微美全息推出新型量子方法，旨在将 AI 模型性能提升 2 倍

微美全息云（纳斯达克股票代码：WiMi）发布了一项针对量子神经网络的新型特征映射技术。该公司声称该技术可以显著提升模型的表达能力，旨在克服当前量子人工智能模型的关键局限。

该公司表示，其重复幅度编码（RAE）方法为“构建具有高表达能力且保持可控资源使用的量子神经网络模型，提供了一条全新的工程路径”。

该技术通过在不同的量子比特块中多次编码同一经典数据集来工作。这与传统的幅度或角度编码方法形成对比，后者将数据映射到单一量子态中，这可能会限制建模复杂非线性关系的能力。微美全息表示，已利用 MNIST 图像分类数据集验证了该方法的有效性。

此次公告使微美全息身处于开发商业可行量子计算的激烈竞争中。在这一领域，像 IonQ 和 D-Wave 这样的纯粹专业公司正与 Alphabet 和 IBM 等巨头展开竞争。虽然实际应用预计还需 5 到 10 年，但对于押注行业领先企业的投资者而言，数据处理方面的突破至关重要。

由于底层量子门操作本质上是线性的，当前的量子神经网络往往在映射复杂数据方面面临困难。据微美全息称，这限制了量子模型充分利用其运行的高维空间的能力，导致映射能力不足。RAE 方法旨在通过在量子系统内创建更丰富的特征图来直接解决这一瓶颈。

量子计算领域正从多个方向推进。竞争对手微云全息（纳斯达克股票代码：HOLO）最近宣布了自己的量子密钥分发技术，旨在保护比特币网络，并计划投入超过 4 亿美元用于量子开发。与此同时，D-Wave 正在推行混合策略，将其退火量子计算机与门模型系统相结合。

对于投资者来说，量子领域仍是一个高风险、高回报的博弈。正如最近的行业分析指出，尽管利润率为负，但像 D-Wave 这样的专业公司仍拥有极高的估值，突显了市场对技术潜力而非当前财务状况的关注。微美全息的公告为创新者名单再添一员，但该公司尚未发布具体的性能基准或 RAE 方法变现的细节，这使得其长期影响难以量化。更广泛的技术投资银行业景气度依然活跃，像 Houlihan Lokey 这样的公司最近扩大了其全球技术团队，重点关注消费技术等领域。

本文仅供参考，不构成投资建议。