费米宇宙完成 1 亿元种子轮融资，估值 10 亿元，FermiQLLM 推理提效 15%|AI自学笔记

做量子增强大模型的费米宇宙，把种子轮敲定了。累计融资 1 亿元，投后估值 10 亿元左右，资金正在陆续交割。在国内 Q4AI（Quantum for AI）这个方向上，这是目前公开可见的最大一笔种子轮。

量子位最先披露了这笔融资和团队构成。这家公司的清华浓度很高，创始人李伟在内，接近一半员工有清华背景，主要来自基科班、计算机系人工智能实验室和高性能实验室。清华大学杨振宁高等研究院的相关量子研究团队已经和它开展项目合作，公司同时也是清华 Q4AI 方向的实习站。

创始人李伟是 1998 年湖南高考理科状元

李伟的履历在 NLP 圈不算陌生。他是清华大学计算机系 NLP 实验室 98 级校友，本科和硕士都在清华完成，1998 年拿过湖南省高考理科状元。毕业后先后任职网易有道、人人网，做过技术高管和 AI 技术委员会主席，2005 年翻译出版了《统计自然语言处理基础》。

这一点容易被误读。费米宇宙的做法没有等容错量子计算机成熟，而是在现有的经典计算体系里，把张量网络、量子模拟退火、规范自由度这些量子物理与量子多体计算方法，嵌入大模型从数据到训练再到评测的完整链路。

具体覆盖五个环节，数据表征、模型结构、模型训练、模型强化、模型评测。因为兼容现有主流 AI 算力基础设施，这套方案可以直接在 GPU 上完成训练和部署，工业化落地这一步没有被硬件卡住。

FermiQLLM 1.0 基于 Qwen 开源基座模型改造而来。费米宇宙的内测数据显示，对标同等参数量级的传统大模型，推理性能提升超过 15%，持续强化学习环节的训练成本下降 25% 以上。

这几个数字都出自公司内部内测，没有第三方复现。当前公开榜单的口径变化也很快，可以对照我们整理的 AI benchmarks 2026 榜单变化一起看。

整个项目今年 3 月启动，团队先拿 4B 小模型做实验验证。可行性论证完成之后，5 月正式成立公司，转入更大参数规模的量子增强研发。从验证到成立公司中间只隔了两个月，节奏偏快。

量子和 AI 结合目前大致两类玩法。一类更依赖量子硬件，让大模型充当 Agent，去调用量子计算设备完成特定优化任务。另一类暂时绕开量子硬件成熟度限制，先把量子算法、量子物理和相关数学工具搬进经典计算体系改造模型。费米宇宙属于后者。

清华大学杨振宁高等研究院副院长、美国物理学会会士姚宏长期研究量子物理和高温超导。他的看法是，要充分发挥量子物理对大模型的赋能，需要把量子纠缠、关联效应和拓扑物理这些前沿思想系统融入模型架构设计、训练调优和推理生成的全技术链条，而 Q4AI 目前还处在产业发展的早期阶段。

10 亿元是种子轮定价，对应的是团队背景和方向稀缺性，不是收入规模。推理提升 15% 和训练成本下降 25% 这两项没有第三方背书，可比对象只写了同等参数量级传统大模型，没给出具体是哪一款。真正值得盯的指标只有一个，后续版本能不能在公开榜单上跑出同样的差距。

如果只想横向看当前主流模型的实际表现，可以直接看 2026 大模型推荐排行榜和 LLM 榜单 9 月洗牌这两篇，里面列了同期各家模型的口径与分数。