Universal Quantum 发布技术研究，介绍其迭代重解码方案 IRS（arXiv:2610.26784），用于解决横向容错逻辑中的错误关联瓶颈，利用长程离子阱连接执行横向 CNOT 门而无需解码全局超图。基准测试显示 IRS 相比 ghost 协议逻辑错误率低约 4 倍、比 LOM 低约 15 倍，三块 GHZ 制备中最高降低 25 倍，且可在几次迭代内收敛，适合实时容错硬件的流式实现。
AI 生成摘要 · 以原文为准
德国埃尔朗根量子硬件初创公司 Quint Computing 完成 910 万欧元（1020 万美元）种子轮融资，为德国量子计算公司最大首轮融资金额，由 Vsquared Ventures 领投，Quantonation、Nucleus Capital、Faber 等参投。融资配套 220 万欧元（246 万美元）EIC Pathfinder 拨款。
AI 生成摘要 · 以原文为准
Nord Quantique 联合创始人兼 CEO Julien Camirand Lemire 接受 Yuval Boger 访谈，介绍基于超导腔内微波光子的玻色编码路线，用单腔实现量子纠错以降低比特开销。公司 2024 年发布 GKP 单腔全纠错演示（无后选择，纠错增益约 1.1，现已超过 2），2025 年发布 Tesseract 多模编码，四比特系统今年投入运行。
AI 生成摘要 · 以原文为准
Sandia 国家实验室与 Quantinuum 在 arXiv 联合发表 Logical Gate Set Tomography 研究，提出逻辑门集层析方法（Logical GST），并在 20 量子比特阱离子处理器 Quantinuum System Model H1-1 上完成最后一次实验运行。该方法对编码在 [[7,1,3]] Steane 码上的单个逻辑量子比特进行表征。
AI 生成摘要 · 以原文为准
Quantinuum 首席科学家 Harry Buhrman 在《Fidelity First in the Quantum Race》一文中主张，物理保真度而非纳秒级门速度才是决定实用求解时间的核心参数。其 Helios 系统 98 量子比特离子阱架构实现 1Q 门保真度 99.9975%、2Q 99.921%，并在距离 7 码上实现每周期 5.0×10⁻⁶ 逻辑错误率；而超导平台依赖误差缓解。
AI 生成摘要 · 以原文为准
IQM Quantum Computers（Nasdaq: IQMX）宣布在其云接入的 IQM Emerald 超导处理器上实现全部 54 个 transmon 量子比特的 GHZ 态同时纠缠。40 量子比特裸测量保真度为 0.515，54 量子比特全芯片经读出误差缓解（REM）后为 0.516，均超过 0.500 的真正多体纠缠阈值。
AI 生成摘要 · 以原文为准
Alice & Bob 研究人员发表论文，估算在容错超导猫量子比特硬件上运行 Shor 算法破解 RSA-2048 需要 22,593 个物理量子比特、耗时 3.14 天；破解 256 位椭圆曲线离散对数问题（ECDLP-256）需要 29,588 个物理量子比特、61.8 分钟。该估算比 Google Quantum AI 的 Craig Gidney 2025 年估算少 40 倍物理量子比特。
AI 生成摘要 · 以原文为准
加拿大量子计算公司 Nord Quantique 宣布获得 DARPA 量子基准测试计划（QBI）Stage B 协议的 1000 万美元延期资助，继续接受其量子计算架构评估。公司采用玻色子量子纠错在单个物理量子比特内保护量子信息，以降低容错量子计算所需的硬件开销；QBI 计划评估新兴量子架构能否在 2033 年前实现效用级运行。
AI 生成摘要 · 以原文为准
洛斯阿拉莫斯国家实验室（LANL）与康奈尔大学研究团队发布预印本，提出分析与数值框架，证明动力学量子模拟中制备的多体中间态可用于测算量子信息指标。研究在 50 自旋 XX 与 XXX（各向同性海森堡）链上发现，观测孔径从 k=1 扩展到 k=7 时 trace distance 与 Holevo 信息揭示局域响应函数消失后仍存在的多位点关联，并证明表示简单性不等于物理测量可及性。
AI 生成摘要 · 以原文为准
