2025年6月，量子计算产业链长企业北京玻色量子科技有限公司（以下简称“玻色量子”）自主研发的相干光量子计算机，凭借实用化量子计算真机优势，实现单季度计算量突破1000万次，SDK调用量超过2100万次！

更值得骄傲的是，自2023年5月正式发布首代产品以来，相干光量子计算机已累计突破3000万次计算！这不仅刷新了国内量子计算公司的计算服务纪录，更以雄辩的数据表明玻色量子在实用化专用量子计算领域的技术实力与应用水平，已稳居国内顶尖，并达到全球领先行列！

数据统计，2025年Q2季度相干光量子计算机全球开发者用户占比52%，科研院校用户占比30%，合作企业用户占比18%。截至目前，玻色量子为全球科研院校、优秀合作企业、开发者们提供线下真机测试与验证、云服务等多种计算服务，全面覆盖生物制药、能源电力、人工智能、金融、汽车、交通物流、气象预测等行业领域。

亮眼数字的背后，无疑代表着玻色量子的相干光量子计算机已然集高效、稳定、实用于一体；海量计算的背后，无疑代表着国内专用量子计算机强悍的实用化技术实力，量子计算正切实解决着经典计算机难以应对的大规模高复杂性问题，为用户创造真实的科研和实用价值。

玻色量子作为国内率先突破量子计算实用化、商业化的行业引领者，以实用化专用量子计算真机算力为基石，持续专注于“量子计算+”生态建设，构建全链路产业生态创新体系，探索实用化量子计算产学研用新路径。

在硬件产品研发方面，自2023年5月以来，玻色量子已接连发布三代相干光量子计算机。在2025科博会上，玻色量子展出研发中的1000专用量子比特相干光量子计算机，这是国内首个突破千比特规模的专用光量子计算机，作为国内可8h稳定运行的千比特级量子计算机，它具有更强的计算能力、更广泛的应用前景和更强的扩展性。

在“量子计算+生物制药”领域，玻色量子联合上海交通大学张健教授研究团队提出了网格点匹配和原子特征匹配算法模型。研究表明，相干光量子计算机的求解速度比传统计算机快1000倍，该研究提出的算法模型可显著提升未来药物虚拟筛选效率和准确率。

在生态合作上，玻色量子还和广州国家实验室、中山大学药学院、北京肿瘤医院、清华长庚医院等在蛋白质结构预测、分子相似性筛选、多肽对接、变构位点预测等场景展开实用化量子计算应用探索。玻色量子还构建了“药企-高校-医院-国家实验室”四位一体合作体系，未来与顶级高校、医院及药企携手展开深度合作，加速推进药物开发和临床验证的进程。

在“量子计算+人工智能”领域，玻色量子联合清华大学李升波教授研究团队，提出一种专用于前馈神经网络训练的量子经典-混合加速算法——使用相干量子计算机的多层前馈神经网络训练方法。通过相干光量子计算机真机，可在毫秒内解决大规模的二进制优化问题，这是国际首个可以在相干光量子计算机上训练多层神经网络的算法。

2025年6月，国务院参事、清华大学信息科学技术学院院长、北京信息科学与技术国家研究中心主任、中国人工智能学会理事长戴琼海、玻色量子创始人&COO马寅以及国家万人计划领军人才、国家科技创新人才、广州市杰出人才、纬德信息董事长尹健携手发布“‘CAAI-玻色’量子计算应用创新基金”，这是由中国人工智能学会与我国量子计算公司首次发起的“量子计算+AI”揭榜挂帅项目，也是量子计算首次融入人工智能生态圈的标志性起点。

量子计算与AI的协同发展正成为科技前沿的重要趋势，玻色量子研究团队基于相干光量子计算机针对“量子原生AI”——量子玻尔兹曼机神经网络——开创了新的训练方法。这一创新方法巧妙利用了Ising模型与玻尔兹曼机在数学上的等价性，解决了经典玻尔兹曼机因高复杂度而无法高效训练的难点。玻色量子提出的基于相干光量子计算机的量子训练方法，以量子采样替代传统的GibbsSampling方法，大幅提升了玻尔兹曼机的训练效率，展现了“量子+AI”的深度融合。

此次单季度突破1000万次计算、累计突破3000万次计算的卓越佳绩，是玻色量子发展史上的璀璨篇章，更是我国“量子计算+”生态蓬勃发展的序曲，以玻色量子为代表的国产化量子算力已然在全球量子计算产业化应用的角逐中占据领先地位！玻色量子期待越来越多的优秀合作伙伴加入我们，共建“量子计算+”生态，共赴算力革命新征程！