量子计算与人工智能的深度融合，是当前科技领域最具突破性的发展方向之一，正从底层算法创新逐步走向全场景产业落地，成为驱动数字经济升级的核心新动能。

当前，量子 AI 算法持续迭代，NISQ 时代的混合计算架构日趋成熟，量子赋能大模型、生物医药、金融科技、工业仿真等领域的应用探索不断深入，但同时也面临技术落地门槛高、场景适配性不足、产业链协同机制待完善等现实挑战。如何打通基础研究与产业应用的链路，构建产学研协同的量子 AI 产业生态，已成为行业共同关注的核心命题。

本论坛以 “量子启新 共生未来” 为核心主题，聚焦 “量子 + AI” 的技术融合创新与产业生态构建，将邀请来自顶尖高校、科研院所与头部科技企业的权威专家与产业代表，围绕量子机器学习算法突破、量子大模型技术路径、行业场景落地实践、量子 AI 产业链协同与生态建设等核心议题展开深度分享，并通过圆桌对话环节共探技术商业化前景与产业共生发展路径，为产学研各界搭建交流对接平台，推动量子 AI 技术从实验室走向规模化产业应用。

工信部量子信息网络产业联盟理事、深圳市计算机学会理事兼量子信息专业委员会主任，湖北大学物理学院客座教授。清华大学物理学学士、博士，哈佛大学博士后、副研究员，具备深厚学术积累与国际化科研视野。获评国家级创业领军人才、央行金融科技发展奖一等奖；入选福布斯中国科创人物、36 氪商业之王年度人物等榜单，获福田区政府 “砺业开拓者” 认证。

郑盛根为CCF杰出会员、CCF量子计算专委常委、粤港澳大湾区（广东）量子科学中心研究员、博导。郑盛根主要从事量子计算，EDA逻辑综合，理论计算机科学等研究。2015年与Ambainis一起合作证明了精确量子查询算法几乎对所有的布尔函数都有优势，解决了量子查询领域里一个十几年来的公开问题。在I&C, JCSS，TCS, PRL, NPJ-QI，ICCAD，DATE，QIP，AAAI等SCI期刊和会议发表论文六十多篇。郑盛根作为本地主席成功举办了第23届量子信息处理国际会议(QIP'2020)。CCF量子线路设计自动化研讨会发起人之一。

中山大学计算机学院教授、量子计算与软件研究所所长、计算机科学系主任、中国计算机学会（CCF）量子计算专委副主任、CCF杰出会员、杰出演讲者。长期从事量子计算理论研究，在量子算法方面形成一定研究特色，在计算机、物理、量子信息领域知名学术期刊及会议发表论文110多篇，出版学术专著1部。研究工作得到国家重点研发计划、国家基金、广东省杰青、广东省量子科学战略专项等项目支持。

报告主题：量子线路优化新进展

摘要：优化量子线路规模（线路深度、门数量、量子比特数等）对于提升量子计算系统的稳定性、提高物理可实现性等均至关重要。本报告汇报研究团队近期在量子态制备、可逆线路综合等场景下的线路优化系列研究成果。

北京理工大学物理学院量子技术研究中心长聘教授，国家级优秀青年人才，北京库宇科技有限公司创始人。1999年到2009年，在西安交通大学应用物理系学习，先后获物理学学士、硕士和博士学位，2007至2009年在美国密歇根大学公派联合培养。2010到2019年先后在中国科学院武汉物理与数学研究所、中国科学技术大学和清华大学工作，2019年调入北京理工大学。研究兴趣为宏观量子效应、量子信息与量子计算，量子人工智能等，发表论文90余篇，被引用4800余次。曾获“2007年中国百篇最具影响力国际学术论文 ”。

报告主题：量子多体和量子统计启发的量子人工智能

近期专注于量子计算机的系统设计与实现，量子纠错与容错等方向的研究。2005年与2010年分别获得清华大学计算机学士与博士学位，随后在加拿大滑铁卢大学量子计算研究所/圭尔夫大学与美国马里兰大学帕克分校的量子信息与计算机科学联合中心从事博士后研究。去年3月加入清华大学计算机系之前，他在达摩院量子实验室领导系统团队与北美团队的研发工作。

报告主题：从芯片到算法：面向可扩展量子计算机的全栈设计自动化

摘要：我将围绕量子计算机的全栈设计展开，重点讨论从量子芯片、控制脉冲、封装与低温系统，到指令集、编译器、量子纠错和程序验证等环节的协同设计方法。报告将强调，未来可扩展量子计算机的关键不只是提升单个量子比特的性能，而是建立贯穿硬件与软件的量子设计自动化体系，实现跨层建模、协同优化与系统验证，从而为量子计算机的工程化构建奠定更加稳固的基础。

