Telefónica Tech 拼出量子 AI 服务栈，但尚无客户成效证据

2026 年 3 月 19 日的公告通过三家伙伴扩充 Telefónica Tech 的量子与 AI 服务，但没有披露客户结果或可比较的量子优势。

• 2026 年 3 月 19 日，Telefónica Tech 宣布新增 Qilimanjaro Quantum Tech、QCentroid 和 Multiverse Computing 三家合作伙伴。
• 这套组合包含性质不同的环节：量子处理器、云端访问、任务编排、混合算法、企业集成，以及在经典计算机上运行的量子启发式压缩。
• 公告没有披露客户、合同、价格、生产部署、量子硬件实跑，或与经典基线的比较结果。

这是服务组合扩张，不是计算结果

Telefónica 的公告把合作描述为量子硬件、专用软件、多硬件编排和专业服务的组合，并提出数周内完成概念验证、设计混合模型、开展优化与模拟、压缩 AI 模型等服务。这些是可销售的能力清单，公告并未记录任何客户实际执行的结果。

这个边界十分关键。企业可以先整合多种技术、选择供应商和评估可行性，再判断某个任务是否适合量子处理器。可核实的事件是 Telefónica Tech 正在建设一条欧洲量子技术集成和咨询渠道；它既没有证明“量子 AI”优于经典方法，也没有证明运营收益已经出现。

三家伙伴承担三种不同角色

Qilimanjaro开发模拟型和数字型超导量子处理器并提供云端访问，是最直接的硬件层。QCentroid的平台把业务用例与求解器相连，可在量子、经典、GPU 或 TPU 供应商上运行任务。它负责的是编排、后端选择和基准比较，而不是制造处理器。

Multiverse Computing 带来的产品包括 CompactifAI。CompactifAI 技术论文使用量子启发式张量网络压缩大模型，报告的指标是模型体积、参数量、训练与推理时间以及准确率。该方法本身不要求在量子计算机上运行。把这种结果写成量子计算成果，会混淆“借鉴量子数学形式的经典方法”和“在 QPU 上执行”两件事。

“量子”之下其实有多条技术链

Telefónica 还把新伙伴放进三条既有工作线：与 IQM 合作的量子计算、与 IBM 合作的后量子安全，以及通过 Wayra 投资 LuxQuanta 的量子通信。这三条线解决的问题和时间表不同。混合算法可能从经典流程调用 QPU；后量子密码运行在经典系统上；量子通信则分发或测量物理量子态。它们可以同属一个商业生态，却不能被视为同一种技术。

公告提出了什么，又没有测量什么

公告称量子计算与 AI 的组合能够更快、更准确地求解，并在银行、能源和物流领域改善运营。但文中没有给出具体问题、数据集、实例规模、算法、硬件、运行时间、误差或成本，也没有客户名称和当前经典求解器的对照。风险分析和物流优化目前只是销售场景，不是有证据的部署。

GSMA 2026 年电信量子技术用例报告给出了相近的服务架构：前端、编排层，以及与经典系统相连的量子后端或模拟器。报告也指出，当前 NISQ 设备在多数用例中仍不如经典系统。云端访问降低了实验门槛，但没有消除噪声、规模、数据加载和经济性比较难题。

真正的检验是可复现的对照实验

Communications Physics 发表的一套框架把实用量子优势定义为：在有用任务上，比现有经典方法更快或更好。比较必须先固定数据、指标、计算预算、质量要求、资源限制和基线。Telefónica Tech 若要给出有说服力的案例，就应披露问题、后端、混合算法、最强经典对照、总成本、端到端时间、解的质量和重复运行结果。

CompactifAI 应单独评估：节省多少内存和参数、损失多少准确率、再训练成本、推理速度，以及与量化、剪枝、蒸馏和低秩方法的比较。即便它具有商业价值，也不自动构成量子硬件优势。

Telefónica Tech 仍可能具备的价值

Telefónica Tech 的战略位置是集成商。它可以提供商业入口、数据治理、安全控制、旧系统集成，以及从探索到运营的连续服务。聚合欧洲供应商也可能降低单一架构依赖。即使基准测试最后淘汰 QPU、选择经典求解器，这项筛选和集成能力仍有价值。

但服务模式也增加依赖：性能因供应商和架构而异；编排层必须让成本和结果可比；数据可能跨越多个环境；原型也可能止步于工业化之前。所谓技术主权，要从数据位置、密钥控制、硬件可用性、代码可移植性和合同条款中验证。

接下来应观察什么

更有分量的信号包括：实名客户、清楚定义的问题与数据、明确硬件上的运行、严格的经典基线、可重复结果、价格、合同和生产部署。研究咨询、系统集成和云访问收入，也应与可直接归因于量子执行的收入区分。在这些证据出现之前，公告只能证明 Telefónica Tech 扩大了服务面，不能证明量子计算已经改善企业 AI。