Nord Quantique 获得 DARPA 量子基准测试计划（QBI）B 阶段 1000 万美元协议延期，资金用于其玻色子量子纠错架构的工程里程碑与风险缓解原型。该计划 B 阶段资助上限为 1500 万美元，C 阶段上限 3 亿美元，目标是在 2033 年前通过独立验证评估量子硬件能否达到实用规模性能。文中指出其下一步需在多个玻色子谐振腔之间实现高保真两比特纠缠门等容错要求。
AI 生成摘要 · 以原文为准
悉尼大学研究团队在 IBM 云端部署的 120 比特超导处理器 ibm_phoenix（方形晶格 Nighthawk r2 架构）上演示多逻辑比特容错操作，成果以 arXiv 预印本 arXiv:2610.32347 发布。实验验证了距离 3 和距离 5 旋转表面码存储。
AI 生成摘要 · 以原文为准
延世大学研究团队在 npj Quantum Information 发表基于 Mamba 结构化状态空间架构的量子纠错（QEC）神经解码器，将解码计算复杂度从 O(d^4) 降至 O(d^2)。在 Google Quantum AI Sycamore 硬件数据集上，该解码器静态内存基准精度与 AlphaQubit 等 Transformer 模型相当；计入延迟噪声后。
AI 生成摘要 · 以原文为准
哥德堡大学与查尔姆斯研究团队发布预印本，提出可跨硬件架构和噪声配置迁移的模块化神经解码器，用于表面码量子纠错。该架构受重整化群启发，参数量在 d=3 至 9 各距离下保持在约 200 万至 300 万，可在单张商用 GPU 上训练；在 IBM Nighthawk r1（ibm_berlin）数据上 d=3 时每轮逻辑错误率较 MWPM 减半（1.26% 对 2.60%）。
AI 生成摘要 · 以原文为准
NIST 发布后量子密码（PQC）迁移报告，要求优先敏感联邦系统在 2030 年底前采用抗量子密钥建立、2031 年底前采用抗量子数字签名，整体联邦迁移目标仍为 2035 年。报告推荐 ML-KEM-768 作为密钥建立的默认参数集，并计划 2030 年后逐步弃用、2035 年后禁用量子脆弱公钥算法。
AI 生成摘要 · 以原文为准
GQI 发布 Q3 2026 量子技术 State of Play 报告，称资本正向大型融资和企业整合集中，包括 IonQ 收购 Oxford Ionics、Intel 以 23 亿美元收购 Classiq、IonQ 20 亿美元承销发行及 PsiQuantum 10 亿美元融资等。报告指出第一代硬件正向容错模块化架构过渡，qLDPC 码可将物理量子比特开销最多降低 230 倍。
AI 生成摘要 · 以原文为准
罗切斯特大学物理系副教授 Machiel Blok 团队研究超导 qudit，利用两个能级之外的多能级编码量子信息，而非仅限二进制量子比特。该方向瞄准量子模拟与量子纠错，团队受自旋物理启发提出同时驱动所有能级跃迁的新控制方法，效率高于逐能级控制。长期目标是构建维度与问题匹配的量子模拟器，求解量子化学和量子场论等经典计算机难以处理的问题。
AI 生成摘要 · 以原文为准
OpenAI称AI生成的证明推翻了指数时间假说（ETH）这一长期假设，已请UCSD的Russell Impagliazzo、Ramamohan Paturi和MIT的Ryan Williams组成团队核查，证明已在Lean验证系统中检验并公开。该声明若成立可能影响部分依赖ETH的量子优势评估结论，但本身不构成经典计算的实用提速，也未解决P versus NP问题。
AI 生成摘要 · 以原文为准
NowSecure 对截至2026年10月5日90天内的 136,711 款 iOS 与 Android 应用进行静态二进制与运行时检测，发现 96.9% 的应用二进制中无可检测的后量子密码（PQC）代码或库，仅 3.1%（4,241 款）检出。报告指出第三方 SDK 与编译库混淆导致源码扫描和 SBOM 检测漏掉加密实现，且超过 3,100 款应用仍在运行 DES。
AI 生成摘要 · 以原文为准
世界经济论坛 Quantum Economy Day 2026 于 10 月 13–14 日在日内瓦举行，Logical Qubit Technology 是唯一代表中国出席的量子计算公司。COO Liam Wang 撰文提出，未来三到五年中国量子计算将进入“累积突破”阶段，里程碑事件间隔缩短、效应叠加。
AI 生成摘要 · 以原文为准
Google Quantum AI 在 Kaggle 上启动总奖金 15 万美元的竞赛，挑战参赛者用 AI 减少量子算法在聚变能源、组合优化和化学三类任务中所需量子比特与门数量，降低硬件门槛。竞赛使用 Qualtran 项目中开源的 kickmix 软件做随机化模糊测试，可在单处理器核上以每秒 600 亿门的速度验证电路的近似正确性。
