圖片來(lái)自AI生成

“沿著當(dāng)前經(jīng)典計(jì)算框架繼續(xù)外推，算力與能耗都將是不可承受的‘天花板’。下一個(gè)十年，我們必須尋找新的路徑，這條路徑就是量子計(jì)算和人工智能的融合�！翱拼笥嶏w董事長(zhǎng)、量智開物發(fā)起人劉慶峰如此表示。

4月22日，國(guó)內(nèi)首家專注于“AI+量子”深度融合的實(shí)體公司——量智開物（北京）科技有限公司（下稱“量智開物”）在北京揭牌，量智開物由科大訊飛與兩儀萬(wàn)象合資設(shè)立，近期，兩儀萬(wàn)象宣布完成億級(jí)A輪融資，科大訊飛對(duì)其進(jìn)行戰(zhàn)略投資。

公開資料顯示，兩儀萬(wàn)象孵化自清華大學(xué)翟薈教授原子量子計(jì)算研究團(tuán)隊(duì)，聚焦原子陣列量子計(jì)算這一當(dāng)前最受關(guān)注的技術(shù)路徑之一，值得關(guān)注的是，量智開物共同發(fā)起人翟薈是諾貝爾物理學(xué)獎(jiǎng)獲得者楊振寧的關(guān)門弟子。

以“九章三號(hào)”255光子原型機(jī)為例，經(jīng)典與量子之間的速度差距已達(dá)“一億億倍”的量級(jí)�！叭绻孔佑�(jì)算真的應(yīng)用到現(xiàn)在人工智能的深度神經(jīng)網(wǎng)絡(luò)和預(yù)訓(xùn)練方法中，可以想象，現(xiàn)在所有的問(wèn)題都會(huì)被解決掉�！眲c峰說(shuō)。

他強(qiáng)調(diào)，這件事光靠AI不行，光靠量子物理也不行，必須把量子物理理論科學(xué)家、量子算法科學(xué)家和人工智能專家真正擰成一股繩，這就是“量智開物”的由來(lái)，以及要未來(lái)解決的問(wèn)題。

量子和AI，如何融合

“AI for 量子”與“量子 for AI”正成為全球關(guān)注的焦點(diǎn)。

日前加州理工的黃信元和翟薈的學(xué)生趙海謀一道，與谷歌團(tuán)隊(duì)聯(lián)合發(fā)布了2026年的最新論文，提出了全新的量子機(jī)器學(xué)習(xí)框架，首次用量子的方法解決了一個(gè)經(jīng)典的機(jī)器學(xué)習(xí)問(wèn)題，從理論上論證了量子計(jì)算機(jī)在存儲(chǔ)上的指數(shù)級(jí)優(yōu)勢(shì)，為“量子for AI”打開了一條全新的路徑。

過(guò)去一年，英偉達(dá)CEO黃仁勛公開明確表示“量子計(jì)算正在抵達(dá)拐點(diǎn)”，早些時(shí)候英偉達(dá)發(fā)布了NVQLink，把量子計(jì)算正式納入下一代計(jì)算的主戰(zhàn)場(chǎng)，其旗下風(fēng)投部門直接投資了中性原子、離子阱、光量子三條主流技術(shù)路線。到底哪一條路線會(huì)跑出來(lái)，各個(gè)科學(xué)家看法不一，但大家都在布局。

劉慶峰表示，基于深度神經(jīng)網(wǎng)絡(luò)、基于GPT框架的通用人工智能持續(xù)摸高，模型參數(shù)已經(jīng)卷到10萬(wàn)億以上，對(duì)算力和能源的需求越來(lái)越大。但大家普遍看到，在未來(lái)兩三年內(nèi)，不僅是訓(xùn)練模型所需要的算力和能源能不能支撐的問(wèn)題，而是當(dāng)AI成為水和電一樣的基礎(chǔ)設(shè)施之后，理論極限的需求至少是今天我們地球上所能提供的芯片和能源的萬(wàn)倍以上。

從目前看到的很多探索方向，無(wú)論是類腦計(jì)算、還是量子計(jì)算、還是下一代計(jì)算架構(gòu)，量子計(jì)算和人工智能的結(jié)合，是在未來(lái)最可預(yù)期的一條路徑。

量智開物如何推動(dòng)量子和AI的融合，可以從三個(gè)方面來(lái)看，其一是國(guó)家戰(zhàn)略的需求；其二，今天的量子計(jì)算需要人工智能推動(dòng)科研和產(chǎn)業(yè)化落地。

在會(huì)議前夕，翟薈教授團(tuán)隊(duì)實(shí)現(xiàn)了一項(xiàng)關(guān)鍵的技術(shù)突破：首次在實(shí)驗(yàn)上捕獲了10064個(gè)原子。這一數(shù)據(jù)打破了此前加州理工學(xué)院保持的6100個(gè)原子的國(guó)際紀(jì)錄，標(biāo)志著中性原子量子計(jì)算首次進(jìn)入“萬(wàn)量級(jí)”時(shí)代。

10064個(gè)原子怎么能夠更好地被排序，從而被用于量子計(jì)算，恰恰需要人工智能，比如用圖神經(jīng)網(wǎng)絡(luò)等方法在規(guī)定時(shí)間內(nèi)給出計(jì)算結(jié)果，20毫秒能夠給出上萬(wàn)個(gè)量子序列的操控和排序，中間又需要快速并行的解碼器，這是人工智能的核心特長(zhǎng)。

