量子計算走上桌面!“小盒子”跑通端到端,數據全程不出門
想跑通一個量子算法,你得先懂量子線路,會寫專用代碼,用量子模擬器配合GPU加速運算或者連接真機平臺計算。數據要不要傳到雲上,也需要額外考量。這麼高的門檻,把大多數開發者擋在了外面。9月20日,上海漕河涇會議中心,酉術量子舉辦了一場發佈會,主題叫“酉核有術·疊加萬象”。這家公司由上海交通大學的科研團隊孵化,當天全球首發了異構計算硬件底座UnitarySpark,同時上線了UnitaryLab 2.5公測版,一個用自然語言驅動的量子科學計算平臺。它想做的事其實很樸素:你用大白話把一個科學問題講清楚,剩下的交給機器,讓它替你去跑量子計算。
量子計算為什麼“用不起來” 這幾年,量子計算的新聞幾乎都圍著“比特數”轉。可對真想拿它解決問題的人來說,卡住他們的往往不是比特數,而是“到底怎麼用”。工程和科學裡的真實問題,如流體、熱傳導、電磁場仿真、分子模擬、金融建模,多半是連續型的複雜計算,光靠量子一種算力很難搞定,需要量子算力與經典模擬算力(GPU/CPU)協同求解。更大的難點不在於算力平臺互通,而是大量實際場景的問題,很難直接轉化為適配量子計算的數學表達,需要研究者自行完成問題映射、模型重構,門檻很高。此外,雲上“量超智”融合是一種可行路線,但很多實驗參數、模型配置這些核心數據一旦離開本地,安全和合規就成了繞不過去的坎。
更何況不少端側場景,本來就要求本地部署。說白了,行業缺的是一個能把這些異構算力統一管起來、提供量子解決方案的載體,UnitarySpark就是奔著這個來的。說句話,就能跑量子計算 這次發佈最有意思的地方,是人和機器打交道的方式變了。UnitarySpark和UnitaryLab裡都內置了AI Agent。你不用先變成量子專家,把問題用自然語言說清楚就行:想解一個什麼樣的偏微分方程,想跑哪一類量子算法,想做什麼工程仿真。Agent會接著把這些話翻譯成數學問題、算法參數和能執行的任務,再調度底層算力,一步一步把結果跑出來。
NVIDIA官網2026年9月的一則成功案例,給了個直觀的數字:原本大概要12步的手動編碼,現在壓縮成約3句自然語言描述,交互頻次少了大約75%。所以這裡的Agent並不是一個聊天窗口。它更像是站在你和底層算力之間的調度中樞:聽懂問題、補齊參數、選對算法,最後再把結果解釋給你聽,一整套都自動走完。“量子計算的下一個瓶頸不只是算力本身,更在於如何讓用戶真正用好這些算力。”酉術量子聯合創始人張鐳教授說。在他看來,有了Agent,科研人員只要把問題描述出來,系統就能自動跑完從參數生成到仿真執行的全流程,量子計算的使用門檻被大幅拉低了。
一臺桌面機器,提供端到端量子解決方案 “自然語言驅動”管的是好不好上手。UnitarySpark這臺機器要管的,是在哪兒跑、跑得安不安全。它的定位是“異構計算第一代底座產品”,把量子模擬、GPU加速、Agent交互和真機互聯塞進同一臺工作站。量子計算軟件有了專屬一體化底座,不必再手動搭建、組合各類通用計算環境。數據留在本地是第一位的。推理、算法執行、數據存儲,全都在本地工作站裡完成,實驗參數和模型配置不用上雲。對金融建模、藥物設計這類碰不得敏感數據的場景來說,“數據不出門”已經不只是個加分項,而是合規的硬要求。真機互聯是另一頭。
UnitarySpark預留了真機接口,用一套統一的Circuit API把模擬器和真實量子處理器連起來。算法在模擬器上調好了,直接切到真機上跑,代碼不用改,工具也不用換。酉術量子已經和國盾量子等幾家量子硬件頭部企業合作,正在把“從模擬到真機”這條鏈路驗證跑通。至於夾在中間的那層Agent交互,前面已經講過,它就是把使用門檻拉低的那把鑰匙。“UnitarySpark不是簡單的本地設備,而是可以放在桌面的量子計算工作臺。”酉術量子CTO胡俊鵬博士這麼形容。桌面級部署守住數據安全,Agent交互降低門檻,真機互聯打通從模擬到實驗的最後一公里,“我們希望把異構算力擰成一股繩,交付到科研人員手裡。
