核心研发方向
AI赋能量子计算的核心算法
开发人工智能赋能量子计算的核心算法，使量子计算能尽快突破比特规模和量子纠错的关键瓶颈。
智能体量子计算机
搭建智能体量子计算机，进而在量子科技领域加速推进智能体支撑的自动化实验，加速量子科技研究的迭代和进化速度。
AI赋能量子精密测量
以量子效应提高灵敏度，以人工智能技术降低噪音，打造量子和智能联手赋能的精密测量仪器，服务生命健康等重要国计民生问题。
量子计算赋能AI
探索量子计算赋能人工智能的算法创新，以量子计算破局人工智能面临的未来算力难题。
关于我们
量智开物（北京）科技有限公司由科大讯飞与两仪万象联合发起设立，是国内首家专注于人工智能与量子科技深度融合的实体公司。
公司取"量子"与"智能"相融、"开物成务"之意，寓意从0到1，开创未来。致力于推动量智融合从学术探索走向产业实践，打造量智融合的人才高地。
我们将积极承担国家和地方重要科研任务，加速量子计算技术的突破与创新，实现从硬件到软件的全栈技术自主可控与产业引领。
学术成果
近期发表（2026）
AI-Enabled Decoding of Qubit Loss for Quantum Error-Correcting Codes
人工智能赋能的量子纠错码比特丢失解码算法
首次实现了对常规Pauli错误和比特丢失错误的同时解码，为原子量子计算平台的量子纠错提供关键算法支撑。
An Algorithm for Fast Assembling Large-Scale Defect-Free Atom Arrays
大规模无缺陷原子阵列快速组装算法
满足操控万量级原子阵列的需求，为原子量子计算进入万量级时代提前准备了算法支撑。
| 标题 | 期刊 | 年份 | 引用 |
|---|---|---|---|
| Noise enhanced neural networks for analytic continuation | Machine Learning: Science and Technology 3 (2), 025010 | 2022 | 17 |
| Expressivity of quantum neural networks | Physical Review Research 3 (3), L032049 | 2021 | 72 |
| Scrambling ability of quantum neural network architectures | Physical Review Research 3 (3), L032057 | 2021 | 45 |
| Active learning algorithm for computational physics | Physical Review Research 2 (1), 013287 | 2020 | 27 |
| Modified independent component analysis for extracting Eigen-Modes of a quantum system | Machine Learning: Science and Technology | 2020 | 3 |
| Information scrambling in quantum neural networks | Physical Review Letters 124 (20), 200504 | 2020 | 83 |
| Active learning approach to optimization of experimental control | Chinese Physics Letters 37 (10), 103201 | 2020 | 26 |
| Machine learning identification of impurities in the STM images | Chinese Physics B 29 (11), 116805 | 2020 | 12 |
| The quantum cocktail party problem | Science China, Physics, Mechanics & Astronomy. 63, 250362 | 2019 | 3 |
| Emergent Schrödinger equation in an introspective machine learning architecture | Science Bulletin 64 (17), 1228-1233 | 2019 | 33 |
| Machine learning of frustrated classical spin models (II): Kernel principal component analysis | Frontiers of Physics 13 (5), 130507 | 2018 | 64 |
| Machine learning topological invariants with neural networks | Physical Review Letters 120 (6), 066401 | 2018 | 345 |
| Visualizing a neural network that develops quantum perturbation theory | Physical Review A 98 (1), 010701 | 2018 | 1 |
| Deep learning topological invariants of band insulators | Physical Review B 98 (8), 085402 | 2018 | 101 |
