2026年10月30日至31日，幂波隧力创始人施尧耘博士受邀在上海出席2026世界顶尖科学家论坛，在第二届国际工程智能大会发表主旨报告，并参与"下一个十年：未来半导体与芯片"专题论坛主旨圆桌。
本届论坛以"范式变革：科学突破的下一个十年"为主题。施尧耘的两场分享恰好构成一组相互呼应的追问：以变革计算范式为目标的量子计算，自身需要突破哪些工程范式？当AI已经率先重塑计算与科研范式，量子计算又该如何重新定位自身价值？
10月31日，在由上海世界顶尖科学家发展基金会、同济大学主办的第二届国际工程智能大会上，施尧耘以《AI Tomorrow: How Quantum Can—and Can’t—Help》《AI的未来：量子计算能做什么，不能做什么》为题，讲述了一个关于“颠覆者”的意外转折。
深耕量子计算近三十年，施尧耘曾长期向外界阐释量子计算颠覆经典计算的前景。这场期待已久的"颠覆"最终由AI率先实现，而非量子计算本身。这一反差指向了量子计算当下的全新处境：这门原本致力于变革计算范式的技术，其自身发展路径也正在被AI所带来的范式变革深刻重塑。
这种重塑在应用层面集中体现为施尧耘提出的"量子跃迁计算"（Quantum-Leaped Computing）理念：让规模尚小的量子处理器，为已然强大的经典计算体系注入新的能力维度。成熟的经典AI也为小规模量子计算贡献提供了落地平台与应用场景，使有限的量子能力有机会在更大的计算流程中放大价值。
结合近期量子AI研究进展，施尧耘梳理出三个值得探索的方向：其一，利用量子处理器生成经典方法难以高效获取的数据，用于训练经典神经网络；其二，以少量量子比特表示高维输入或概率分布，探索其在机器学习任务中的应用价值；其三，借鉴量子计算与张量网络的核心思想，实现模型压缩或提升微调效率。其中部分量子启发方法已可直接在经典计算机上运行。
在施尧耘看来，这些方向的早期实用价值，无需等待严格的量子加速理论证明。量子计算及其启发的方法，本质上提供了一套差异化的表示、采样与建模工具。某些量子过程即便仅达百比特规模，也可能超出大型经典计算集群的高效模拟能力。不同的"锤子"为求解问题提供了新的路径选择；而其实际价值，仍需在具体任务与完整计算流程中加以验证。
这一验证需要将状态制备、重复测量、数据传输等全部成本纳入考量，判断量子计算的贡献能否为完整AI流程带来足以抵偿成本的改善。
施尧耘精彩报告分享《AI的未来：量子技术能做什么，不能做什么》
应用路径的重新思考，也为硬件创新指明了更清晰的方向。在由中国电子学会与上海大学联合主办的"下一个十年：未来半导体与芯片"专题论坛上，施尧耘聚焦于另一重范式变革：量子计算自身如何突破传统工程范式，实现规模化发展。
在"下一个十年：半导体与人工智能的融合创新"主旨圆桌环节，主持人、清华大学集成电路学院院长尹首一教授提问：从芯片设计与制造的视角来看，量子芯片实现规模化落地需要突破哪些核心工程范式？施尧耘就此分享了幂波隧力重点布局的两大突破方向。
量子比特工作于极低温环境，而控制电子学大多部署在室温，二者之间依靠密集线缆连接。施尧耘曾以"身首异处"形象描述这一架构。随着比特数量增长，布线复杂度、控制通道数量与系统成本已成为规模化扩展的核心挑战。"控制向下"的思路，是将更多控制功能迁移至低温端：低温CMOS可部署于4 K温区；幂波隧力则重点研发可在毫开尔文温区工作、与量子比特共同封装的超导电子学控制系统，从架构层面系统性缓解布线与连接压力。
幂波团队自阿里巴巴量子实验室时期起便探索量子芯片3D堆叠技术，目前已实现64比特多层3D堆叠集成。据施尧耘介绍，该芯片平均能量弛豫时间T₁平均可超过100微秒，最佳可超0.5毫秒。在此基础上，幂波隧力提出从芯粒到3D模块、再到量子互联阵列与跨制冷集群的分级扩展路线，通过芯片、先进封装与互联技术的协同设计，为更大规模超导量子计算体系奠定工程基础。
将内部技术演进与外部AI变革相结合，幂波隧力致力于以高质量量子硬件基座支撑量智融合，再通过应用效果反向检验与推动系统创新。以变革计算范式为目标，同时持续迭代自身的技术与应用范式——这正是量子计算走向实用化的核心路径。
以上来源：幂波S Labs，由人工智能行动信息港AI HUB分享阅读
