不确定→确定迭 代评测，明确量子计算应用存在的差距，定位存在的问题。对此，业 界已经开展了相关研究工作，发展了多种量子计算性能指标与评测基 准。这些基准有些得到了业界的共识，如量子比特数，门保真度和量 子体积等。但是，这些指标有些存在局限性，要么与技术路线强相关， 要么仅用于硬件底层性能评测，无法准确描述量子计算的整体性能， 尤其是应用层面性能。因此，研发人员难以运用。 量子计算机 线路宽度需求 图分割： 6578+量子比特 子图优化（40 小区，每个 小区 1000 种配置方案） 400+量子比特 线路深度需求 1000 层+ 300 层+ 保真度 超过纠错平衡点门限 注：1、图分割所需的量子比特数（线路宽度）=N（K+log2（M+1）） 其中 N 为子图数量，K 为图节点数量，M 为子图节点数量上限 2、子图优化所需的量子比 计算精度 要求高，最优解或近似最优解 量子算法 QAOA 分布式 QAOA 线路宽度需求 40 量子比特 16 量子比特 线路深度需求 30 层及以上 10 层及以上 保真度 超过纠错平衡点门限 注：1、最大加权独立集（QUBO 建模）所需比特数=K，K 为节点数 量 2、最大加权独立集（问题分解，QUBO）所需比特数=K’，K’是问 题分解节点数量。

量子互联网进行深入的研究和发展是必然趋势。 目前量子互联网的发展还处在初期阶段。由于其和经典互联网的 基本原理不同，很多经典互联网的发展模式和技术都无法直接借鉴过 来。现阶段不论是底层的硬件技术，如量子门操作速度和保真度、量 子纠错和量子存储时间等，还是上层的量子互联网体系架构，如运行 模式和协议栈，都不成熟。这也导致在量子互联网的研究中还面临很 多新的问题和挑战。 本白皮书首先简洁地介绍和梳理量子互联网相关的基本原理和 子计算机。如果 在量子网络中执行分布式量子计算，那么多个计算节点之间的非局域 控制非门的执行质量非常关键，其会直接关系到整个分布式量子计算 的计算效率。 23 目前由于受到比特数和门操作保真度等技术的限制，很难实现基 于量子纠错码的大规模量子计算机。所以现阶段处于含噪音中等尺度 的量子计算模型的研究，该阶段的目标主要是利用大约 100 量子比特 规模的无量子纠错码的量子处理器来探究某些计算任务，例如量子化 距离通信，从而实现远距离量子通信的目标。目前量子中继大致可以 分为四类，分别为第一、二、三代和全光中继。各类量子中继的原理 如表 2 所示。第一代中继的原理是首先在相邻节点之间实行预报式纠 缠产生，然后纠缠纯化提高保真度，最后纠缠交换来延长纠缠信道的 距离，最终建立起长距离的纠缠信道。预报式纠缠分发可以克服光子 丢失错误，纠缠纯化可以弥补操作错误。第二代量子中继是采用纠错 码的方式替代了纠缠纯化来弥补操作错误，对于光子丢失错误依然采

量子院、本源量子、华翊量子、幺正量子、中科酷原、硅臻等。 从技术路线来看，2024年无疑超导量子计算的进展最为亮眼，全球相关领先机 构均发布了新一代量子处理器。主要原因有两点，一是超导量子计算路线本身特点 优势明显，比如保真度高、运算速度快、扩展性好、可控性强，从而受到更多科研 人员与投资机构的关注。二是超导量子计算机与成熟的电子学、半导体工艺密切相 关，而离子阱、中性原子等技术路线所用设备多为成熟度相对较低的光子学设备。 58 115 147 2024 ICV TA&K & 光子盒研究院 QUANTUMCHINA | 2025.2 30 量子测控系统作为实现容错量子计算的核心支撑，其核心使命是通过高保真度量 子门操作、高效纠错编码与高速反馈控制，确保含噪量子计算机的可靠运行。 量子计算测控系统是实现量子比特操控、读取和纠错的核心设备，具体包括： Ø 固态量子体系测控设备：主要针对以超导、半导体量子比特的测控，供应商包 测控系统： 实现容错量子计算的核心支撑 02 第二章 上游核心设备与器件 （2）低温化。室温量子测控系统作为经典-量子接口，为每一个量子比特提供 了门脉冲偏置、微波脉冲激励和色散反射测量，以实现高保真度、大规模并行的量 子态制备、逻辑量子门操控和读取。然而，工作于稀释制冷机极低温温区（~20mK） 的超导/硅基量子比特需要穿越复杂的电子线路和多层制冷机冷盘，才能与室温 （300K）量子测控设