| Machine learning of frustrated classical spin models. I. Principal component analysis | Physical Review B 96 (14), 144432 | 2017 | 195 |
最新动态
量智开物，巧夺天工：2026智能量子峰会隆重举行
2026年4月22日，以"量智开物，巧夺天工"为主题的"2026智能量子峰会"在北京中关村展示中心隆重举行。本次峰会由量智开物（北京）科技有限公司、科大讯飞股份有限公司、两仪万象（北京）科技有限公司和清华大学高等研究院联合主办，汇聚了政府、学界与产业界的百余名代表，共同探讨了量子科技和人工智能交叉融合所驱动的科技发展趋势。
"追风""扁鹊"：量智开物发布最新算法
量智开物联合清华大学、科大讯飞研究人员发布"追风"和"扁鹊"两个人工智能算法。"追风"解决了原子量子计算中快速操控万量级大规模原子阵列的算法难题。"扁鹊"是针对原子量子计算中量子纠错开发的错误解码器，是量子计算突破量子纠错瓶颈的关键算法。
科大讯飞与两仪万象合资成立量智开物，共拓量智融合新赛道
量智开物（北京）科技有限公司在北京海淀正式注册成立。量智开物由科大讯飞与两仪万象联合发起设立，是国内首家专注于人工智能与量子科技深度融合的实体公司，标志着两大前沿技术的协同创新迈入实体化运营新阶段。
媒体报道
量智开物 2027 届校园招聘
工作地点：北京海淀
招聘 AI 算法、量子理论与算法、智能体软件及量智融合科研实习人才
关于量智开物
量智开物由两仪万象与科大讯飞联合发起设立，专注于人工智能与量子科技的深度融合。
我们致力于用人工智能解决量子科技中的关键问题，推动量子计算更快走向实用；同时探索量子计算为人工智能突破算力瓶颈提供新的可能。
在这里成长
- 在 AI 算法、量子理论或软件系统方向持续深耕真实问题。
- 与 AI、量子、软件和实验团队开展跨学科协作。
- 导师带教，从边界清晰的模块逐步承担完整课题。
- 参与早期团队的技术路线与工作方式建设。
招聘岗位
🧠 AI算法研究员/工程师 收起详情
面向对象：2027 届本科、硕士、博士毕业生；优秀在读生可申请实习。
岗位职责
- 运用人工智能算法与方法解决量子科技中的科学与工程问题。
- 参与问题建模、数据构建、模型训练、算法评测和系统验证，独立负责清晰问题或算法模块的研发闭环。
- 与量子理论、实验和软件团队协作，把真实需求和约束转化为可计算、可验证的算法方案。
- 跟进人工智能前沿进展，判断新方法的适用条件并推动有效方法落地。
任职要求
- 人工智能、计算机、软件工程、数学、统计、自动化、物理或相关专业。
- 具备机器学习、深度学习、优化算法或概率统计基础。
- 熟悉 Python，以及 PyTorch、JAX 等至少一种常用框架。
- 有一项能够清楚说明本人贡献的研究、课程、竞赛或工程项目。
- 具备良好的学习、沟通、协作和主动拆解问题的能力。
不要求预先具备量子计算或物理背景，入职后由项目导师协助进入问题。
⚛️ 量子理论与算法研究员/工程师 查看详情
面向对象：2027 届硕士、博士毕业生；基础扎实、科研能力突出的本科生及优秀在读生也可申请。
岗位职责
- 参与量子计算以及量子与人工智能交叉问题的理论建模、算法设计和数值研究。
- 从物理问题中提炼关键变量与约束，形成可计算、可检验的理论或算法方案。
- 独立负责研究问题或仿真模块，完成调研、设计、实现、分析和总结。
- 与 AI 算法、实验和软件团队协作，推动理论结果进入算法验证和真实系统研究。
任职要求
- 物理、量子信息、数学或相关专业。
- 具备量子力学、线性代数和数值计算基础。
- 能使用 Python、Julia、C++ 等至少一种语言完成仿真或算法验证。
- 有一项能够清楚说明本人贡献的科研或技术项目。
- 具备良好的英文文献阅读、学习和协作能力。
不要求预先具备人工智能研究经历，更看重本专业基础、独立解决问题的能力和学习新方法的意愿。
🧩 智能体软件工程师（量子实验控制方向） 查看详情
面向对象：2027 届本科、硕士、博士毕业生；优秀在读生可申请实习；有相关经验者可申请社招。
岗位聚焦：把 AI 智能体可靠接入原子量子计算实验控制软件和真实科研流程，而非开发通用聊天智能体、纯具身智能/机器人感知规划算法或纯模型训练。
岗位职责
- 参与智能体量子计算机的软件架构与核心模块研发。
- 将设备、控制程序、数据分析和日常操作封装为可调用、可组合、可验证的工具与工作流。
- 建设长任务状态管理、权限与安全确认、日志追踪、异常恢复、结果校验和人机协作机制。
- 与原子量子计算实验和 AI 算法团队协作，完成从需求、原型到实验部署的闭环。
任职要求
- 计算机、软件工程、自动化、控制、电子信息或相关专业。
- 熟悉 Python，能独立完成软件模块的设计、开发、测试和调试。
- 熟悉 Linux、Git、接口设计、日志与测试，理解任务状态和并发执行中的可靠性问题。
- 对大模型智能体、科研软件和实验自动化有兴趣。
- 能区分概率性模型决策与确定性控制逻辑，重视权限、确认、回退、审计和人工接管。
不要求预先具备量子计算或原子物理背景。
🔬 量智融合科研实习生 查看详情
面向对象：本科高年级、在读硕士或博士；原则上连续实习 3 个月以上。部分任务可根据项目情况远程协作。
岗位职责
- 根据个人背景加入 AI 算法、量子理论与算法或智能体量子计算机软件方向。
- 在导师指导下承担文献复现、模型实验、数值仿真、数据分析或软件模块开发等边界清楚的任务。
- 参加项目讨论，沉淀可复用代码、实验结果或技术文档，并逐步承担更完整的问题。
任职要求
- 在人工智能、计算机、数学、物理、自动化等至少一个方向有良好基础。
- 熟悉 Python 或申请方向相关工具，有课程、竞赛、科研或个人项目经历。
- 能稳定投入时间，主动推进并及时同步问题和进展。
- 对 AI 与前沿科技有兴趣，愿意通过项目学习新领域。
提供项目带教；表现优秀且届时有正式岗位需求者，可进入留用评估流程。
探索极限，量智未来