年） 3 对接的核心性能指标，尝试从应用需求层面评估量子计算真实能力， 从而能够综合判断量子计算技术成熟度，推动当前 NISQ 实用化。 特别需要说明的是，量子计算目前仅在量子模拟、大数分解、线 性系统求解、非结构化搜索等方面有理论优势，在组合优化、机器学 习方面有潜在优势，但暂时缺乏理论证明。应用评测只是针对给定计 算问题与量子算法，在给定量子计算系统上，与经典计算进行对比， 目标是评估该类问题是否适用量子计算，而不是给出该类问题是否必 须依赖量子计算、是否有量子加速优势等结论。 二、计算场景与需求 从数学角度看，各行业面临的计算难题，最终都可以建模为搜 索、优化、运算和模拟等四类问题，如图 2 所示。每类问题在不同 场景中，都有核心计算性能指标，包括计算速度、计算规模、计算 精度、计算能效或其他指标。在采用量子计算时，这些指标实际性 能由所选量子算法、量子计算机性能及配套的增强技术综合决定。 量子计算应用能力指标与评测研究报告（2024 年） 11 险评估的效率和准确性，帮助金融机构更好地进行信贷决策。此外， 量子算法能够处理多变量的复杂关系，通过对海量历史数据的深入分 析和模拟，更准确地预测市场波动和资产价格的变化，提前做好风险 防范措施，为金融机构的风险管理提供有力支持。 3）金融衍生品定价。量子计算能够显著提高对复杂金融衍生品 的定价速度和准确性。对于一些基于复杂数学模型和大量数据的金融

描述 L1 阶段 L2 L3 L4 L5 数据支撑 • 极少 • 以视觉为主的⼤量 车辆驾驶数据，附 加激光雷达等其他 传感器数据 • 在驾驶数据的基础 上增加针对尾部场 景的模拟仿真数据 算⼒支撑 • 端侧的低算⼒ECU/ 嵌⼊式芯片 • 云侧需要万卡集群 • 端侧需要⾼端推理 芯片，如特斯拉 HW3或者英伟达 Orin/DRIVEThor • 数⼗万卡、百万卡 数据积累 规模 数据构成 精简度 • 数据规模⼤：特斯拉FSD在过去3年已经积累30亿英里的驾驶 里程，同时每日里程积累数量已经突破1千万英里，并随着 特斯拉车队规模扩⼤加速增长，Waymo的模拟⾏驶里程已 经达到了150亿英里，累计⾏驶里程超2千万英里 数据分布 多样性 数据闭环 成熟度 • 精简度中：视觉驾驶数据最关键，纯视觉之外的技术路线也 会采用激光雷达、毫米波雷达等传感器，但纯视觉的精简路 扩展现实（XR） 世界模型 • 尚未产⽣数据飞轮 具身智能目前最⼤的瓶颈在于数据，各层面均处于早期阶段，如何权衡 真实数据和模拟数据，已成为⾏业内发展路径差异的关键分歧 18 信息来源：量⼦位智库，1）Sim2Real（Simulation to Reality）是指将⼈⼯智能模型从模拟环境（simulation）训练中获得的知识和能⼒转移到现实世界（real world）中应用的过程 数据构成 精简度

................................ 28 四、 应用场景探索 ....................................... 33 (一) 量子模拟成为探索复杂量子现象的重要途经 ......... 33 (二) 量子人工智能有望应用于众多行业领域 ............. 35 (三) 量子保密通信应用场景探索持续开展 ...... 表 目 录 表 1 国内外典型量子计算云平台概况 ................................................. 20 表 2 量子模拟行业应用探索概况 .......................................................... 34 表 3 量子人工智能行业应用探索概况 ....... 抢占先机，并在全球量子科技竞争中赢得主动。近年来，欧盟积极 布局并出台了一系列量子信息相关战略以及专项计划。 2024 年 2 月，欧盟量子旗舰计划发布《战略研究和产业议程 （SRIA）》的更新版6，在量子计算、量子模拟、量子通信、量子传 感与计量四大领域，分别提出针对不同技术路线和发展方向的短期 （2027 年）和中期（2030 年）发展目标和建议。分析量子技术创新 和产业化必要条件及社会影响，在基础科学探索、工程技术开发、

