不筹量子亮相浦江创新论坛 展示“量筹一号”与量子人工智能研究成果

量子算力不仅取决于量子比特的数量，更取决于这些比特能够以多高的精度、完成多复杂的计算任务。不筹量子将物理、纠错、编译与应用算法纳入跨层协同设计，从系统整体出发提升硬件资源的利用效率，让更多物理能力转化为可用量子算力。

针对中性原子平台的可重排阵列与操控特点，团队协同优化量子操作、原子搬运和任务调度，减少不必要的控制步骤与等待开销；同时结合硬件特性设计纠错架构与综合征提取方案，面向更可靠的量子计算降低资源和时间成本。应用算法则为底层设计提供具体任务，使各层优化围绕共同的计算目标展开。

这一跨层协同思路贯穿“量筹一号”的系统研发与后续迭代——从当前量子算法实验出发，持续优化硬件操控与编译执行，并面向未来容错计算推进纠错架构研究。通过各层之间的联合设计，不筹量子致力于在有限硬件资源下提升计算任务的执行效率与可靠性，为更复杂的量子应用提供算力基础。

“现场直播图”（示例图）

在气象方向，李晓鹏教授参与的联合研究团队发展了基于关联自旋系统的量子储层计算方法，并完成实验验证。相关成果发表于《Physical Review Letters》（2026），将量子机器学习的性能比较推进到真实气象数据上的预测任务。

在长期天气预测任务中，仅由9个自旋构成的量子储层便取得了优于数千节点经典储层的预测表现，展示了量子机器学习在真实数据任务上的预测精度优势。这一结果来自关联自旋实验平台，为进一步在中性原子平台上发展相关方法提供了研究依据。

围绕气象研究与场景验证，不筹量子与安徽省气象局、中国科学技术大学团队推进合作，将算法方法与实际气象需求对接。气象场景也为“量筹一号”的系统研发提供了具体任务，推动算法研究进一步走向软硬协同验证。

在金融方向，李晓鹏教授团队将量子储层计算用于多任务学习与外汇预测，相关成果发表于《Science Bulletin》。在英镑兑美元汇率测试中，量子模型的相对预测误差约为0.3%，展现出对复杂金融时间序列的出色建模能力。

李晓鹏教授团队与汇丰开展外汇市场量子储层计算研究合作，相关方法的创新性、预测表现及风险管理应用潜力获得合作方积极评价。摩根大通全球应用创新主任撰写的《Physical Review Applied》综述也介绍了该方法，肯定其创新性及对汇率随机演化的预测表现。论文成果、真实金融数据研究与合作反馈，共同构成了团队推进金融应用研发的坚实基础。

在复杂时序预测之外，团队还面向科学智能（AI for Science），研究量子计算在材料与分子体系中的应用。其中，自由能是理解有限温度下体系稳定性与热力学性质的重要物理量，也是团队开展量子科学计算研究的切入点。

团队围绕有限温度量子模拟发展量子核函数展开算法，计算有限温度下的自由能，并在量子芯片上完成模型验证，相关论文获《Physical Review Letters》编辑推荐。这项工作为进一步研究熵、热容及临界性质提供了计算方法，也为面向材料与分子体系的后续研究积累了宝贵基础。

“中性原子量子智能实验室”（示例图）

不筹量子与上海期智研究院、复旦大学共同成立“中性原子量子智能实验室”，汇聚中性原子物理、量子算法与人工智能研究力量。姚期智先生与复旦大学党委副书记方明、不筹量子创始人李晓鹏教授共同为实验室揭牌，为公司推进量子计算与人工智能融合研究搭建了具体的产学研合作平台。

以上海为创新策源地，不筹量子与安徽的气象业务部门和科研团队推进应用验证，并联动江苏、浙江在精密光学、激光、超高真空、电子测控及精密制造等领域的产业链资源，推进关键部件集成与整机工程化。