8月3日，第五届CCF量子计算大会暨大湾区量子科学论坛（CQCC & GQSF 2026）在深圳开幕。本届大会以“量与智相融合，量超智共融算”为主题，由中国计算机学会、中国物理学会联合主办，汇聚量子科技领域院士专家、科研机构、产业企业及投资机构代表，围绕量子计算前沿技术、工程化进展与产业融合展开深入交流。
北京玻色量子科技股份有限公司（以下简称“玻色量子”）受邀参与本届大会，通过产业圆桌对话、技术成果发布及展位展示等多个环节，分享专用量子计算与人工智能融合方向的技术探索、产业实践及最新产品进展。
大会活动现场
玻色量子创始人兼CEO文凯博士（左二）参与圆桌对话环节现场
在量子科技与产业融合A论坛举行的圆桌对话环节，玻色量子创始人兼CEO文凯博士受邀与来自量子科技企业及投资机构的嘉宾，围绕“产业+资本助力”主题，共同探讨量子计算产业发展过程中技术、资本与应用场景之间的协同关系。
文凯博士表示，量子计算属于需要长期投入的前沿领域，其持续发展离不开耐心资本的支持，也需要产业各方共同关注技术应用与场景落地。结合玻色量子的商业化实践经验，文凯认为，企业推动专用量子计算走向市场，需要深入理解客户需求，将技术能力与实际场景相结合，并以真实应用效果持续验证技术价值。面向新进入量子计算领域的创业者，他建议扎实推进技术研发，同时提前布局客户合作与产业化路径，把握人工智能与量子计算融合带来的发展机会，共同推动产业生态持续完善。
玻色量子副总裁、深圳总经理吴国卿（右二）登台参与QBM Diffusion量子玻尔兹曼机扩散模型正式发布
在“QTIIA会员单位成果与产品联合发布暨量子科技典型应用场景落地仪式”环节，玻色量子副总裁、深圳总经理吴国卿登台参与QBM Diffusion量子玻尔兹曼机扩散模型正式发布。
扩散模型和流匹配是当前生成式人工智能的主流范式，但仍面临两项结构性成本：从纯随机噪声出发，导致采样步数较多、推理速度较慢；去噪方向缺乏物理先验，生成质量受到一定限制。QBM Diffusion以量子玻尔兹曼机采样得到的低能量构型替代随机噪声，为扩散过程引入物理上合理的初始点和能量场自洽的方向引导，从扩散模型动力学出发，天然融合量子计算特性优越性，为扩散模型的进一步演进提供了新的技术思路。
在具身智能领域，目前主流动作轨迹生成方案主要基于扩散模型，推理耗时较长，在未知环境中还可能因误差级联放大，导致机器人动作发散。基于能量的动作生成方法将复杂动作生成转化为能量最小化寻优过程，展现出推理提速及自主感知失败并重试的物理纠错能力，但仍受到模型架构高度非线性、能量空间复杂等问题制约。针对上述问题，QBM Diffusion以玻尔兹曼机替代原有架构，利用其天然平滑的双线性数学结构，在真实数据注入后自然形成能量低谷，减少对全局梯度裁剪及边界限制的依赖，同时降低模型参数量，提升连续动作寻优的稳定性与效率。
在药物发现领域，QBM Diffusion沿用相同思路，通过QBM采样得到的低能量构型替代随机噪声，提升生成药物分子的质量。该方法也为专用量子计算与生成式人工智能在AI for Science、具身智能等方向的进一步融合提供了新的探索路径。
论坛交流和成果展示之外，玻色量子在大会T5展位展示了新一代专用量子计算机“驭量·山海1000”真机模型及相关技术成果。展位现场吸引多位领导专家、行业嘉宾及与会观众驻足参观，大家围绕专用量子计算技术路线、产品能力及行业应用展开交流，现场互动氛围热烈。
玻色量子展位现场
本届大会集中呈现了量子计算领域从基础研究、技术创新到产业应用的多层次进展，也为学术界与产业界搭建了深入交流的平台。未来，玻色量子将继续推进专用量子计算技术研发与场景探索，与科研机构及产业伙伴共同推动更多成果走向实际应用。
