19:06AI Will@FinanceYF5精选西班牙 Multiverse Computing 的 Aizpurua 团队提出一种新方法,利用小块量子电路为预训练大模型扩容,而非堆叠参数。他们仅给 Llama 3.1 8B 模型增加约 6000 个参数(不到原模型万分之一),便使困惑度降低 1.4%。量子部分运行在 IBM 156 比特处理器上。团队表示增益尚小,但已证明该方法的可行性,为未来量子与经典模型结合提供了新思路。论文量子计算模型扩容Llama 3.1Multiverse Computing低参数优化推荐理由:这项研究为 AI 模型扩容提供了非传统路径——用量子电路替代参数堆叠,做模型压缩或效率优化的研究者值得关注,它可能开启低资源提升模型性能的新方向。原文
03:43Satya Nadella@satyanadella精选微软宣布Majorana 2量子处理器进入工程化阶段。Majorana 1已验证了拓扑量子计算方法的物理可行性。Majorana 2将在此基础上实现大规模部署。目前微软尚未公布具体量子比特数或性能指标。AI产品MicrosoftMajorana 2Majorana 1量子计算推荐理由:微软量子芯片进入工程阶段原文
10:36@hebbia@hebbia联邦资金正在放大现有的量子计算建设,IBM持续的研发投入现在得到了华盛顿的支持。这一举措将加速量子计算技术的商业化进程,IBM作为行业领导者将受益于政策与资金的双重推动。量子计算在药物研发、材料科学等领域的应用前景更加明朗。行业量子计算IBM联邦资金研发投入行业政策推荐理由:量子计算赛道迎来政策与资金双重利好,IBM的研发投入获得联邦背书,关注量子计算进展的投资者和科技从业者值得一看。原文
19:09Google DeepMind@GoogleDeepMindGoogle DeepMind 宣布其基于 Gemini 的编码智能体 AlphaEvolve 在过去一年中加速了多个领域的进步,包括量子计算、生物技术、物流和 Google 的 AI 基础设施。该智能体利用算法优化,从自然世界的物理规律到航运路线规划等几乎每个生活方面都有应用。AlphaEvolve 展示了 AI 在解决复杂现实问题中的潜力,标志着编码智能体从实验室走向实际应用的重要一步。AI产品编码智能体GeminiAlphaEvolve量子计算物流优化推荐理由:AlphaEvolve 将 AI 编码能力从理论推向实际产业应用,做科研、物流或基础设施优化的团队可以关注它如何加速你的工作流。原文