其三，劉慶峰表示，雙方的合作已有兩年時(shí)間，之所以將科研合作推動(dòng)為實(shí)體化平臺(tái)，是因?yàn)閮蓛x萬(wàn)象從科研往產(chǎn)業(yè)化已經(jīng)走到了關(guān)鍵時(shí)期，希望通過(guò)耐心資本加持，培養(yǎng)最頂尖的、具備交叉學(xué)科知識(shí)的量子和人工智能融合的復(fù)合型人才，其次是提供創(chuàng)新的舞臺(tái)，訊飛提供的不僅是人工智能的算法，也有資本，還有產(chǎn)業(yè)化實(shí)踐上的經(jīng)驗(yàn)。

科大訊飛作為投資方，明確提出量智開物不設(shè)經(jīng)營(yíng)指標(biāo)，不設(shè)量子比特操控?cái)?shù)、糾錯(cuò)準(zhǔn)確率等技術(shù)指標(biāo)，甚至不設(shè)具體的時(shí)間表。

“我們要給科學(xué)家一個(gè)寬松自由的環(huán)境。”劉慶峰表示，真正的原始創(chuàng)新不能以短期指標(biāo)倒逼，尤其在量智融合這樣面向“無(wú)人區(qū)”的賽道上，過(guò)于功利主義的考核會(huì)扼殺創(chuàng)新激情。

AI+量子賽道，中美無(wú)技術(shù)代差

在全球科技競(jìng)爭(zhēng)格局中，通用大模型領(lǐng)域因高端芯片受限，中國(guó)在算力基礎(chǔ)設(shè)施上仍面臨挑戰(zhàn)。但在“量智融合”領(lǐng)域，情況呈現(xiàn)出不同的態(tài)勢(shì)。

“這是一個(gè)我國(guó)和其他科技強(qiáng)國(guó)沒(méi)有代差的研究領(lǐng)域。”翟薈教授在演講中給出了一個(gè)極具分量的判斷。回顧過(guò)去十年，從2016年全球僅有一二十個(gè)課題組涉足該領(lǐng)域，到如今中美兩國(guó)不約而同地將其寫入國(guó)家戰(zhàn)略，中國(guó)在量智融合上始終與國(guó)際同行齊頭并進(jìn)。

劉慶峰也提到，中美在頂級(jí)模型能力上雖有半代到一代的差距，主要源于算力和數(shù)據(jù)積累，但在量智融合領(lǐng)域，雙方幾乎同時(shí)起步。

“我們現(xiàn)在做的上萬(wàn)個(gè)量子比特的操控排序，用到的圖神經(jīng)網(wǎng)絡(luò)、高效并行解碼器，不需要那么復(fù)雜的算力，關(guān)鍵是要在算法上真正落地創(chuàng)新。在量智融合領(lǐng)域，第一我們不缺人才，第二我們?cè)诩夹g(shù)邏輯和算法創(chuàng)新上是同步的，我們沒(méi)有人工智能上的算力限制，是完全輕裝上陣、齊頭并進(jìn)的狀態(tài)�！�

以本次量智開物發(fā)布的算法成果為例，追風(fēng)”解決了原子量子計(jì)算中快速操控萬(wàn)量級(jí)大規(guī)模原子陣列的算法難題，“扁鵲”則是全球首發(fā)的AI輔助、兼顧動(dòng)態(tài)原子丟失檢測(cè)的糾錯(cuò)解碼器。同時(shí)，量智開物也正在用強(qiáng)化學(xué)習(xí)壓縮量子線路的編譯復(fù)雜度。

此外，雙方還將共建“智能體量子計(jì)算機(jī)”，劉慶峰介紹，智能體量子計(jì)算機(jī)將把大模型的感知、規(guī)劃和決策能力深度嵌入量子計(jì)算機(jī)的控制系統(tǒng)，使其具備自主學(xué)習(xí)、自主調(diào)優(yōu)的能力。這將大幅降低量子計(jì)算機(jī)的操控使用門檻，顯著提升量子實(shí)驗(yàn)的效率與成果產(chǎn)出，讓量子科學(xué)家把精力投向更本質(zhì)的理論創(chuàng)新。

翟薈教授表示，“量智開物”將是一個(gè)交叉學(xué)科人才培養(yǎng)的平臺(tái)，目前正在這個(gè)平臺(tái)上開展四個(gè)方面的研發(fā)：

一、開發(fā)人工智能賦能量子計(jì)算的核心算法，使量子計(jì)算能盡快突破比特規(guī)模和量子糾錯(cuò)的關(guān)鍵瓶頸。

二、搭建智能體量子計(jì)算機(jī)，進(jìn)而在量子科技領(lǐng)域加速推進(jìn)智能體支撐的自動(dòng)化實(shí)驗(yàn)，加速量子科技研究的迭代和進(jìn)化速度。

三、以量子效應(yīng)提高靈敏度，以人工智能技術(shù)降低噪音，打造量子和智能聯(lián)手賦能的精密測(cè)量?jī)x器，服務(wù)生命健康等重要國(guó)計(jì)民生問(wèn)題。

四、探索量子計(jì)算賦能人工智能的算法創(chuàng)新，以量子計(jì)算破局人工智能面臨的未來(lái)算力難題。（本文作者 | 張帥，編輯 | 楊林）