VR：VR既虚拟现实（Virtual reality），简称虚拟环境，是利用电 脑模拟产生一个三维空间的虚拟世界，提供用户关于视觉等感官 的模拟体验，通过姿势追踪和3D显示器，使用户能够感受沉浸式 体验。 • MR：MR既混合现实（Mixed Reality）指的是结合真实和虚拟世界 创造了新的环境和可视化，物理实体和数字对象共存并能实时相 互作用，以用来模拟真实物体。混合了现实、增强现实、增强虚 拟和虚拟现实技 宇宙可以实现实时头脑风暴和问题解决，这在当今时代 是无法实现的。 创造新经济 • 元宇宙有潜力通过创造沉浸式学习环境来改变教育。学 生可以参加虚拟课堂，以3D形式探索历史事件，或在逼 真的模拟环境中练习技能。医疗保健、航空和制造业等 行业也可以从虚拟培训项目中受益，从而提供一种更安 全、更经济的方式来教授复杂的技能。 全 球 A R / V R 行 业 发 展 趋 势 报 告 2 0 以在保护数字身份和资产方面发挥关键作用，但监管和 治理对于确保元宇宙仍然是一个安全的空间是必要的。 拓展教育和培训 • 元宇宙有潜力通过创造沉浸式学习环境来改变教育。学 生可以参加虚拟课堂，以3D形式探索历史事件，或在逼 真的模拟环境中练习技能。医疗保健、航空和制造业等 行业也可以从虚拟培训项目中受益，从而提供一种更安 全、更经济的方式来教授复杂的技能。 AR、VR及MR是元宇宙 基础设施的关键部分 全 球 A R /

如， 结构、机电、建筑等不同专业的设计师可在同一 BIM 模型上协同作业，避免传 统设计中各专业间因沟通不畅导致的错误和冲突，提高设计的准确性与完整性。 在施工阶段，利用 BIM 技术进行施工模拟，可提前识别潜在问题，优化施工顺 序和工艺，减少现场冲突，确保施工顺利推进。在运维阶段，BIM 模型为设施 管理者提供设备信息、维护历史及生命周期数据等，便于精准管理与维护设备， 优化建筑能效，降低运营成本。 技术的结合：市政工程往往涉及复杂的地理数据和环境条件， BIM 与 GIS 技术的融合成为提升市政项目设计、施工和管理水平的重要手段。 通过二者结合，可实现城市基础设施的智能化管理，优化资源配置，助力项目 管理者进行空间分析、环境模拟和风险评估。在项目设计阶段，借助 GIS 数据 的支持，BIM 模型能更精确地反映施工场地的地形地貌、地质条件、周边环境 等信息，为设计方案的制定提供更科学的依据，减少设计不合理导致的施工变 更。在施工过程中，利用 技术在铁路建设中发挥着至关重要的 作用，助力铁路设计人员创建全方位的数字化模型，提前预测施工中可能出现 的问题，优化设计与施工方案。在铁路线路规划阶段，利用 BIM 技术可对不同 线路走向进行模拟分析，综合考虑地形、地质、环境等因素，选择最优方案， 中国建筑业企业数字化研究报告 4 减少工程投资和施工难度。在轨道设计和站场建设方面，BIM 模型能够直观展 示各部分

而对教学设备的投入相对较少。这不仅限制了教学设备的获取，也 使得实际操作机会的提供成为一项挑战。其次，市场上缺乏一个完 全能够展示量子计算所需工具和设备的产品，这无疑增大了教学难 度。此外，虽然量子计算模拟器和云服务器能解决一部分的量子计 算“答案”问题，但对于学生需要理解与接触的真实量子状态与运行 部分却仍有所欠缺。 另一个重要的问题是，由于大部分经费和资源都集中在量子计 算的研究设备上， 即可实现整个量子计算过程（如图 2 所示）。 图 2 核磁量子计算机原理架构图 (二) 技术优势/成熟度分析 基于核磁共振技术的量子计算机在面向教育场景时，相对于其 它量子计算技术体系或模拟器方案，具有如下多个方面的优势。1） 量子信息技术应用案例集（2024） 5 相比于其它体系（如超导芯片、离子阱等），核磁共振技术已经比较 成熟，可以做到体积和重量的小型化；2）性能更加稳定，机器自带 问题。3）基于特定的问题启发式参数化量子线路，可以高效 量子信息技术应用案例集（2024） 16 快速地解决存在基因重复片段的基因组组装问题。 当前，基于分布式 VQE 算法的基因组组装方法已经在模拟器中 完成了多个小规模的基因组组装任务，展现出良好的可扩展性。同 时，设计的问题启发式参数化量子线路可以有效提高算法的收敛速 度，技术成熟度级别（TRL）已达到 5 级。 三、 应用方案与实践