” 真正的地基,是一套叫“薛定諤化”的原創算法 硬件和Agent之外,酉術量子真正壓箱底的東西,是一套叫“薛定諤化”的原創算法框架,出自上海交通大學量子科學計算團隊。量子計算的應用研究,過去大多盯著組合優化這類離散問題。可科學和工程裡更多的是連續型問題,它們一直缺一條有效的量子化求解路徑。“薛定諤化”的巧勁在於一次數學變換:把原本“非酉”的微分方程問題,轉成量子系統能直接處理的“酉演化”形式。這麼一來,很多看上去和量子毫不相干的科學計算問題,就有了一條統一的量子執行路徑。碰上高維、多尺度這類複雜場景,理論上相比經典方法,有機會拿到代數級甚至指數級的加速。
這套算法的分量,看一個背書就夠了:它進了國家自然科學基金委“十四五”優秀成果選編,是2024年數學領域唯一的代表性成果,還被納入了上海交通大學2030計劃。酉術量子這家公司,就是圍著這套算法長出來的。2025年,上海交大的頂尖科研團隊發起成立了這家公司,想做的就是把量子計算從實驗室推到產業裡。在“薛定諤化”之上,團隊搭起了UnitaryLab平臺,把算法設計、量子模擬、線路構建、真機執行、智能任務組織和結果驗證串成一條線,從科學問題建模一直走到量子實驗驗證,形成一個完整的研究閉環。從NVIDIA官網成功案例,到一整條產業鏈 原創算法到底能不能落地,最後還是得看產業界認不認。
眼下,基於UnitarySpark底座的本地推理和量子計算AI Agent工作流,落地實踐已經驗證跑通。UnitaryLab基於NVIDIA DGX Spark的實踐,入選了NVIDIA官網的成功案例。它還進了“AI for Industry”首批能力清單,拿下了“2026優秀國產自主工業仿真軟件”典型案例。發佈會當天也簽了一批新合作。酉術量子和上海國盾量子、上海玻色元培量子、上海中器無量量子達成戰略合作,接下來會一起做軟硬件適配、硬件互聯和場景驗證,把“從算法開發到真機執行”這條鏈路打通。
除此之外,還有一批企事業單位簽了產業和場景合作意向,覆蓋金融、氣象、生物醫藥、人工智能、量子教育教學等領域。到這一步,酉術量子“算法+平臺+底座”的全棧佈局算是拼齊了。量子計算,也確實正在從遙遠的雲端,挪到開發者的桌面上。招募首批UnitaryLab產品體驗官,一起做量子實驗 對酉術量子來說,這次發佈只是個開頭。他們更想做的,是把量子計算遞到更多開發者手上。你不用成為量子專家,就可以直接上手:把科學問題用自然語言講清楚,就能調用量子算力,在本地把想法真的跑一遍。
酉術量子即將發起“UnitaryLab產品體驗官”計劃,邀請一批希望“嚐鮮”的開發者使用UnitaryLab,一起把更多真實課題搬上量子平臺做實驗,並在社交平臺分享量子計算實驗。本次計劃設三檔激勵,越分享越划算: 註冊即得:現在註冊UnitaryLab,就能獲得一批免費的量子計算調用次數,先把想法跑起來; 分享加碼:在社交媒體發佈產品體驗或實驗分享,並把截圖上傳官網,即可領取更多免費調用次數; 優秀有獎:高傳播帖或優質實驗的分享者將在平臺獲贈“UnitaryLab產品體驗官”稱號,並贏取豐厚獎勵和大量免費調用次數。
如果你手頭正做著科學計算、AI for Science、量子算法或者工程仿真相關的研究,不妨先來試試,讓AI Agent幫你把量子計算用起來。現在註冊UnitaryLab平臺,就能拿到額外2000次量子計算調用。註冊鏈接: https://studio.unitarylab.com/register?referral_code=LZW666 版權所有,未經授權不得以任何形式轉載及使用,違者必究。
Related
相關文章

又快又能打!匿名模型玉兔模型殺上雙榜第一,Coding實測全記錄