在量子比特规模、逻辑门保真度、相干时间等方面持续突破。2024 年，IBM 基于动态量子电路生成高保真度“魔法态”，保真度优于不 经过魔法态提纯的原始量子比特所能达到的水平28。中科院推出自 研的 504 比特超导量子计算芯片“骁鸿”29。北京量子院联合团队实 现 5 块百比特规模量子计算芯片与经典计算资源的融合30。本源量 子研制出 72 位超导量子比特芯片“悟空芯”31。IQM 实现保真度为 99 作为量子比特载体，通过激光或微波进行相干操控，具备操控精度 高、相干时间长、全连接性等优势。近年来囚禁离子数量、逻辑门 保真度等关键指标不断提升，相关科研实验成果不断出现。2024 年， Quantinuum 离子阱原型机 Model H1 的单/双量子比特逻辑门保真度 分别达到了 99.9979%和 99.914%，量子体积则达到了 104857637， 此外，公司还推出了 56 位量子比特离子阱原型机 位量子比特离子阱原型机 Model H2-1，分 别实现了 99.997%和 99.87%的单/双量子比特逻辑门保真度38。清华 大学实现 512 离子二维阵列的稳定囚禁冷却以及 300 离子量子比特 33 https://doi.org/10.1103/PhysRevLett.132.020601 34 https://doi.org/10.1038/s41567-024-02529-6

关键数据形态——图像、 点云和视频，其数据结构、语义特征、需求和传输挑战差异显著。单一通用方案 难以兼顾，需针对关键模态开发针对性方案：图像需解决资源消耗、低 SNR 鲁棒 性和低比特率语义保真度；点云需应对庞大数据规模、信道干扰下的可靠性、特 征高效利用与灵活码率控制；视频需克服计算复杂度、时空特征高效捕获、复杂 信道鲁棒性、精准码率控制与延迟抖动。研究专用系统旨在深入解决这些模态特 错比特传输的系统易受“悬崖效应”影响，造成语义传输失效，难以满足 6G 低 时延高可靠性要求。最后，现有图像压缩技术（如 JPEG、JPEG2000）在低比特率 时普遍存在模糊和块效应问题，严重损害语义保真度，进而影响下游智能任务性 能。这些挑战制约了图像语义通信在 6G 中的应用效率与实用性。 为应对挑战，本白皮书提出基于层的图像语义通信系统（LSCI） [6]，其引入 语义切片模型（SeSM）实现高效的语义提取、传输和重建 98%仅需传输优化的 SeSM，显著减少流量，缓解设备部署压 力。 2）提升低 SNR 鲁棒性：结合信道编码切片模型与反馈机制，利用 JSCC 思想 有效缓解“悬崖效应”。 3）优化低比特率语义保真度：通过多尺度 GAN 进行语义压缩与重建，在低 比特率下实现约 2%比特率降低，比 JPEG2000 保留更清晰的纹理和语义细节。 （1）LSCI 整体结构 LSCI 由基础模型和增强模型组成，如图

