研究院消息，近日，该院赵俊华教授团队联合AIRS孵化的初创企业QuantumMind，研发出基于相干光伊辛机（CIM）量子计算技术的量子—经典混合大模型架构QART（量子增强推理Transformer）。
国际权威市场研究机构Grand View Research的数据显示，预计2026年到2033年，全球量子市场将以35.1%的年复合成长率增长，并在2033年突破50亿美元。
在通用与智能体快速发展的行业背景下，长程多步推理能力是决定大模型产业上限的关键能力。即便通过扩大模型参数、优化提示词、增加上下文窗口等经典手段，也难以从底层消除这种随推理长度增长而恶化的错误累积效应，这是全球AI从业者共同面对的技术瓶颈。
面对这一问题，QuantumMind推出的QART选择了模块化协同架构：Transformer语言模型负责理解任务、开展推理和生成回答，基于CIM技术的量子模块则处理任务相关信息，将推理选择及其关系转化为二次无约束二值优化问题，通过量子求解寻找整体上更优的推理路径，并将优化结果转化为辅助信息，支持模型后续推理与执行。
实际上，在当前全球量子AI研究竞速的格局下，这一“量子增强推理”路线并非孤例。2026年，九章云极与玻色量子联合发布可学习量超智混合计算体系，提出大模型、GPU与量子计算的混合协同才是未来十年算力演进的确定形态。国际上，QCR-LLM等框架已将真实量子计算机集成到混合推理工作流中，在BIG-Bench Extra Hard基准上验证了量子辅助推理的可行性。
QART是作为首个基于国产CIM实机和国产大模型进行系统性配对测试的量子—经典混合架构，从理论上给出了推理路径恢复成功概率的渐近分析。
据悉，基于QART架构研发的系列模型，QuantumMind已在电力、金融等行业探索实际落地。这些领域不仅要求模型给出答案，而且要求重视复杂条件下的决策质量，是验证量子—经典混合AI从研究走向应用价值的关键试验场。
业内人士认为，当前国产大模型产业正处在由大到强的关键阶段，行业共识已经从“做大参数” 转向 “做强能力、做实落地”，构建自主可控全栈AI体系，需要算法、模型、专用算力硬件多维度协同创新。QART走出一条国产大模型基座搭配国产CIM量子硬件协同创新的路线，不依赖海外底层技术栈，在量子—经典混合智能这个全球都尚在起跑的新兴赛道上积累自主知识产权。
发表回复
要发表评论，您必须先登录。