量智融合

搭建量子时代的“自动实验基建”:量观知元联合移动云探索如何用AutoLab for Quantum重构科研范式

一、热点速览2026年9月7日,移动云联合量观知元推出量子科研智能体 AutoLab for Quantum,面向高校与科研团队提供"对话即实验"的一站式量子科研服务。该产品试图把量子研究组织成"科研目标—物理与工程模拟—系统校准—实验执行—结果评估"的完整闭环,直指当前 AI4S 领域"生成变快、验证昂贵"的结构性错配。二、参考文章- 标题:搭建量子时代的"自动实验基建":量观知元联合移动云探索

未来智造局|资本热捧、上市梯队成形,量子科技离“真赚钱”近了吗?

一、事件速写2026年9月12日,新华财经"未来智造局"栏目发文,系统梳理了当前量子科技赛道的资本热度与上市梯队成形情况,提出核心追问:在资本热捧、一批量子企业排队冲击上市的背景下,量子科技距离"真赚钱"还有多远。事件主体是量子科技产业整体(含量子计算、量子通信、量子测量)及其背后的投资机构与拟上市企业集群,属于【Quantum for AI 与 AI for Quantum 双向融合】的产业生态

搭建量子时代的“自动实验基建”:量观知元如何用AutoLab for Quantum重构科研范式

一、热点速览国内量子科技初创公司"量观知元"提出 AutoLab for Quantum 概念,试图用量子时代的"自动实验基建"重构量子科研范式。文章围绕 AI 驱动的量子实验自动化平台展开,核心落点在 AI for Quantum 的实验控制与线路/参数寻优环节,属 NISQ 阶段的工程化探索,而非量子优势的落地宣告。二、参考文章- 标题:搭建量子时代的"自动实验基建":量观知元如何用AutoL

政策加码:三部门发布量智融合行动计划,鼓励AI for Quantum基础软件研发及投融资

一、事件速写2026年9月1日,工信部、科技部与发改委三部门联合发布《量智融合行动计划》,明确提出鼓励AI for Quantum方向的基础软件研发,并将其纳入投融资重点支持范畴。这一政策文件的出台,标志着量智融合(AI×量子)从行业自发探索上升为国家层面的顶层设计,为跨赛道创业企业与资本注入提供制度性支撑。从路径与层级看,该事件同时触及AI for Quantum的基础软件层(算法框架、仿真工具

量智融合或成算力紧缺破局路径

一、热点速览2026年4月22日,以"量智开物,巧夺天工"为主题的2026智能量子峰会在北京召开。科大讯飞董事长刘庆峰与孵化自清华大学原子量子计算团队的两仪万象共同出资成立的量智开物科技有限公司正式揭牌,同时发布"追风"大规模原子快速重排算法和"扁鹊"量子纠错解码器两项突破性成果,并宣布启动"智能体量子计算机"建设。刘庆峰在会上提出,面向AI发展的下一个10年,量智融合(量子计算与AI双向赋能)或

微软与Quantinuum宣布:逻辑量子比特AI驱动纠错通路首次运行在商用量子计算机上

一、热点速览2026年4月17日,微软与Quantinuum联合宣布,AI驱动的量子纠错通路首次成功运行在商用量子计算机上。这一里程碑将神经网络解码器与逻辑量子比特的实时纠错链路打通,标志着Quantum for AI与AI for Quantum的融合从实验室走向商业化验证阶段。二、参考文章- 标题:微软与Quantinuum宣布:逻辑量子比特AI驱动纠错通路首次运行在商用量子计算机上- 来源:

二十倍提速!国光量超发布玄幂大模型,让量子算法成功应用在大模型任务中

一、热点速览2026年8月下旬, 国光量超人工智能研究团队正式发布"玄幂(Xenomi)大模型家族", 号称"行业首个量子增强型大模型"。该模型将量子退火、量子随机数(QRNG)等量子技术引入大语言模型的决策与推理过程, 号称将智能体"短决策等待时间缩短至原来的二十分之一"。这被视为国内在"Quantum for AI"路径上一次极具话题性的工程探索, 但外界对其"量子增强"的实际含量与成熟度仍持

“本源悟空”破解量子随机存储器扩展难题:相干量子路由系统落地,单路传输效率达98%

一、热点速览2026年9月初,本源量子联合中国科学技术大学、合肥综合性国家科学中心人工智能研究院等团队,在自主超导量子计算机"本源悟空"上成功研发出面向桶式量子随机存储器(QRAM)的"相干量子路由系统"。该系统利用超导量子比特的辅助能级构建浅线路路由架构,单个量子路由器信息传输效率达98%,两层路由网络整体达93%,相关成果发表于国际物理顶刊《物理评论X》,标志着中国量子计算从单一性能优化迈向复

Quantum X Labs 宣布量子纠错新进展,AI 解码器在 Google 数据集上表现优异

一、热点速览2026年8月21日,NASDAQ上市的量子科技公司 Quantum X Labs(QXL)宣布其AI驱动的量子纠错解码器在Google公开的真实量子硬件表面码数据集上取得优于Google官方基准(correlated-matching与PyMatching)的性能表现。值得关注的是,该解码器仅在合成样本上训练、未使用任何真实硬件数据即实现了向真实综合征数据的泛化,被公司视为验证其AI