中国科学技术大学等推出“祖冲之三号”处理器，具有很高的操作保真度。 • 麻省理工学院使用可控的 4×4 超导量子比特阵列来模拟二维硬核 Bose-Hubbard晶格。 超导量子计算 • Quantinuum等在波函数中实现了非阿贝尔拓扑序，并演示了对其任意子的控制。 • 清华大学首次实现了512个离子的稳定囚禁以及300个离子的量子态测量。 • Oxford Ionics的单、双量子比特门保真度达到了99.9992%、99 Cambridge Quantum合并而来。2024年，Quantinuum将 System Model H2-1处理器从32比特升级到56比特，并实现了 99.914(3)%的双比特量子门保真度；与Microsoft等演示了保真 度最高为99.9%的12个逻辑量子比特；与Google等利用52个物 理量子比特创建出具有50纠缠逻辑量子比特的GHZ态。 Rigetti Computin 驱，开发了业界第一个用于可扩展量子计算系统的多芯片量子 处理器 。2024年，推出其84比特量子计算机Ankaa-3，并宣布 达成了两个重要的双量子比特门保真度里程碑：成功将错误率 减半，实现中位数99.0%的iSWAP门保真度，并展示了中位数 99.5%的fSim门保真度。 IonQ成立于2015年，是首家上市的量子计算初创公司，融资 数亿美元。正在努力开发分布式量子计算，2024年成功实现 离子-光

前的虚拟世界环境，例如 Pokémon Go、Robolox 和 魔兽世界，每天有数百万人在使用 。这些构成了一 个测试版元宇宙，让我们得以一窥这项技术的潜力。 最近的创新可以让这些世界的保真度和复杂性成为 真正完整的体验。 元宇宙的概念是指一个共享的、持久的虚拟世 界环境，人们可以像在现实世界中一样进行互动。 元宇宙的概念并不新鲜；它源于科幻小说《雪崩》， 如今已成为未来互联网版本的代名词，该版本将使 Dynamics宣布，其VR飞行员训练项目已成为美国联邦航空管 理局（FAA）首个获得飞行员认证资格的培训项目。2023年 12月，Varjo推出了其最新的硬件系列XR-4。该系列旨在匹配 用户人眼的视觉保真度，使佩戴者能够清晰地查看虚拟环境 和周围真实环境（例如驾驶舱）中的清晰细节。 XR-4 Focus Edition拥有极高的像素密度，可增强真实感。 对于要求极高弹性的应用，在专业工厂生产的Secure 造领域的领导者，致力于打造高保真增强现实（AR）体验。 Magic Leap以其众多创新技术而闻名，包括无与伦比的AR光 学堆栈和超轻量级目镜的研发。作为AR行业的先驱，在过去 十四年中，Magic Leap在文本清晰度、色彩保真度和丰富视 觉效果方面取得了突破性进展，同时不断扩展视野，以创造 引人入胜、身临其境的AR体验。 Magic Leap拥有专有的制造设备和工艺，能够大规模生 产各种高精度目镜，并保持极高的良率和质量。其旗舰AR

态和行为，并用于驱动业务收益 为什么需要数字孪生 成本节省 更快，更智能，更安全，更便宜 解决远距离问题 远程方案 更好的交互体验 with Insights 数字孪生有什么要求 • 保真度要求 • 扫描频率（设备是否经常更改设置？） • 数据延迟、连接细节（实时性如何？） • 3D 模型，详细视图 • 遥测数据叠加 • 扫描仪、传感器、物联网 • 远程位置的安全性、身份验证、访问、可用性

构成 自动驾驶数据量级1 1 2022 2023 2024 ~2亿公里 ~13亿公里 ~50亿公里 自动驾驶数据来源 2 真实 数据 • 最主要的训练数据，涵盖⼤量复杂多样的 环境变化，保真度最⾼ 合成 数据 互联⽹ 数据 真实 数据 • 重要性正在增加，旨在解决模型能⼒到达 较⾼⽔平后长尾数据的缺失问题 • 效果最差，主要用于⽆法获取数据的情况， 在预训练后补充不同驾驶环境的知识