AI 生成摘要 · 以原文为准
Google Quantum AI 在 Kaggle 发起奖金池 15 万美元的全球竞赛，邀请参赛者压缩容错量子算法中的关键子程序，竞赛于 2026 年 10 月 22 日开启，最终提交截止日期为 2027 年 1 月 20 日。竞赛核心是集成在 Google Qualtran 框架中的开源验证库 kickmix（C++20 与 Python 编写）。
AI 生成摘要 · 以原文为准
NVIDIA 收购剑桥量子纠错初创公司 Riverlane 的少数股权，该投资与其 2.5 亿美元英国计算承诺一同公布。双方同步扩展技术合作，用 H100 GPU 加速实时 QEC 解码器再校准：将 Riverlane 的 Local Clustering Decoder 适配 GPU 并行处理后，表面码训练周期从单 CPU 核 3 分钟缩短到 2.8 秒。
AI 生成摘要 · 以原文为准
莱顿大学与量子纠错公司 Riverlane 在 arXiv 预印本中指出，标准两步相关解码在电路级噪声、深低于阈值（p < 10^-3）时会导致距离-d 旋转表面码损失 1 单位有效码距，逻辑错误率高于预期，p=10^-5 时失败率比非相关基线高 4.4 倍。研究提出依赖错误率的正则化参数 α*(p)，恢复名义距离标度并将失败率降至基线的约 0.55 倍，且权重可在解码器初始化时预计算。
AI 生成摘要 · 以原文为准
Iceberg Quantum 发布 Pinnacle 1.2 架构，借助新 QLDPC 解码器 Crevasse 直接进行电路级仿真，验证每逻辑量子比特周期逻辑错误率低于 10^-12，达到执行 2048 位 RSA 整数分解所需的阈值。Crevasse 每轮纠错平均解码延迟为 4 微秒，团队直接模拟了一万亿个纠错周期而非依赖统计外推。
AI 生成摘要 · 以原文为准
SEEQC 宣布将其芯片级预解码技术与 NVIDIA Ising AI 解码模型通过 SEEQC Digital Link 和 NVQLink 互连集成，在模拟容错量子处理器栈上完成验证。相比 NVIDIA Ising 作为独立经典预解码器，组合式多级架构实现解码延迟降低约 50%、逻辑错误率改善约 50%。
AI 生成摘要 · 以原文为准
SEEQC 宣布模拟结果显示，其芯片级预解码器与 NVIDIA Ising AI 模型组成的多级解码架构，相比单独使用 Ising 解码，解码延迟与逻辑错误率均降低约 50%。该架构通过 SEEQC Digital Link 和 NVIDIA NVQLink 实现量子处理器与 GPU 加速计算环境间的低延迟通信，下一步计划将已验证组件集成到连接 HPC 基础设施的量子处理器中。
AI 生成摘要 · 以原文为准
Ericsson Canada 与高等技术学院（ÉTS）在 Mitacs Accelerate 项目支持下启动量子计算合作研究，开发变分量子算法以提升电信网络运营效率，重点研究误差缓解与优化，并通过量子硬件和仿真验证。这是 Ericsson Canada 蒙特利尔量子研究中心下第二个 Mitacs 资助的学术合作项目，此前与舍布鲁克大学的合作已于今年续期。
AI 生成摘要 · 以原文为准
罗格斯大学、IBM Quantum 及合作机构在 Nature Physics 发表研究，在 156 量子比特的 IBM Heron 超导处理器 ibm_fez 上对 100 个线性连接的量子比特实现了实时量子反馈控制。实验执行了近 5000 个双比特纠缠门和近 5000 次基于中途测量的重置，通过让信息扰码操作与局部重置随机竞争。
AI 生成摘要 · 以原文为准
一项发表于 arXiv 的历史研究分析了薛定谔一份题为《Collapse of Determinism》的三页未发表手稿，显示他构建了确定性隐变量模型，作为反驳 Whittaker “不可能论证”的数学反例，重现了偏振测量的 Malus 定律预期结果。该手稿写于 1944 年 11 月 25 日 Nature 刊登一封信之后，现藏于维也纳大学 Erwin Schrödinger 档案馆。
AI 生成摘要 · 以原文为准
