商用量子硬件开发商 Silicon Quantum Computing（SQC）与全球能源技术公司 施耐德电气（Schneider Electric）已进入澳大利亚政府“关键技术挑战计划”（CTCP）第二阶段。
此次联合项目由SQC、施耐德电气与新南威尔士大学悉尼分校（UNSW Sydney）共同推进，并获得360万澳元（约合250万美元）的资金支持，旨在探索在分布式能源资源（DER）网络中部署量子-经典混合机器学习模型。项目采用SQC的 Watermelon™系统, 这是一种经过原子级工程设计的量子特征生成器，旨在增强经典机器学习工作流程。
在第一阶段评估中，SQC与施耐德电气将量子生成特征与经典数据集相结合，对为期12个月的次日能源需求进行了预测模拟。
结果显示，与标准经典基准模型相比，这些量子-经典混合模型的预测准确率平均提升20%，最高提升幅度达到41%。
在此基础上，第二阶段将进一步扩大部署范围，覆盖澳大利亚各地的数百个住宅区域，并将量子特征生成功能直接集成到施耐德电气的生产级人工智能（AI）工作流中。
与此同时，SQC利用原子级精度在硅基材料上制造量子处理器，实现快速的周度迭代周期，并支持包括量子机器学习（Watermelon™）、模拟材料仿真（Quantum Twins™）以及门模型量子处理器（Chilli Series）在内的不同硬件平台。
Anne's Insight
这一合作值得关注的，不只是预测准确率提升20%或最高41%，更重要的是，它展示了量子技术进入真实产业场景的一种路径。
与其等待量子计算完全替代经典计算，当前更加现实的方向可能是通过量子-经典混合模式，将量子能力作为经典AI工作流程的增强模块。
此次项目从第一阶段的预测模拟进一步进入第二阶段，并计划将量子特征生成直接融入生产级AI工作流，这意味着量子计算正在从技术验证走向产业应用验证。
能源领域本身具有复杂的预测、优化和调度需求，因此，量子计算 + AI + 能源值得持续关注。
对于量子产业而言，未来真正重要的是：量子技术能否进入企业真实工作流，并持续创造可量化的产业价值。
➡️ 看见技术，更要看见产业。
➡️ 全球量子观察｜量子行业应用｜量子前沿
➡️ Stay curious, Stay ahead.
