问题——量子计算“能算”与“算得准”的矛盾亟待破解 量子计算被寄予材料、化学、优化等领域实现突破的厚望，但其工程化长期受制于“噪声敏感”。与经典计算不同，量子态易受环境扰动、控制脉冲误差、器件不均匀性等因素影响，导致信息在计算过程中发生偏移甚至丢失。如果无法将错误率压到足够低，复杂算法所需的长时间、深层电路将难以稳定运行，量子优势也就难以从概念走向可验证、可复现的应用。 原因——纠错必须“跑赢”规模扩张带来的新风险 实现低错误率的重要路径是量子纠错：用多个物理量子位编码成一个逻辑量子位，通过测量综合症信号来发现并纠正错误。其中，表面码因其对局域耦合友好、容错阈值相对较高，被视为通往大规模容错量子计算的主流方案之一。 但纠错并非简单叠加。编码规模增大意味着参与的物理量子位和测量操作更多，控制链路更复杂，潜在故障点随之增加。理论上，只有当纠错能力随规模提升的速度，能够超过新增操作与器件引入的错误增长，逻辑层面的性能才会随着规模扩大而改善。长期以来，能否在真实硬件上观测到“编码越大、逻辑越稳”的趋势，是检验量子纠错可扩展性的重要关口。 影响——首次实证“越大越稳”，为容错路线提供关键支撑 据报道，谷歌“量子人工智能”团队在一款72个量子位的超导量子处理器上完成对比验证。该处理器由两枚芯片粘合构成，研究人员在其上实现两种不同规模的表面码逻辑量子位：一类为distance-3编码，使用17个物理量子位；另一类为distance-5编码，使用49个物理量子位。 实验结果显示，较大规模编码在每个纠错周期上的逻辑错误率更低：distance-5为2.914%，优于distance-3的3.028%。尽管两者差距并非数量级跃升，但其意义在于方向性的确认——在实际系统中，扩大纠错编码并未必带来更糟的逻辑结果，反而出现了错误率下降的趋势。这为“靠扩展编码规模获得更强纠错能力”的路线提供了直接证据，也意味着研究正向可扩展量子纠错更更。 对策——从“验证趋势”走向“降低一个量级”的工程攻坚 研究团队同时指出，距离支撑有效计算所需的逻辑错误率水平仍有差距。业界普遍认为，要运行更复杂、可产生实际价值的量子算法，需要把逻辑错误率进一步压低，并在更长时序、更复杂门操作、更大规模并行下保持稳定。 下一阶段的关键任务，主要集中在三上： 一是提升物理层质量，包括降低单、双量子门误差与读出误差，增强器件一致性，减少串扰与漂移；二是优化纠错回路与译码算法，使综合症提取更高效、对噪声更鲁棒，并降低实时控制延迟；三是推进系统工程能力，在更大规模互连、更复杂封装与低温电子学支持下，保持可制造性与可维护性。只有当物理层、控制层、算法层协同改进，逻辑错误率才可能实现“再降一个量级”的跨越。 前景——量子算法开发将更依赖“纠错能力与规模”的协同评估 此次实验的价值，不止于一组数字的改写，更在于为未来量子系统评估提供了可操作的标尺：逻辑层性能应随编码规模呈改善趋势，才能支撑长期可扩展发展。随着国际科研机构与企业加速布局，量子计算的竞争焦点也将从“堆叠量子位数量”转向“可纠错的有效量子位”与“可持续运行的逻辑电路深度”。在此框架下，谁能更快把纠错带来的收益稳定地转化为可用算力，谁就更可能在下一阶段占据技术制高点。
该研究不仅刷新了量子纠错技术的纪录，也改变了学界对规模化量子系统的认识；在全球量子科技竞赛中，基础研究的突破将决定未来计算技术的发展方向。如何将实验室成果转化为实际应用，仍需产学研各界的持续合作与投入。