量子算法公司Phasecraft Ltd.今日宣布已获得3400万美元新融资,用于加速将量子计算的理论前景转化为实际应用。
Phasecraft成立于2019年,专注于通过弥合当前有噪声中等规模量子设备与未来大规模系统之间的差距,让量子计算更早发挥实用价值。与其他依赖容错量子计算机最终到来的公司不同,Phasecraft正在开发超高效算法,使当前不完美的机器能够在现实环境中产生有意义的结果。
该公司不专注于单一平台或解决方案,而是采用硬件无关的方法。这样做可以实现与多个平台的兼容性,并最大化早期商业采用的机会。公司在量子计算有潜力产生可衡量影响的不同行业开展工作,如材料发现、化学、能源系统和物流优化。
Phasecraft的方法论——将量子设备与经典计算配对——提供混合解决方案,可以模拟复杂材料、优化能源网格,甚至解决生物研究中的问题。这些算法在使材料模拟效率提高数百万倍方面已显示出前景,这可能加速新太阳能电池、催化剂或药物的设计。
该公司与多家硬件提供商合作,包括谷歌量子AI、IBM、Quantinuum和QuEra Computing,这使其能够在先进机器上测试和完善算法,推动实际应用。Phasecraft还与Johnson Matthey、Oxford Photovoltaics、国家能源系统运营商和BT集团等合作伙伴共同开发针对其需求的定制解决方案。
公司的研发方法借鉴了理论物理、计算机科学和大量数值模拟的新颖见解。探索领域包括药物发现(量子模拟可以缩短理解分子相互作用的过程)和能源韧性(优化网络可以提高效率和可持续性)。
联合创始人兼首席执行官Ashley Montanaro表示:"我们的算法现在就在产生有意义的结果,无论是模拟复杂材料的物理特性还是优化大型能源网络的结构,而我们与世界顶级量子硬件提供商的合作伙伴关系将增加我们的算法对商业应用的影响。"
本轮B轮融资由Plural Platform、Playground Global和Novo Holdings量子基金共同领投,LocalGlobe Management、Albion Capital Group和Parkwalk Advisors也参与其中。
Plural合伙人Ian Hogarth表示:"Phasecraft正在以以前认为不可能的方式革命化量子领域。其硬件无关的方法意味着它能够与世界上一些最强大的计算设备合作,创建效率提高数百万倍的算法,现在正帮助解决材料发现和能源网络优化等现实世界问题。"
Q&A
Q1:Phasecraft公司有什么特殊之处?
A:Phasecraft采用硬件无关的方法,不依赖单一平台,而是开发能在当前不完美量子设备上运行的超高效算法。与其他等待容错量子计算机的公司不同,它专注于让现有量子设备产生实际应用价值。
Q2:Phasecraft的量子算法能应用在哪些领域?
A:主要应用于材料发现、化学、能源系统和物流优化等领域。具体包括模拟复杂材料、优化能源网格、药物发现中的分子相互作用理解,以及提高能源网络效率和可持续性等实际问题。
Q3:Phasecraft与哪些公司有合作关系?
A:硬件方面与谷歌量子AI、IBM、Quantinuum和QuEra Computing合作测试算法;应用方面与Johnson Matthey、Oxford Photovoltaics、国家能源系统运营商和BT集团等合作开发定制解决方案。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。