Capitol Technology 大学研究人员在 Journal of Quantum Information Science 发文称，AI 既可能加速针对加密的量子威胁，也能帮助机构提前防御，并主张将两者视为同一网络安全挑战。文章指出“先窃取、后解密”风险：医疗记录等需多年保护的数据今天就可能被收集，等待未来量子计算机破解。
AI 生成摘要 · 以原文为准
Rutgers、IBM 及合作机构在 Nature Physics 发表研究，在 156 比特 IBM Heron 处理器上选取最多 100 个量子比特链，演示运行中的实时反馈控制：系统交替执行信息扰乱与测量重置两类任务，共完成近 5000 次两比特操作和近 5000 次测量重置。当重置频率超过扰乱频率时，系统从混沌突然转变为可控的有序状态，出现相变，与理论预测一致。
AI 生成摘要 · 以原文为准
D-Wave@dwavequantumAI 评分3030AI 生成摘要 · 以原文为准
Alice & Bob 公布法国 PROQCIMA 量子计算计划第一阶段成果，在三个硬件演示平台（两个 6 比特芯片、一个 12 比特芯片）上演示了猫量子比特纠错架构的核心组件，包括保噪声偏置的 CNOT 门、辅助比特测量复位、三数据比特（distance-3）重复码多轮纠错循环、全寄存器逻辑错误率测量，以及猫量子比特上的非 Clifford 门。测得的逻辑错误率尚未低于纠错阈值。
AI 生成摘要 · 以原文为准
NVIDIA 与于利希超算中心在 GTC Berlin 2026 宣布，在欧洲首台百亿亿次超算 JUPITER 上完成 104 量子比特容错量子计算模拟，验证了魔态制备（magic state cultivation）协议，相比传统级联蒸馏工厂可将物理量子比特开销最多降低 90%。模拟使用 8192 块 NVIDIA GH200 超级芯片，45 比特编码态矢量追踪约 35.2 万亿个复振幅。
AI 生成摘要 · 以原文为准
NVIDIA 在欧洲首台 E 级超算 JUPITER 上模拟了 104 量子比特的容错量子处理器，评估真实硬件噪声下的 magic state cultivation。该方法据称可让产生 magic state 所需量子比特减少 90%。模拟使用 8192 块 GPU 及 NVIDIA cuQuantum 软件与 CUDA-Q 平台，帮助研究者在制造硬件前验证处理器设计。
AI 生成摘要 · 以原文为准
NVIDIA 宣布在欧洲首台 E 级超算 JUPITER 上完成 104 量子比特的容错量子计算模拟，为迄今最大规模的容错量子处理器全面模拟。模拟验证了一种比以往方法少用 90% 物理量子比特的 magic state cultivation 容错方案，由 GH200 超级芯片运行、动用 8192 块 GPU，使用 cuQuantum 与 CUDA-Q 平台。
AI 生成摘要 · 以原文为准
关注理由：官方披露了模拟规模、所用超算与软件栈等关键参数，可据此了解 GPU 集群在容错量子计算研究中的实际用途。
NVIDIA Newsroom@nvidianewsroom同新闻AI 评分6565AI 生成摘要 · 以原文为准
Quantinuum 在其 Helios 137Ba+ 离子阱量子计算机上报告量子纠错结果，distance-7 三角彩色码实现逻辑记忆保真度 99.9995%（每轮症状提取逻辑错误率 5×10⁻⁶）。实测错误抑制因子 Λ=12，code distance 每增加一档错误率降 12 倍；据此推算约 30,000 个物理量子比特可在 100 个逻辑量子比特上达到 10⁻¹² 逻辑错误率。
AI 生成摘要 · 以原文为准
Quantinuum 宣布在 Helios 商用量子计算机上使用 color code 实现 99.9995% 逻辑保真度，相当于每百万次操作仅 5 次错误，比其上月纪录再低 10 倍。测试显示逻辑错误率随码距增加呈指数下降，每次增加将剩余错误降低 12 倍；同硬件上 Helix 码每个逻辑量子比特用 10 个物理量子比特，color code 最多用 37 个但错误率更低。
AI 生成摘要 · 以原文为准
新加坡管理大学 Hoong Chuin Lau 在 arXiv 发布综述《Beyond QAOA》，分析 AI 与量子计算在组合优化中的结合，共评估 119 篇论文并详细编码 67 篇，提出三范式分类和 M0–M5 证据分级。结论显示 AI 辅助量子优化在减少硬件调用和管理约束方面有明确收益，但量子辅助 AI 模型在当前硬件上尚未证明实际优势；52 篇核心研究中有 22 篇没有经典基线。
AI 生成摘要 · 以原文为准