谷歌量子计算研究人员在 Willow 处理器上展示了一种方法，能够生成逻辑保真度达99.99%的专门制备量子态，推动了提升量子计算机可靠性的努力。这项于2026年10月15日公布的成果，针对的是量子计算中一项资源消耗较大的环节，并不意味着整台计算机已经能够以这种准确度运行有实际用途的计算。
要点
- 与未经培育制备的量子态相比，魔法态培育使错误减少了约40倍。
- 研究团队在两种不同的量子纠错方法之间转移了培育后的量子态。
- 在投入实际应用前，仍需进行更大规模的演示并开展进一步工程工作。
目录
谷歌量子计算成果衡量的是什么
Alphabet 旗下谷歌表示，其研究人员实现了99.99%的 T 态逻辑保真度。T 态是一种专门制备的量子态，可用于实现复杂计算所需的操作。逻辑保真度衡量受保护的量子信息与其预期状态的吻合程度。
谷歌关于 Willow 研究的公告称，与未经培育的量子态相比，错误减少了约40倍。该研究于2026年10月15日发表在《科学》期刊上。
这一区别很重要：所报告的保真度适用于本次实验中制备的量子态，并不代表 Willow 执行的每项操作，也不代表完整量子程序的准确度。
| 项目 | 详情 |
|---|---|
| 处理器 | Google Quantum AI 的 Willow |
| 测得的量子态质量 | T 态逻辑保真度为99.99% |
| 错误对比 | 与未经培育的量子态相比，错误减少约40倍 |
| 已演示的转移 | 从距离-3色码转移至距离-5表面码 |
培育针对资源消耗较大的流程
量子计算机需要高质量的魔法态来执行一系列有助于运行实用程序的操作。制备这些量子态可能消耗大量计算资源，而且每个量子态一经消耗便无法重复使用。
魔法态培育起到筛选作用。研究人员将含噪量子态引入芯片的一个小区域，通过协调测量检查错误，并舍弃未通过的尝试。通过检查的量子态会被保留，并转换为更大的编码。
实际目标是减少用于制备这些量子态的资源，从而为计算留出更多能力。本次实验在硬件上展示了这种方法，但并未确定一台具备商业实用性的机器需要多少资源。
转移测试推动兼容性，但不代表已具备商业化条件
研究人员还将培育后的量子态从距离-3色码转移至距离-5表面码。这两种方法都用于保护量子信息免受错误影响。
这项转移展示了在谷歌的硬件上，制备好的量子态能够在两种纠错方法之间移动。这是将培育技术整合进更广泛计算架构的一个进展。
谷歌提醒称，魔法态培育仍需在更大规模上进行演示，而且仍面临重大的技术挑战。这些研究结果并未表明该公司已经制造出具备商业实用性的容错量子计算机。
结论
这项成果让魔法态培育从理论走向了硬件演示。接下来值得关注的技术里程碑是，谷歌能否在实用量子计算所需的更大规模上复现这一方法；公告未提供实现这一步的时间表。
阅读更多新闻
免责声明
本文由 FinanceVelix 发布，旨在提供一般信息，不构成个性化的财务、投资、法律或税务建议。市场价格、利率和经济状况可能发生变化；投资存在亏损风险。本文所述事实反映发布时可获得的资料，之后可能发生变化。请自行核实重要信息，并在需要时咨询具备资质的专业人士。提及任何资产、公司或服务均不代表对其予以认可。