匿名模型Space Bunny(玉兔)近日在OpenRouter和OpenCode雙榜調用日榜上躍居第一,引發社群熱議,用戶普遍稱讚其輸出品質與速度。作者在實測中透過OpenRouter API接入DeepSeek Harness進行編碼能力測試,並隨機選取四個案例呈現結果,供讀者自行判斷其真實表現。
Sarvam AI 推出 Saaras V4:涵蓋印度 22 種語言與全球英語的語音轉文字模型
Sarvam AI 已發布 Saaras V4,為其最新一代語音辨識模型,涵蓋印度憲法附表所列全部 22 種語言,並加入包含全球英語口音的英語支援。Sarvam 表示,該模型在全部 22 種語言上均達到了最先進的精確度。能否直接部署?可以,現在即可透過 Sarvam 的 API 使用 model="saaras:v4" 呼叫。

索辰科技加碼世界模型,與戰略投資企業美夢空間聯合發佈具身模型與物理測評標準
索辰科技投資的美夢空間在數貿會上發布具物理感知能力的Physical-WAM世界動作模型及RoboTwin-Phys物理漂移評測基準,旨在解決現行VLA模型缺乏物理理解、實際操作成功率低的問題。Physical-WAM透過物理Token與三大模塊讓機器人預判與修正動作,RoboTwin-Phys則提供可控的物理擾動評測標準,且已開源,希望加速具身智能產業落地。
Supersonic Labs 推出 Julia 1:一個 1.443 億參數、可在 CPU 上運行的開放決策模型
Supersonic Labs 是一家來自巴西的小型 AI 實驗室,近日發布了 Julia 1。它是一個輕量級決策模型,而非聊天機器人。你只需提供上下文、問題,以及 2 到 20 個候選答案,它便會選出一個答案,並回傳每個選項的機率。該模型擁有 1.443 億個參數,可以在一般 CPU 上運行。它能部署嗎?可以。權重已以 Apache 2.0 授權釋出於 Hugging Face,可在 CPU 或支援 BF16 的 GPU 上以 Python 3.11+ 本機執行;ONNX 版本亦可透過 WebGPU 在瀏覽器中運行。官方也宣佈了託管 API,但目前尚未開放。Julia 1 的功能:Julia 1 透過單一 API 處理三種決策類型——choice:從 2 到 20 個描述的選項中挑出一個標籤(分類、路由);score:依有序評分標準回傳預期索引,例如低、中、高;bool:回傳是或否的機率。
Liquid AI 推出 LFM2.5-VL-3B-DSpark:推測解碼加速視覺語言模型,最高提升 3.13 倍
Liquid AI 發布 LFM2.5-VL-3B-DSpark,這是針對其 LFM2.5-VL-3B 視覺語言模型所設計的實驗性推測解碼草稿模型。該草稿模型約增加 2.8 億個參數,在不改變模型輸出的前提下加快解碼速度。官方數據顯示,在 Apple 晶片上解碼速度最高提升 3.13 倍,在 NVIDIA H100 上則最高提升 2.66 倍。此模型已可部署,權重以 Safetensors 與 GGUF 格式發布於 Hugging Face,並支援 SGLang、MLX-VLM 與 llama.cpp。Liquid AI 團隊將其標註為實驗性版本,採用 LFM 開放授權 v1.0,僅允許年營收低於 1000 萬美元的公司免費商用。推測解碼的原理是:標準模型每次前向傳播僅生成一個 token,而此技術加入一個小型草擬模型,以加速整個生成流程。

德國柏林警方藉助人工智能監控攝像頭打擊犯罪,自動識別暴力和破壞行為
作者:浩渺 責編:浩渺 評論: 9 月 25 日消息,據央視新聞報道,德國柏林警方 24 日在一處犯罪高發區域啟動一項計劃,將藉助人工智能監控攝像頭打擊犯罪。據悉,柏林警方將在這項計劃啟動的前四周內,在科特布斯門地區安裝並調試好人工智能監控攝像頭,隨後正式投入使用。