2026年1月20日，北京玻色量子科技有限公司（以下簡稱“玻色量子”）聯合北京師范大學、天津大學在光學領域殿堂級期刊《Light：Science and Applications》（LSA）上發表了一篇以《A versatile coherent Ising computing platform》為題的學術論文。玻色量子CTO魏海博士、Chengjun Ai、Putuo Guo、 Bingjie Jia、Lixin Yuan為論文共同第一作者，玻色量子創始人&COO馬寅為論文聯合作者，玻色量子創始人&CEO文凱博士、魏海博士、北京師范大學王川教授為論文的共同通訊作者。

　　該研究通過飛秒激光泵浦技術，成功實現“空間光路+光纖光路”的異構光路體系架構的優化策略整合，大幅提高相干光量子計算機的量子優越性，使得相干光量子計算機在量子計算性能、系統穩定性和實際應用三個維度實現了標志性突破。

　　《Light：Science and Applications》（LSA）是光學領域的頂尖權威期刊，涵蓋光學和光子學前沿新興課題的新研究成果，致力于推動光學和光子學領域各個方面的前沿研究，是發表光學領域頂尖研究成果的首選期刊，也是衡量光學研究成果“含金量”的核心標尺。

　　此次玻色量子聯合合作伙伴在光學頂刊上成功發表該研究成果，是國際頂級光學研究界對相干光量子計算技術原理和創新性的高度認可，更是中國在專用光量子計算技術路線上獲得頂級學術的權威認證。這項工作標志著“相干光量子計算”這一技術路線，從理論原理、實驗驗證到應用探索的全鏈條可行性與先進性，皆獲得了國際主流光學界的高規格標志性認證。

論文發表《LSA》期刊

　　以下為本篇論文的主要內容：

　　相干光量子計算機（Coherent Ising Machines, CIM）是一種基于量子光學技術的專用量子計算機，旨在高效處理組合優化等難題，由于這類問題在經典計算機上通常難以求得最優解，因此該技術路線為探索最優解提供了全新可能。這項研究聚焦于相干光量子計算機在求解NP-Complete問題方面的實驗進展與實際應用潛力，該研究團隊通過多方面優化策略顯著提升了相干光量子計算機的計算精度與運行穩定性。

　　 a圖：相干光量子計算服務作業流程示意圖。完整流程包括用戶向云服務器提交計算任務（如分子對接、金融分析、神經網絡和材料設計），云服務器將這些任務轉換為伊辛模型矩陣，并通過Kaiwu SDK傳輸至相干光量子計算機。FPGA連接本地計算機，利用獲取的伊辛模型矩陣進行計算。

　　b圖：相干光量子計算機整體架構示意圖。設備器件描述：PPLN周期性極化鈮酸鋰、IM強度調制器、EDFA 摻鉺光纖放大器、SHG二次諧波發生器、PZT壓電換能器、AOM聲光調制器、BHD平衡外差檢測器。

　　c圖：100 OPO脈沖各分量隨時間變化的過程（求解莫比烏斯梯形圖）

表1：基于CIM（464 μs）、CIM 10（480 μs）及SA（~120ms）計算不同頂點大小的莫比烏斯梯形圖的成功率

隨機圖基準分析

　　a圖：包含100個頂點的隨機圖，具有不同的邊密度（= 1.7%、19.6%、39.8%、60.5%、78.5%、98.9%）。

　　b圖：對應a圖的基態解及所得最大割值。

　　c圖：不同邊密度隨機圖的結果。作為邊密度函數，求解到的最大割數至少為基態最大割x%的解的概率。所求解的圖是具有100個頂點和不同密度的隨機圖。誤差線表示多個100次運行的標準差。

　　研究的關鍵突破在于采用飛秒激光泵浦技術構建相干光量子計算系統，并在光學設計與結構穩定性上進行了協同優化。這種飛秒脈沖具有極高峰值功率，不僅增強了非線性光學效應和量子行為表現，還降低了光纖系統中所需的平均泵浦功率，從而提升能效與系統可靠性。實驗以包含100個頂點的莫比烏斯圖（M?bius Ladder graph）為測試基準，成功實現了55%的平均最優解成功率，相比之前最好水平提升了2倍以上。同時該系統在連續8小時運行中保持了高成功率，充分驗證了相干光量子計算機在長時間、高穩定性工業級應用場景中的可行性。

　　在各行業真實場景中，二次無約束二值優化（QUBO）問題被廣泛應用于調度、路徑選擇、機器學習等領域，研究團隊發現，QUBO問題可有效轉化為伊辛模型，進而可以通過相干光量子計算機高效求解。因此，研究進一步拓展至分子對接（藥物發現關鍵步驟）和信用評分（金融風控核心任務）等真實場景的現實問題，展示了相干光量子計算機跨領域適用性。這項工作不僅從實驗層面證實了相干光量子計算機解決復雜優化問題的優勢，更為其邁向大規模商業化和工程化應用奠定了堅實基礎。

基于相干光量子計算機的分子對接示意圖

　　a圖：將分子對接采樣過程編碼為 QUBO 模型。

　　b圖：相干光量子計算機單解的Ising能量演化圖。

　　c圖：采樣對接構象（黃色）與晶體結構構象（粉色）的1N2J、1LRH和1JD0對比。這三種分子的均方根偏差（mRMSD）值分別為0.8?、1.4?和0.6?，均低于2?，表明相干光量子計算機在分子對接計算中的有效性。

　　實驗表明，基于相干光量子計算機能夠高效解決分子對接問題，且該量子對接方法可在亞毫秒級方案中實現優秀的采樣構象，能夠適應多種分子靶點結合場景。通過整合先進計算算法與優化工作流程，從而在保證高準確性的前提下提高了計算效率，在難以實現的分子系統規模下進行快速篩選與分析、預測提供高效工具。

基于相干光量子計算機的信用評分系統

　　a圖：正常還款與逾期還款的評分分布對比。兩條分布曲線的非重疊區域直觀展示了特征選擇過程的有效性。

　　b圖：KS統計量（Kolmogorov-Smirnov）的定義，該指標用于衡量不同標簽累積分布間的最大差異。

　　c圖：隨著α參數的增加，量子特征選擇CIM+ XGBoost模型的KS統計量持續上升。當α值超過0.99時，該量子特征選擇模型的性能已超越未進行特征選擇的XGBoost模型。

　　在信用評分領域，研究團隊提出一種量子特征選擇方法，該方法與經典方法（如嵌入式等技術）存在根本性差異。通過將特征選擇問題轉化為QUBO問題，自然地捕捉特征間的復雜相互作用及依賴關系，進而通過相干光量子計算機評估高階特征相關性，顯著加速最具信息量且非冗余特征子集的識別。

　　此次論文登頂光學領域頂刊《LSA》，是對相干光量子計算技術路線的標志性權威認證，更是中國在專用量子算力領域實現技術性突破的強有力宣言。它標志著一條從底層原理創新到工程穩定實現、再到跨領域應用驗證的完整技術閉環已然形成，凝聚著中國自主技術從實驗室跨越到產業前沿的堅實力量。

　　基于相干光量子計算路線這一堅實基座，玻色量子通過自主研發已成功發布1000計算量子比特的相干光量子計算機，僅3年便實現計算量子比特規模從100至1000的攀升！一場基于中國智慧、旨在解決組合優化等復雜計算難題的全球性澎湃算力浪潮，正蓄勢奔涌。

　　轉自：中國日報網

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