给大模型换一套更省力的“底层齿轮”，不一定要等量子计算机成熟。量子位报道，创业公司费米宇宙尝试把量子物理的数学方法嵌入现有大模型，并已在种子轮累计融资1亿元，对应投后估值约10亿元。投后估值只是融资后的资本定价，不等于收入、利润或技术已经得到验证。
它推出的 FermiQLLM 1.0 基于 Qwen 开源模型改造，覆盖数据表征、模型结构、训练、强化和评测五个环节。这里的“量子增强”并非让完整模型跑在量子计算机上，而是采用量子启发算法——借用量子理论的数学结构，仍在现有 GPU 等传统硬件上训练和部署。其中包括张量网络，即用相互连接的多维数组压缩或重构复杂计算。
据公司内部测试，相比同参数量级传统模型，其推理性能提升超过15%，持续强化学习的训练成本下降25%以上；在 MATH-500、GPQA-Diamond、BBH 等评测中，综合性能提升10%至20%。这些数据尚属公司自述，公开材料也未披露具体模型规模和完整评测设置。值得继续观察的，是这套方法能否跨越不同基座模型，并由外部测试复现效果。