Scmp报道，当全球AI竞赛突然撞上物理天花板，光子学这个冷门领域，在一夜之间变得炙手可热。
米磊不需要感到意外。这位中国科学院旗下风险投资机构中科创星的创始合伙人，早在十年前就开始把钱押在这条技术路线上。彼时，光子学在创投圈几乎是个无人问津的冷僻词汇，如今它正成为AI基础设施下一阶段争夺战的核心战场。
AI撞上了光速这堵墙

理解这场变化，需要先理解AI计算正面临什么样的瓶颈。
过去几年，大型语言模型和AI集群的规模以惊人速度膨胀。训练一个顶级模型所需的算力，每隔几个月就翻一番。这些计算任务最终都落在数据中心里密密麻麻的GPU上，而GPU之间、芯片与内存之间，需要以极高的带宽传输海量数据。
传统的铜线电互联，正在成为整个系统的速度瓶颈。铜线在高频信号传输下的热损耗、信号衰减和延迟，限制了芯片间通信的上限，同时也带来了数据中心难以承受的散热压力。
光，是物理上可能的最快传输介质。光子不带电荷，在光纤或光波导中传播时几乎不产生热量，带宽却可以是铜线的数倍乃至数十倍。光子学的核心价值，就是用光来替代部分传统电信号，让芯片之间、服务器之间的数据流动突破铜线时代的上限。
这个逻辑在AI算力需求爆发之前，一直是一个美好但变现遥远的故事。2026年3月，英伟达宣布以20亿美元战略投资光学器件公司Lumentum，这一举动几乎是整个行业的公开表态：光子学不再是配角，它是下一个计算前沿的基础设施。
十年冷板凳，等来一个行业风口

米磊的履历，让他在这场押注中占据了特殊位置。他拥有中国科学院西安光学精密机械研究所的光学博士学位，在创投圈里，这种背景并不多见。
2007年前后，米磊开始在中科创星的框架内系统性地投资光子学相关企业。彼时，这类公司在资本市场上几乎缺乏估值参照系，融资难、周期长、商业化路径不清晰，是光子学创业公司的共同困境。大多数投资机构对这个领域兴趣寥寥，消费互联网和移动互联网才是资本的热土。
米磊选择在这个时间点入场，背后是一套来自科学家视角的判断：半导体行业的微缩路线终会触碰物理极限，而光子学提供的不是对现有路线的修补，而是一条从底层逻辑上不同的替代路径。在他的表述里，这被称为"换道超车"，在中国半导体产业面临外部技术封锁的背景下，光子学尤其具有战略意义。
十年间，中科创星的投资组合扩展到约600家企业，其中超过200家涉及光子学产业链的不同环节，覆盖传感、通信、存储、显示和计算等多个方向。这种布局的宽度，在全球光子学投资领域都属罕见。
2026年4月，中科创星投资组合中的一家公司在香港联交所主板上市，被市场冠以"全球首只AI光子计算股"的名头，市值一度突破700亿港元。这是市场对这条技术路线最直白的定价。
对于米磊来说，这不是运气，而是一个关于时间尺度的判断兑现了。在上海办公室的墙上，挂着一块写有"面壁人"的牌子，这个词来自刘慈欣《三体》里的精英战略家，他们的思维是人类最后的战略秘密。这个自我定位背后，是一种对长周期、深技术投资逻辑的坚守：真正改变产业格局的技术，往往在它看起来最不起眼的时候，才值得重仓。
光子学产业化，中国有几张牌

光子学的商业化，在全球范围内都处于加速阶段，但各个环节的成熟度差异显著。
在光通信领域，中国企业已经深度嵌入全球产业链，光模块出货量占全球市场份额的相当比重。这是光子学中商业化最早、竞争最激烈的赛道，也是中国光子学产业基础最扎实的部分。
硅光子学是目前最受资本追捧的方向。通过将光学器件集成在硅基芯片上，可以借助成熟的半导体制造工艺实现大规模量产，是光子学进入数据中心计算互联的关键路径。英特尔、台积电等巨头均已投入硅光子研发，中国也有多家初创企业在这一方向聚集。
光子计算作为更长远的愿景，目前仍在早期阶段，但吸引的关注度正在快速上升。用光信号直接执行矩阵乘法等AI核心运算，理论上可以大幅降低能耗和延迟，是一些研究者和投资人认为可能颠覆GPU主导地位的技术路线。
中国在这条赛道上的战略意图已经相当清晰。今年出台的"十五五"规划将光子技术列为七大未来产业之首，政策层面的信号配合产业资本的加速布局，正在形成协同效应。
米磊那句话，说的是科研和商业化的关系，但也可以用来形容他自己这十年的选择："我们的职责是推动科学研究走向商业化。" 现在，那扇门正在被AI的需求从里面推开。