量子 · 纠错的反馈窗口压进一毫秒:AI 坐上量子计算机的副驾驶

一台离子阱量子计算机每跑完一轮纠错,都得赶在量子态消失前把判断送回去。这个窗口过去靠老师傅的经验和近似公式撑着,比特一多就不够用。十一月十五日到十六日,北京一批量子整机企业把这件事的账本第一次摆到台面上:华翊量子说,引入 AI 解码后,从量子态探测到反馈操作的时间有望压进一毫秒以内;相干科技说,AI 测控方案已经在自…

目录
  1. ⏱️ 先弄清这一毫秒在跟谁赛跑
  2. 📊 三家公司,三条路线,同一套逻辑
  3. 🏛️ 一条写在政策里的产业账
  4. ⚠️ 指标不是成绩单

赶在量子态消失前送回去 · SVG 动画卡

量子 · 纠错的反馈窗口压进一毫秒:AI 坐上量子计算机的副驾驶

一台离子阱量子计算机每跑完一轮纠错,都得赶在量子态消失前把判断送回去。这个窗口过去靠老师傅的经验和近似公式撑着,比特一多就不够用。十一月十五日到十六日,北京一批量子整机企业把这件事的账本第一次摆到台面上:华翊量子说,引入 AI 解码后,从量子态探测到反馈操作的时间有望压进一毫秒以内;相干科技说,AI 测控方案已经在自己的设备上跑完原型部署。量智融合这个词,第一次有了能拿尺子量的指标。

⏱️ 先弄清这一毫秒在跟谁赛跑

量子比特很娇气,量子态存续时间极短。纠错的做法是用一堆物理比特换一个逻辑比特的精度,可纠错本身也要时间:探测出错了没有、判断错在哪、把修正操作发出去。这一整套必须在退相干之前做完。传统办法靠经验加近似公式,比特规模一大,计算复杂度指数级往上爬。【直引】

华翊量子 CEO 姚麟的判断是,到了数百量子比特量级,传统方法很难再有效应对。团队二〇二二年由清华大学技术转化成立,专做离子阱整机,解法是把 AI 嵌进纠错环节,让纠错从「靠人工经验」转向「靠模型判断」,眼下最直接的落点是解码器。训练数据来自真实物理环境里采集的噪声、磁场、温度扰动实测值,模型训练后能较快甄别错误成因。【直引】

姚麟给了个准确的比喻:这是个「纠错老师」,能对着历史数据把错误挑出来,但它只负责识别错误类型,并不完成全部纠错。省下来的是探测和判断的时间,后续纠错因此多出一段窗口,整机才有可能在有限时间内跑完整个流程。【直引】

📊 三家公司,三条路线,同一套逻辑

把这几天披露的数字并排放,会看到一件事:超导、离子阱与中性原子三条路线,都把 AI 放在了工程瓶颈上。

公司技术路线AI 落点披露指标
华翊量子离子阱整机纠错解码器探测到反馈有望压至 1ms 以内,较原水平提升 50% 以上;单比特门 100μs 以内,提升 100%
相干科技超导整机AI 测控与故障定位单比特门保真度超 99.9%,双比特门超 99.5%;4 套机器在 10mK 下运行
两仪万象中性原子整机原子重排与纠错解码「追风」重排约 5ms;「扁鹊」解码器同时识别原子丢失与常规错误
华翊量子的百比特级离子阱整机 HYQ-B100 已拿到北京市首台(套)重大技术装备认定,交付中国移动研究院。相干科技由北京量子院孵化,把智能体和强化学习塞进测控软件,做参数联合寻优和异常故障定位,还能区分芯片与低温环境、电子学这几类不同的故障诱因,方案已在自有设备上完成原型部署。【直引】

两仪万象走的是中性原子路线。团队靠一块直径约两厘米的自研光学超表面,无需显微物镜就投射整个光镊阵列,捕获了一万一千个原子,创下原子量子计算可捕获数的新纪录。配套的「追风」是基于图神经网络的原子重排算法,把万量级原子的路径规划压到约五毫秒;「扁鹊」是时空图神经网络架构的纠错解码器,不必增加额外物理操作,就能同时识别原子丢失和常规 Pauli 错误。【直引】

🏛️ 一条写在政策里的产业账

北京把这个方向叫「量智融合」。官方口径是全市已有量智融合企业二十三家,其中今年新注册十三家,估值总和超百亿元。「十五五」期间,海淀、经开、怀柔三区要各做各的特色集聚区。【直引】

还有一条容易被忽略:量子软件本身也开始拿奖。北京量子院联合中科院计算所、物理所做的量子编译开销量化框架 QROB,在第 59 届 IEEE/ACM 国际微体系结构研讨会 MICRO 2026 主会发表,拿了杰出技术成果亚军。它用逆向构造生成带参考解的样本,框架同时覆盖含噪与容错量子计算架构,还能给 AI 辅助编译提供训练数据。【直引】MICRO 与 ISCA、HPCA 及 ASPLOS 并称体系结构四大顶会,被中国计算机学会列为 A 类会议。

这条线值得记,是因为它把「AI 帮量子」的方向补成了闭环:AI 帮硬件稳住、帮软件编译,量子反过来给 AI 提供真机实验平台。两条路都还在早期。【判断】

⚠️ 指标不是成绩单

必须给这些数字降温。一毫秒级纠错反馈、一百微秒级单比特门,目前多为「有望实现」的研发目标或原型部署阶段成果,不等于规模量产和稳定商用。AI 纠错解码器现在主要做错误类型识别,不是完整纠错;AI 测控方案刚完成原型部署,对罕见故障、跨机型迁移的泛化能力,以及训练数据覆盖不足带来的偏差,都还要更长时间的真机验证。【直引】

这批数字说明的是「工程化指标第一次可量化」,离「容错量子计算已经解决」还远。从可量化的目标到可交付的产品,中间还隔着数百比特整机上的持续达标。【判断】

小贴士:解码器是量子纠错里的经典环节。测出一组稳定子症状后,要反推最可能是哪种错误,以及该在哪里补。比特规模一大,这个反推问题本身就难到需要专门优化,这正是 AI 切入的位置。

信源:北京市人民政府门户网站《量智融合或将跑出下一个「北京样本」 AI 坐上「副驾驶」 助量子计算机「跑得更稳」》(2026-11-16);新京报《AI 赋能量子纠错、实验运行,北京打造量智融合创新策源地》(2026-11-15);新华网关于 QROB 获 MICRO 2026 杰出技术成果亚军奖的报道(2026-11-13); quantum 日报 2026-11-15、11-17 两期汇总。

限定:一毫秒反馈与一百微秒门为华翊量子 CEO 受访口径,属研发目标,原文用「有望」;门保真度为企业披露值;二十三家企业与估值口径来自北京市政府报道;QROB 获奖名次与会议级别以主办方及新华网为准;本文所述「原型部署」不等于商用交付。

#量子计算 #AI4Science #量子纠错 #量智融合

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens