explore | Grilled Cheese

研究人员演示了GKP编码量子态可以使用通用连续变量量子门生成，其错误概率低于容错阈值，从而在Lloyd-Braunstein框架内实现实用量子存储。

劳伦斯利弗莫尔国家实验室的研究人员直接发现了宇宙射线与超导量子比特退相干的关联，观测到来自穿透性介子的相干性丧失高达30.5%。他们新颖的MKID平台能够实时检测辐射诱导的错误。

Quantinuum 的 Helios 通过在离子阱上使用彩色编码，实现了量子纠错的 10 倍改进，验证了通往容错量子计算和 2029 Apollo 里程碑的道路。

谷歌的Willow处理器在T态生成中实现了99.99(1)%的保真度，错误率降低了40倍，解决了容错量子计算中的关键瓶颈，降低了物理量子比特的需求。

IBM的AI代理工厂自动化了专业化的QEC解码器硬件设计，利用开放权重模型实现了204倍的加速和11.5倍的推理成本降低。

MIT研究人员设计了量子纠错码，利用可重配置中性原子阵列实现每两个物理比特编码超过一个逻辑比特，达到极低的错误率，并具有紧凑、可扩展的码设计。

Google Quantum AI、DeepMind和MIT演示了一种模块化双曲量子纠错架构，与标准表面码相比，将物理量子比特开销减少了30倍，该架构使用小型二维平面模块通过稀疏边界耦合器进行网络连接。

Willow上的魔态培养：40倍的错误率降低+从态准备中释放的计算容量。谷歌的突破性成果将资源密集型的量子操作转变为实用、可扩展的系统。

IBM研究部门展示了AI智能体可以使用开源模型优化量子纠错硬件设计，速度快52倍，推理成本仅需$26——比专有替代方案便宜11.5倍，同时保持设计质量。

Quantum X Labs的LayerQake技术通过与问题无关的校准方法，将IBM量子处理器上的测量偏差从11-15%降低到6%以下，并将累积误差降低15-21倍，提高了量子计算的可靠性。

用于分析光子籽态生成的新框架揭示了破坏性多光子干涉如何抑制探测器误差。新型贝尔和GHZ态生成器实现了固有错误消除，而不降低成功概率。

IRS解码器在横向Clifford电路中实现了比现有方法低4-15倍的逻辑错误率，降低了综合征提取开销，并加速了实际容错量子计算的发展。

标准相关解码在超低错误率下因联合故障定价不当而失效。我们识别了根本原因，并引入了与错误率相关的正则化方法，在保持高效量子纠错性能的同时，恢复了标称误差抑制。

Quantinuum在囚禁离子上展示了阈值以下的量子纠错，逻辑错误率低至5×10⁻⁶，每个码距实现超过10倍的抑制。实时神经网络解码为百万级量子操作规模容错量子计算的实现开辟了道路。

理论框架将有序统计解码映射到逻辑空间，产生精确的错误率公式和覆盖感知的构造。演示了候选模式从899减少到672，同时将覆盖遗漏与代表性选择失败隔离。

NVIDIA 和 Jülich 在欧洲首台艾级超级计算机 JUPITER 上模拟了 104 量子比特容错量子计算，验证了一种魔法态培养协议，该协议显著降低了量子纠错所需的物理量子比特开销。

Quantinuum的Helios达到99.9995%的逻辑保真度——每百万次操作仅发生5次错误。指数级纠错演示表明，与超导方法相比，离子陷阱系统在容错量子计算中需要约30倍更少的量子比特。

Quantinuum 的 Helios 量子计算机使用其色码纠错架构实现了 99.9995% 的逻辑保真度——每百万次操作仅有 5 个错误，相比九月份的纪录提高了 10 倍。

QEDMA Quantum Computing LTD. 的专利申请描述了通过测量症候并根据物理错误表征和模拟自适应地选择错误缓解协议来缓解量子电路中错误的方法。

Quantinuum 的 Helios 陷阱离子系统采用三角形颜色码实现了 99.9995% 的逻辑存储保真度，展示了指数级错误抑制（Λ=12），标志着在容错量子计算发展中的重大进展。