任务排序 预测性维护 资源管理 端到端制造控制塔 熄灯生产（无人化生产） 降低设施能耗 综合规划与采购 供应链控制塔 预测客户采购订单 客户销售追踪 产品开发 自动化流程验证与确认 模拟迭代设计 现场性能挖掘 质量 自动光学检测 找出根本原因并提出纠正措施建议 流程验证 客户和供应商的连接 基于自然语言处理的客户偏好 解决自动化售后根源问题 客户销售与反馈门户 员工赋能 品上市周期。 其差异化优势在于集成全流程解决方案，构建产品生命周期数据 平台，打通客户、供应商及生产数据，实现新品模拟与精准预测， 支撑快速响应与成本优化。 实例：美的集团 美的集团通过产品生命周期管理平台实现全流程数字化，在 投标前即可完成“设计-验证-生产”周期模拟，缩短响应时间、 提升设计精准度与成本估算能力，减少投标成本冗余，显著增强 市场竞争力。 1、快速定制平台 美 力，提 升定制化竞争力。 实例：海尔集团 中国海尔集团部署了一款产品性能预测模型，可根据客户的 要求模拟出设计方案的实际效能。该公司随后又利用机器学习算 法对模型进行了优化，使单个产品型号的设计周期缩短了 49%， - 21 - 原型开发验证成本降低了 77%。 2、通过模拟性价比，降低设计风险，提高投标竞争力 全生命周期数据平台赋能设计优化，结合自动化配置及可制 造性验证工具，依托

工业物联安全中，对 5000+物联网传感器采用端到端加密通信，并定期更新数字证书； 工业生产安全依托 AI 算法分析摄像头与传感器数据，提前预警高温、漏电等风险； 工业工序安全则通过数字孪生技术模拟生产流程，优化化工反应釜的温度、压力控制逻辑； 工业功能安全方面，安全仪表系统 SIS 与 MES 系统联动，当设备故障时自动触发停机并启动应急预案。 该案例凸显了管理支撑体系通过技术融合与流程优化，实现安全管理的智能化与动态化。 驱动的威胁检测（如异常流量分析、用户行为基线建模），实时识别供应链攻击（如 供应商 API 接口被劫持）。  管理层面：建立供应链安全准入机制，要求供应商提供安全评估报告；定期开展关基应急演练， 模拟勒索病毒攻击场景。  典型实践：某汽车制造集团（关基运营者）为应对 “供应商接口入侵” 风险，部署 API 网关鉴权系 统，对零部件供应商传输的生产数据实施国密算法加密，并依据 GB/T 39204-2022 供应链链式反应）。同时政策要求强化“安全即服务”（SaaS）能力，如《工业互联网安全分类分级 指南》推动企业建立动态防护体系。  安全能力方向：  技术层面：  构建“数字孪生安全镜像”，通过模拟攻击验证生产系统韧性（如预测性安全测试，PST）， 提前修复漏洞（符合等保 2.0“安全测试评估”要求）。  采用区块链技术实现工业数据不可篡改存证，智能合约自动执行安全策略（如漏洞修复触发

人工智能（ AI ， Artifi cial Intelligence ）是一门研究、开发用 于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技 术 科学。  20 世纪 70 年代以来，人工智能被称为世界三大尖端技术之一（空间 技术、能源技术、人工智能），人工智能本质是及其对人的思维信息 过程的模拟，让它能像人一样思考。 人工智能定义 3.2 AI 的定义 中国科学院院士张钹将人工智能划分为如下

对资源综合利用率提升进行统计分析，平均提升 22.41%，有 80%的企业资源综合利用率提升超过 10%。提升资源综合利用率 的措施有：对原材料、生产设备和废料的流向进行实时监控，智 能分析需求和库存，发现资源浪费的环节，虚拟化模拟资源流转 过程，优化利用策略，最终减少资源浪费；实施能耗管理平台， 通过数据分析优化生产过程中能源使用效率，降低能耗。 对研发周期缩短进行统计分析，平均缩短 25.21%，有 92% 的企业研发周期缩短超过 率的常见措施是：实时采集设备和产品状态数据，应用机器视觉 和自动检测设备替代人工质检，提升检测精度并减少漏检；通过 质量管理软件实时监控生产数据，应用大数据分析技术，建立端 到端的产品追溯链条，快速定位问题来源；通过虚拟模型模拟生 产过程，提前优化流程，减少因参数不稳定导致的不良品等。 对优化人员的比例进行统计分析，平均优化比例为 24.25%， 有 83%的企业优化人员比例超过 10%。通过自动化工具替代重复 性 产调度提供决策支持。例如，锂电池生产中通过 AI 算法进行质 量检测和能耗预测，有效降低了生产成本；同时，MES 系统与 ERP 系统的联动，实现了从订单接收、生产排程到物料采购、库 存管理的全流程自动化管理。 仿真模拟与设计辅助：主要应用于产品性能预测、制造工艺 优化、生产流程仿真和数字孪生，实现高效、低成本的试验与优 化。在设计环节，AI 助力生成式设计、智能 CAD、逆向工程和 材料优化，加速产品开发，提升创新能力。