祖冲之 3.2 号跨过纠错阈值 —— 中国超导量子计算给「越纠越错」画上休止符，并把全微波控制路线送到国际主赛道
2026 年 8 月，中国科学技术大学团队基于超导量子处理器「祖冲之 3.2 号」，在码距为 7 的表面码上实现了低于纠错阈值的量子纠错——逻辑错误率随码距增加而显著下降。这条消息的含义，要从量子计算里那句反直觉的「越纠越错」说起。
一、「越纠越错」到底是怎么回事
量子计算是一种马力极强但极度娇气的赛车：潜力巨大，但环境温度的一点波动、电磁场的一点干扰，都能让量子比特跑偏。量子纠错就是给这辆车装一套自动纠偏系统——问题是，这套纠偏装置本身也有重量、也会振动。如果底子不够稳，纠得越勤反而越失控，这就是所谓的「越纠越错」。
量子纠错有一套「盈亏平衡线」（breakeven）：只有当纠错后的逻辑量子比特比原始物理量子比特更可靠、维持得更久，纠错才算真正起作用。跨过这条线之后，码距越大、资源投入越多，逻辑错误率反而越低，这才叫「越纠越对」——这是量子计算从理论可行走向可扩展工程系统的前提条件。
世界上能实现「低于阈值」的团队本就不多。谷歌 2024 年的「垂柳」（Willow）处理器在码距 3、5、7 的表面码逻辑比特上拿到首个硬件级证明——错误率随码距指数下降。这次祖冲之 3.2 号做到的，是依托自主处理器平台、沿着更具扩展潜力的全微波路线，独立跨过同一道门槛。
二、祖冲之 3.2 号的两大妙招
要把「越纠越错」变成「越纠越对」，核心是让纠错速度跑赢噪声扩散。中国研究人员在祖冲之 3.2 号上提出的两招是：
第一招：泄漏回收。 普通量子比特只在「0」和「1」两层楼活动，但真实器件像多层楼，它可能一不小心跑到「0/1 之外的楼层」——一旦跑错，常规纠错手段既看不清也处理不干净，还会在后续操作中把附近的量子比特也拖下水。泄漏回收的设计思路是：一旦量子比特跑到「非法楼层」，就用特定的微波驱动把它引导回计算空间，多余能量被带走，避免泄漏在多轮纠错里越积越多。
第二招：快速重置。 负责「报错」的辅助量子比特每一轮结束都做一次快速、无条件的「清零重来」，确保它们下一轮是「干净上岗」，不会把上一轮的残留错误继续传下去。
这两招加上自主创新的「全微波量子态泄漏抑制架构」，构成了支撑稳定运行的底层底座。其巧妙之处在于：整个抑制过程被无缝嵌入量子纠错的正常操作流程，无需额外硬件或时间开销。
用薛鹏教授（北京计算科学研究中心）的类比来说，过去量子纠错像「边修边漏水」，越修越乱；这次相当于把最难缠的漏水点用回收 + 重置堵住了，于是才出现「规模越大，反而越可靠」的效果。
三、独立路线意味着什么
中国在祖冲之三号（2025 年 3 月《物理评论快报》封面论文，105 比特随机线路采样比经典超算快 15 个数量级）已经确立超导体系量子计算优越性的领先位置。这次祖冲之 3.2 号则把位置再推一格：纠错能力与国际最强力量同台竞争。
值得强调的是，路线独立：
- 谷歌 Willow 用的是传统「频率调谐 + 多控制线」的耦合方式
- 中国走的是「全微波量子态泄漏抑制」——所有控制都用微波脉冲完成
四、几个判断点
第一个判断：5 到 10 年内通用型量子计算机问世。 中国科学院院士郭光灿的判断是"在 5 到 10 年内，通用型量子计算机就会问世，且设备体积会远小于当前的超级计算机"，且"有理由相信，这个时间可能会更早"。
第二个判断：物理比特规模 ≠ 可用算力。 物理比特像是还没打磨的毛坯砖，逻辑比特才是盖房子能用的标准建材。表面码在同等纠错距离下，造一个逻辑比特可能需要 10 万个物理比特。业界（包括加州理工 Preskill 团队最近提出的「mitten 码」）都在想办法压缩这个比例，但目前都还在理论验证阶段。
第三个判断：容错量子计算需要「算力 × 制冷 × 校准 × 生态」四条线同时跑通。 即便纠错问题解决了，往前还有一堆工程难题：
- 制冷：每增加 100 比特，制冷功率需求翻倍
- 控制线缆：微波信号串扰引发虚假激发，校准原本人工 2–3 天一次，现在 AI Agent 压缩到 4 小时
- 封装良率：目前约 80%
- 算法-硬件协同：未定义早期容错时代的"有价值问题集"
五、对中国量子产业的具体坐标
把祖冲之 3.2 号、本源 PSE-CZ、硅臻 MBQC、420 公里量子存储器纠缠、九章四号 3050 个光子态操纵这几件事放在一起看，就能勾出中国量子产业在 2026 年 8 月的具体坐标：
- 超导体系：纠错阈值已跨，独立全微波路线成型
- 光量子体系：片上 MBQC 工程化（4 光子 16 比特 GHZ 态 + Grover 0.987）+ 玻色采样规模突破（九章四号 3050 光子 + 8176 光学模式）
- 量子网络：420 公里量子存储器纠缠 + 星汉二号 14.5 公里量子中继
- 离子阱：本源悟空云平台 192 国 5200 万人次 100 万任务
---
来源