量子智能 + 具身智能：共塑未来信息新生态【2025浦江创新论坛】

新一代信息技术的飞速发展，正深刻重塑人类对计算边界的认知与智能系统的落地形态。量子智能融合了量子计算与人工智能两大先进技术，通过量子物理特性突破经典计算瓶颈，为人工智能发展提供全新范式。具身智能作为人工智能与物理实体深度融合的新兴领域，已经开始改变人类的生产生活方式。二者都是引领未来科技革命的重要前沿方向，也是全球科技竞争的新高地。

围绕未来信息议题，今年浦江创新论坛专门设置了“AIQC：量子智能”和“具身智能前沿技术和标准创新论坛”两场专题活动。量子智能专题论坛上，来自中国、美国、荷兰、卢森堡、新加坡等国的专家，探讨人工智能与原子量子计算、量子信息科学、量子线路优化、量子算法应用的交叉融合，研判量子人工智能领域当下亟需解决的关键科学问题和近期发展机遇。具身智能论坛以“科技之光：具身智能前沿技术和标准创新”为题，邀请来自全球的顶尖科学家和创新领军人物，共同深入探讨人形机器人、人工智能、交叉智能等前沿科学与技术。

PUJIANG INNOVATION FORUM

01

量子智能突破算力边界

1.量子智能作为新兴领域，需要量子计算和人工智能相互赋能，加速突破技术瓶颈。

中国科学院院士、清华大学交叉信息研究院院长姚期智认为，在前沿领域，AI能够通过量子纠错赋能量子计算，降低引力波探测系统噪声，扩大人类对宇宙的观察范围，在后量子密码标准遴选中脱颖而出的LWE（Learning with Errors）正是源于机器学习。

中国科学院院士、复旦大学教授龚新高认为，量子力学是物质科学的基础，计算物理就是将无法显式求解的量子力学问题通过计算方法求解，而人工智能可以在其中发挥巨大作用。他以人工智能求解Kohn-Sham方程自洽迭代为例，展示了机器学习的高效性。

清华大学交叉信息研究院副教授邓东灵总结了谷歌、IBM、祖冲之号、欧洲ETH等公司和机构在量子纠错和量子网络方面的进展。他阐释了量子计算、人工智能以及物理三者相互促进发展的底层逻辑。围绕量子人工智能发展所面临的规模化扩展与量子神经网络训练的挑战，他提出了以量子自动学习为核心的解决方案，该方案无需计算梯度，可有效规避“贫瘠高原”效应。

2.量子计算可突破传统计算极限，为人工智能发展提供前所未有的算力支持。

新加坡量子技术中心教授Dimitris G. Angelakis提出，通过特定量子计算平台设计量子映射并编码于量子线路，对现阶段量子计算的应用非常重要，因为编码可大幅降低优化问题对量子资源的需求，如大规模交通路径优化、资产优化配置等组合优化问题。

荷兰乌得勒支大学教授Cristiana Morais Smith认为，自旋轨道耦合拓扑材料是一类具有重要前景的量子体系，分数量子态是其形成的关键，可视为一种近乎自然的选择。实验室中可通过单原子操控或二维材料堆叠等维度调控方式实现此类拓扑物态。

匹兹堡大学物理系教授、美国物理学会会士W. Vincent Liu介绍了高轨量子模拟相关工作，其应用范围可涵盖从微观尺度的玻色爱因斯坦凝聚态研究到宏观尺度的宇宙引力波探测。

卢森堡大学教授、美国物理学会会士Adolfo del Campo提出，量子控制可极大加速信息处理。传统量子态制备通常需要缓慢的绝热演化以保持低能态，而量子控制可通过高维捷径实现反绝热演化，以逼近处理速度极限，有助于发现新的物态和相变。

3.量子科技是第四次工业革命中的颠覆性力量，需要进一步夯实学科基础、加快科研攻关、积极培育人才与产业生态。

中国科学院院士、深圳国际量子研究院院长俞大鹏认为量子科技发展任重道远，需要全社会共同努力，为未来量子科技发展储备核心力量，以极致追求推动量子科技实用化发展。

上海市未来产业基金总经理魏凡杰表示，当前国际背景下，量子、人工智能等未来科技竞争日益激烈，量智融合是跨学科的协同创新，从科技发展的规律来看，学科的交叉融合对突破现有技术瓶颈、抢占未来科技制高点有重要作用。

