包括提供新的测量基准和算力工具。

因此，业内普遍认为，量子科技于汽车而言绝非“附加功能”，而是下一代汽车数字底座、汽车“新基建”必不可少的一部分。

量子科技渐进式“破题”行业应用

目前，量子科技在汽车行业的应用中，量子安全距离量产较为接近，量子计算、量子传感等技术则大多处于研究、试点阶段或车规验证前夜。

在量子安全方面，车企已经从路线评估走向工程实践。

刘岵介绍，吉利汽车2025年率先把抗量子算法推向量产，成为行业首个实现后量子算法量产的车企，并打造行业首个量子安全数字钥。吉利通过“PQC（抗量子密码）+QKD（量子密钥分发）”双引擎四层技术路线、PQC车规化量产及接入国家量子骨干网等实践，提出了以EEA 4.0（电子电气架构）量子级AI架构为底座的内生安全战略，并正在探索从点状防护到链路防护，再到体系化底座、全场景覆盖的技术路径。“一次构建，全系受益，让量子安全成为标配底座而非高配选项。”刘岵说。

郑欢对比了PQC、云端QC（物理密码派发）与车端QRNG（实时物理密码）三条抗量子路线，表示车企不能因某条路线未成熟而押注单一技术，并提出了“三层两纵”车云一体量子信息安全架构及轻量化工程实践。他认为，量子安全是伴随车辆全生命周期的必答题，建议以四维测试评价体系牵引技术落地，秉持前瞻布局、分步实施策略，推动产业协同与标准共建。

智能汽车安全技术全国重点实验室副总工程师刘西蒙谈到，目前长安汽车的PQC+QKD融合技术已经覆盖车云通信、远程控车等场景。例如，已完成量子通信SDK在长安车机硬件上的编译移植与联调，验证量子安全技术在车载场景的工程可行性；通过量子密钥加密远程控车指令传输通道，确保远程泊车、远程启动等指令的安全性与不可篡改性，防止控车被劫持等。

汽车生产排产优化也被业内视为量子科技近期最具价值的落地场景之一。

东风汽车集团研发总院高级主管工程师王宇航提到，量子计算目前不直接参与造车，但一定程度上已经可以帮工厂排产，例如福特此前用混合量子算法把千辆车批次的排产时间从30分钟压缩到5分钟。国内车企可以沿经典预处理、量子混合求解、影子运行、经典后处理的路径小步试点。

前景终可期，落地需有章

目前，量子科技“上车”尚处于起步阶段，距离大规模应用还有很长的路要走。与会专家表示，随着技术不断成熟，“量子+汽车”将逐步在更多细分领域从“能用”走向“好用”。

九章量子量子软件事业部总裁赵先和表示，量子技术在电池材料化学模拟、整车性能多目标优化、工厂物流调度及智驾感知四大汽车产业方向极具应用前景。

赵先和举例称，在电池材料领域，通过量子计算可以对样品进行电子谱采样分析，观察其谱图特征，可推断材料的微观结构。“在此基础上，进一步研究电池性能衰减的拐点，将其作为早期预警指标。与传统方法相比，这种方法的预警准确率可提升30%至45%。”

程腾表示，现有智能驾驶方案已覆盖95%以上的行车场景，剩余5%的边际场景（如隧道、地下车库等卫星信号弱、车辆“看不到天”的环境）却需投入极高成本，其必要性似乎值得审视。然而从另一角度看，自动驾驶等级迈向高阶的过程中，这5%的问题恰恰是必须逾越的门槛。若无法解决，便难以称之为真正意义上的高阶自动驾驶。

而量子科技可以为此提供支持，如量子时钟、量子磁力计、量子惯性导航等，能够提供更精准的时间基准和辅助定位，与摄像头、雷达融合后，帮助车辆在没有外部定位信号时持续导航，不再“迷路”。

不过，在推进技术落地的过程中，企业同样需要建立“可验证”的纪律，避免盲目“上马”造成浪费。

中电信量子集团量子计算研发部行业应用工程师操顺鑫认为，当前应优先布局云端研发与离线训练，并分享了交通标志识别、多车路径优化等公开案例的进展与局限。她建议，可采用12周首轮验证机制，通过可复现实验回答明确问题，以强经典基线和端到端指标支撑决策，审慎推进技术落地。

王宇航则提出了“需求、基线、边界、融合”四维判断框架，提醒车企不能盲目“上马”，而是要先问自己四个问题：这是不是汽车真实存在的需求？比现有最好方法好在哪里？适合在什么条件下使用？能不能和现有系统融合？“建议车企以真实问题为起点，逐步建设可验证的工程能力。”

如今，量子科技与智能网联汽车的深度融合，正沿着算力、安全、感知三条主线全面铺开：在算力维度，量子计算为材料研发与交通调度提供颠覆性加速；在安全维度，PQC与QKD正构筑抵御“先窃取后解密”攻击的“铜墙铁壁”；在感知维度，量子惯性导航与增强PNT（定位、导航、授时体系）技术有望破解隧道、城市峡谷等极端场景下的定位失锁难题。

然而，从实验室走向规模化量产，仍需跨越器件小型化、成本可控性、复合型人才储备及跨行业标准互认等多重鸿沟。

当“量子+汽车”真正走进产线，行业拓宽的不只是技术“新基建”，更是面向下一个十年的安全底线与创新能力。

编辑：谈瑞

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115