谷歌、微软将宣布量子计算里程碑凤凰网科技讯 据《金融时报》北京时间 1 月 29 日报道，量子计算的热度即将迎来大幅升温。 35 年来，这一潜在革命性技术一直是物理学家和计算机科学家的一个梦想。作为全球两大科技巨头，谷歌和微软预计将在接下来几周内宣布两大科学里程碑，凸显人
......
本文由站长之家合作伙伴自媒体作者“凤凰科技”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
谷歌作为英伟达顶级芯片大买家，通过云服务向OpenAI等客户提供算力，同时加速自研AI芯片布局。阿里巴巴加大AI与云计算投资，与博世深化合作推动企业数字化转型。微美全息构建全场景算力覆盖体系，聚焦新型算力系统突破。AI产业持续发力，从消费转向AI与云计算投资，行业有望受益于新老玩家共同推动的高韧性增长。AI算力应用价值进一步凸显，推动技术迭代与行业水平提升。
IBM与AMD宣布合作开发下一代量子计算架构，结合高性能计算与量子技术。双方计划今年晚些时候进行初步演示，IBM负责量子计算机与软件，AMD专注HPC/AI加速器。量子计算正加速应用于药物研发、新材料设计、金融分析等领域，全球产业规模预计2035年超8000亿美元。微美全息等企业积极布局量子科技，推动技术研发与场景应用。尽管量子计算商业化尚需时日，但其专用领域价值探索正如火如荼展开，成为大国科技竞争的核心战场。
百度智能云千帆正式推出全新视觉理解模型Qianfan-VL并全面开源。该系列模型包含3B、8B和70B三个版本，面向企业级多模态应用场景，具备出色的基础通用能力，并针对OCR、教育等高频需求进行专项强化。模型基于昆仑芯P800芯片实现高效计算，支持5000卡并行，在通用和垂直任务评测中达到SOTA水平。Qianfan-VL具备多尺寸模型、思维链推理和OCR增强三大特点，可广泛应用于文档识别、数学解题、图表分析等场景，为企业提供高精度视觉理解解决方案。
量子计算迅猛发展，量子算法在搜索和加密领域潜力巨大。然而，量子计算机实现复杂，当前研究重点是在经典平台上高效仿真量子算法。微算科技提出基于FPGA的高效仿真技术，通过硬件仿真而非传统软件方法，显著提升Grover搜索算法仿真速度，实现百倍提速。该技术结合软硬件仿真，优化架构与数据路径，提高效率与资源利用率，为量子算法实际应用提供支持，推动量子计算发展。
9月11日，北京航空航天大学与华为签署合作协议，共同成立“鲲鹏昇腾科教创新孵化中心”。双方将依托华为领先的算力底座，推动人工智能技术创新，深化产教融合，打造自主计算生态。该中心将聚焦前沿课题研究、课程体系建设及人才培养，旨在孵化具有国际影响力的创新成果，为国家战略需求和产业发展注入关键力量。
本期AI日报聚焦多领域技术突破：阿里云推出全球首个全模态AI模型Qwen3-Omni，支持文本、图像、音频和视频统一处理；百度发布多尺寸视觉理解模型Qianfan-VL，优化企业级应用。苹果扩展Image Playground平台，引入ChatGPT等第三方模型。谷歌与PayPal合作推出AP2协议，推动AI支付安全创新。钉钉上线AI表格助手，支持自然语言生成表格。DeepSeek开源V3.1-Terminus模型，性能显著提升。Kimi推出Agent会员服务，智元机器人开源全球首个通用具身智能模型GO-1，降低技术门槛促进行业创新。
亚马逊正加速布局AR眼镜市场，开发两款产品：面向物流司机的"Amelia"和面向消费者的"Jayhawk"。科技巨头纷纷入局，Meta、谷歌、苹果等均在研发相关产品。中国消费级AR眼镜市场2025年上半年增长显著，销量达26.2万台，同比增长73%。行业预计未来三年规模有望达千亿级别，AR眼镜正从"小众玩具"迈向"大众智能终端"。
量子计算机因量子比特并行处理能力，在优化、模拟和大数据分析等领域潜力巨大，但受限于量子比特数量。微算法科技提出基于子图同构的多模拟器协同算法，将大型量子电路分解为多个子电路，利用分布式和并行计算提升执行效率。该算法通过优化和纠错技术，确保结果一致性，突破量子比特数量限制，为量子计算的实际应用提供新路径。
9月5日，重庆成功举办2025智博会计算产业发展高层思享汇。会议聚焦打造国家西部算力枢纽、算力网络创新通道及算力产业示范基地。重庆将统筹资源，推动算力高效供给、网络传输、调度优化及产业赋能，助力“东数西算”工程。多位专家强调算力是AI与数字经济的核心，需强化政策支持、技术攻关与生态建设，加速产业高质量发展。
凤凰网科技讯+北京时间2月23日消息，谷歌周三声称，该公司已在纠正当今量子计算机固有的错误方面取得了突破，标志着它在克服这一革命性新计算形式的最大技术障碍方面迈出了早期，但可能具有重要意义的一步。这项研究结果已发表在《自然》杂志上。这一论断受到了IBM和其他公司的挑战。