中国科学院院士、清华大学交叉信息研究院院长姚期智认为，AI和量子信息具有广泛的应用场景和强大赋能效应，值得大力推动。我国在这些方向有着优良基础，应当积极培养人才，加大攻关力度，确保立于领先地位。

02

具身智能：AI与物理世界的交互新范式

1.提升机器人和具身智能的自主性、通用性和泛化能力是未来趋势，应当加速神经形态计算、多模态感知和大模型融合等方向探索。

阿联酋哈里发大学教授Jorge Dias指出，神经形态计算可以解决现有的高耗能问题，助力具身智能实现低功耗的实时环境响应能力，是具身智能产业化的关键技术。

清华大学教授、人工智能研究院智能机器人中心主任孙富春认为，具身智能的核心在于让AI模型通过与物理世界交互来学习、感知和行动。智能本体、具身感知、具身行为和环境交互是具身智能的四要素。具身智能的未来不是“大模型”或“小模型”，而是“大与小的协同”。大模型提供认知高度，小模型保障执行效率，共同构建安全、通用的物理世界智能体。

上海傅利叶智能科技股份有限公司创始人兼首席执行官顾捷指出，参考自动驾驶发展历程，人形机器人厂家应当注重机器人本体的收敛，只有在大量同形态机器人日常工作任务中采集到的共同数据，才能促进人形机器人泛化能力的提升。

深圳逐际动力科技有限公司联合创始人、浙江大学助理教授谌骅认为，硬件和算法是人形机器人主要的两类技术。在算法层面，人类动作获取、动作迁移和强化学习等是较为重要的模块。

2.构建科学、完善、前瞻的具身智能标准体系，不仅是技术创新的“加速器”，更是产业健康可持续发展的“压舱石”。

ISO/TC299/JWG9工作组的联合召集人Gurvinder S Virk教授指出，机器人技术正不断应用于新领域，在医疗和非医疗场景中都出现了新挑战。机器人天生具有自主性/人工智能特性，这意味着需要对其安全性、性能和互操作性的影响展开研究。然而，目前并没有专注于机器人自主性/人工智能相关标准化项目的工作团队。当前急需关于“如何在不同类型的机器人中实现自主性/人工智能”的新建议。

国际电工委员会电气运输设备技术委员会（IEC/TC125）主席吴小东认为，具身智能技术增强了电动载具的性能，同时也在安全性、交互、通信以及电磁兼容性等领域提出了新的标准化要求。新兴市场对标准化的需求也在不断增长，呼吁更多的机构和专家投入具身智能标准化制定工作。

上海开普勒机器人有限公司CEO胡德波指出，除了要注重机器人采集数据的范围，还要注重数据本身质量和数据多样性。数据集应达到类似于人形机器人“百科全书”的效果，既要包含怎么做、为什么做，也要包含行为意图和适用场景等内容。

上海人工智能实验室双聘研究员、上海交通大学教授张伟楠教授指出，无论人形机器人在模拟环境还是真实环境中收集数据，只要想实现机器人在现实里长久工作，最终都需要使用自身在物理世界中交互产生的经验数据来进一步完善性能。

03

叩响未来信息之门

量子智能和具身智能是搭载人类驶向未来信息社会的两列时代列车。本届“量子智能”和“具身智能”论坛汇聚全球科技专家，探讨了量子智能从实验室走向真实场景的落地实践——在材料研发、药物设计和工程优化等领域突破真实问题的算力天花板，也聚焦具身智能在现实世界的试错与进化路径——智能体通过与物理环境的动态交互持续完善能力。两场科技盛宴的热烈讨论和系列成果，将为各自领域的持续创新和全球科技共同体的开放合作提供极具价值的实践参考。

本文由上海市科学学研究所产业创新研究室助理研究员孙煜、李航祺执笔。文章观点不代表主办机构立场。

◆ ◆ ◆

编辑邮箱：sciencepie@126.com