2024年入选《麻省科技评论》亚太区35岁以下科技创新35人。2014年、2018年在清华大学取得学士和博士学位，2019年美国马里兰大学Hartree博士后，2022年加入香港大学计算机系。主要从事量子计算、量子信息等方面的研究，在《自然》、《自然-物理学》等国际顶级期刊共发表期刊论文60余篇。成果也多次入选量子信息理论重要会议QIP、AQIS的报告环节。

报告主题：跨越经典计算的极限：容错量子模拟的“分水岭”

摘要：建立量子优势是量子计算的核心目标，而多体动力学模拟被认为是早期容错阶段最具潜力的应用方向。寻找量子计算在实际产业中真正超越经典超算的“分水岭”充满挑战，需要在真实的硬件约束下，对算法精确度与底层纠错开销进行全局考量。基于当前领域的发展现状，除了不断提升硬件保真度，更需要通过算法与容错架构的深度协同设计来拓展实际算力的边界。本报告首先简述量子模拟与经典计算博弈的现实背景，随后以算力临界点为核心，探讨如何通过全新的全栈式容错框架大幅降低资源消耗，并介绍在推动实现复杂系统量子模拟的最新研究进展。

清华本硕，2005年获得理学硕士学位。2006-2015年担任跨国公司（P&G、Mars）高管，2016年联合创立AI+智能硬件公司ROOBO，之后投资和孵化了多家AI for Science及AI垂类应用企业。2026年任中科量枢CEO，推动了量子+AI技术在多家头部央企的科研及应用落地。

演讲主题：量子+AI在国内能源行业（石油、电力）的落地应用

胡俊杰现任上智院AI科学家，洽道量子创始人，上海市白玉兰青年人才，负责上海经信委已立项AI+量子项目“实用性量子人工智能”，先后在吉林大学、中国科学院、上海交通大学、英国帝国理工学院学习和工作，曾任量子计算独角兽企业董事及研发部门主管、领导量子AI生物医药应用。

报告主题：加速催化剂在溶剂环境下千原子体系的反应活性设计的AI+量子的异构方案

摘要：量子隧穿效应可使铁过氧催化剂的氢提取反应势垒降低约3 kcal/mol，从而大幅提升反应效率。实验表明，四氮杂环配体的空间尺寸变化不仅显著调控宏观反应速率，还深刻影响动力学同位素效应（KIE），证实配体修饰可改变隧穿强度，进而实现对催化活性（涵盖反应速率与选择性）的精准调控，为催化剂设计提供关键实验依据。该隧穿调控策略有望为催化过程的精准优化、高活性高选择性催化体系的构建，以及催化合成与毒物代谢等相关研究开拓新路径。在理论研究方面，针对质子由供体向受体的迁移过程，本研究采用QM/MM与SQD/SKQD相结合的量子-经典混合计算方法，获取关键反应构型的高精度电子能量，并构建及校正质子转移的势能面与自由能面。进一步地，我们将用于解析特定体系量子隧穿效应对催化活性影响的量子计算模块，集成至基础LLMs催化剂设计模型中，作为微调阶段的分值反馈（Rewards）与条件生成控制器。同时，依托量子计算机上获取的真实数据进行迭代优化，实现催化剂的高效设计。该方案不仅支持在HPC-量子计算异构平台上的部署，还通过智能体接口实现统一调度，使化学家仅需一句指令即可链接“智算+量算”融合云平台。

2019年毕业于清华大学物理系，获学士学位；2024年于香港科技大学获得物理学博士学位。研究方向包括量子算法和量子纠错，已发表相关学术论文9篇。目前专注于量子计算及相关前沿方向的研究与应用探索。

报告主题：面向资源约束的容错量子计算：编码、译码与优化方法

摘要：容错量子计算（FTQC）在宏观空间开销和实时译码延迟方面仍面临显著挑战。本报告探讨如何利用先进的经典优化方法和机器学习技术，直接缓解这些物理资源约束。首先，我们提出了量子纠错码发现的新方法。通过将广义 Knill–Laflamme 条件重构为连续优化问题，并结合变分参数化方法（VarQEC）与 Stiefel 流形参数化，我们突破了传统稳定子码的限制。这使得能够系统性地构造适配具体硬件的非加性纠错码，以及具有高阶横向对称性（例如横向 T 门）的距离为 3 的量子码。 其次，我们研究了实时综合征译码问题。针对级联架构，我们提出了一种多项式时间的双向硬判决译码器，能够解决局部决策冲突问题，并显著提升纠错阈值性能。最后，我们讨论了更广泛的研究前景以及当前在基于机器学习的拓扑码译码方面的进展。重点介绍了先进神经网络架构（如 AlphaQubit 2 和自协调时序 Transformer）如何为处理连续综合征数据流提供支持，从而满足微秒级延迟预算的严格要求。