64量子比特让11亿参数模型逆袭80亿

2019年，Google使用Sycamore的53个有效量子比特完成随机电路采样，仅耗时200秒，并估计当时最快的超级计算机需约一万年。IBM随即质疑，认为优化经典模拟方法后同一任务只需约2.5天。这场关于“量子优越性”的争论让量子计算潜力进入公众视野。

七年后，AI开始直接参与量子计算实验。2026年9月，OpenAI展示GPT-5.6 Sol通过Codex，在MIT工程量子系统组一块未校准的6量子比特超导芯片上，自主执行测量、分析数据并优化实验参数，在信号清晰时完成量子比特表征与校准任务。

当AI已能帮助科学家研究量子计算，一个更有意思的问题随之而来：量子计算能否反过来增强AI，让更小的语言模型拥有更强能力？

来自加拿大蒙特利尔大学、Mila人工智能研究所和麦吉尔大学的团队提出HyperQ，将逐Token自适应的量子计算引入扩散语言模型。实验发现，在64量子比特下，HyperQ让仅有11亿参数（1.1B）的模型在六项零样本测试平均分上超过Qwen3-8B等80亿参数模型，相关量子电路还在IBM 156量子比特量子集群上完成验证。

论文标题为Circuit Hypernetworks for Quantum-Augmented Diffusion Language Models，论文地址：https://arxiv.org/abs/2609.24657。

量子计算与经典计算最大的不同，在于量子比特可处于0和1的叠加态，并通过量子门实现复杂状态变换。多个量子门按顺序作用在一组量子比特上构成量子电路，最后通过测量得到经典读出数值，为神经网络提供了不同于传统线性变换的计算方式。

扩散语言模型不像自回归模型逐词生成文本，而是从大量掩码出发，通过多轮去噪逐渐恢复完整文本，同一Token的隐藏状态会随去噪不断变化。已有量子增强语言模型通常使用预先设计好的固定量子电路，无法根据Token内容灵活调整。HyperQ的思路是让语言模型自己决定每个Token需要什么样的量子计算。

其核心是一个轻量级超网络，根据每个Token当前隐藏状态动态生成专属量子电路。过程分三步：根据Token隐藏状态生成量子门旋转角度、耦合强度和测量方向；通过量子电路变换信息并从各量子比特测量结果中提取特征；将量子特征加入Transformer注意力计算，帮助模型预测文本。不同Token可使用不同量子电路，同一Token在不同去噪步骤中也能动态调整计算方式。HyperQ不需重新训练整个语言模型，只需训练新增的量子计算分支。

量子计算面临量子比特越多计算和训练越困难的难题，完整描述64量子比特量子态需多达2^64个振幅。HyperQ通过特殊电路设计绕开这一难题：采用稀疏连接结构，让每个量子比特只与4个邻居相连，避免连接数量急剧增长；使用特殊IQP量子电路，只需读取量子比特测量期望值，这些期望值可通过经典计算直接求解，计算量随量子比特数量线性增长。该设计降低了计算成本，还缓解了量子电路训练中常见的梯度消失问题，使HyperQ能在经典计算机上高效训练更大规模量子计算分支，同时保持与量子硬件兼容性。

研究团队在六项零样本测试中验证HyperQ性能，涵盖常识理解、阅读理解和数学推理等任务。最引人关注的是64量子比特结果：HyperQ相比冻结主干提升4.71分，并超过同主干LoRA微调结果，而使用的指令微调数据只有后者的十分之一。进一步实验发现，量子电路并非越大越好：16量子比特时HyperQ甚至低于冻结主干，扩展到64量子比特后性能才显著提升。真正重要的不只是量子比特数量，还有量子电路能否根据Token动态调整。与最优固定量子电路相比，HyperQ在64量子比特下提升3.68分；相比离散结构搜索也有2.00分优势。16量子比特时，HyperQ会根据Token信息量分配纠缠，实词和罕见子词保留的耦合最密，而30.2%的标点会关掉量子电路内部的旋转和耦合。64量子比特时，约九成Token使用的量子电路结构不与其他Token重复。固定量子电路让所有Token共用同一套结构；离散结构搜索虽也按Token选择电路，但每个Token只能从有限候选结构中挑选，并非为细粒度逐Token分配设计。

前期主要实验使用经典计算模拟量子电路。研究团队进一步在不修改模型权重情况下，将量子计算分支中的量子电路部署到IBM 156量子比特量子集群上。结果显示，即使受硬件噪声影响，大部分性能依然保留。64量子比特下，量子集群上运行的六项零样本测试平均分仅比经典模拟低1.12分。这说明HyperQ不仅能在经典计算环境中训练，其量子电路也具备在量子硬件上执行的可行性。

HyperQ打开了一个新方向：每个Token都能调用专属量子电路，计算结构由此成为模型能力增长的新维度，量子计算与大模型走向更深层结合。团队也将继续在量子基础模型方向深耕。