英国科技大臣表示,英国不会让量子计算人才流失,必须从美国在人工智能竞赛中占主导地位的情况中吸取教训。政府宣布了10亿英镑的量子技术资助承诺。
利兹·肯德尔表示,政府希望留住本土的量子初创企业、工程师和研究人员,而不是让他们流失到竞争国家,因为美国在人工智能领域已经领先于西方竞争对手。
"我确实关注人工智能领域发生的情况,"肯德尔说道。"我认为我们需要吸取教训,确保为我们杰出的科学家、衍生企业和初创公司提供留在这里并实现目标的能力。这需要一个在未来技术方面大胆、雄心勃勃且充满信心的政府。"
她补充道:"太多人觉得他们必须前往美国,才能获得发展和扩大公司所需的资金和支持。"
由诺贝尔奖得主德米斯·哈萨比斯联合创立的突破性人工智能公司DeepMind仍然位于伦敦,但在2014年被谷歌以4亿英镑收购。同时,Meta等硅谷巨头一直在向顶尖人才提供巨额资金。英国仍然是人工智能人才的主要产地,但其一些最大的人工智能业务是美国公司的基地,如ChatGPT开发商OpenAI、Anthropic和Palantir。
在牛津附近的国家量子计算中心接受《卫报》采访时,肯德尔表示政府不想在量子技术方面"坐冷板凳"。英国已经产生了多家量子初创企业,包括最近估值达100亿美元(75亿英镑)的美英合资企业Quantinuum。
"我希望站在前沿并处于领先地位,"她说道。
肯德尔与财政大臣瑞秋·里夫斯一起参观了国家量子计算中心,这是量子计算资助公告的一部分。量子计算利用量子物理学原理来处理信息。
在科学大臣帕特里克·瓦兰斯推动的政策下,政府提供10亿英镑帮助企业设计大规模量子计算机,供科学家、研究人员、公共部门和企业使用。另外已宣布的10亿英镑将支持企业和研究人员在金融、制药和能源等领域应用量子技术。
肯德尔表示,英国希望通过在下个十年初建造国内尖端量子计算机来获得资金、就业机会和安全保障。去年,谷歌宣布开发了一种算法,使量子计算机的运行速度比经典计算机快1.3万倍。
然而,完全容错的量子计算机仍有一定距离,因为它们需要能够承载数十万量子比特的机器才能实现一些预示重大科学突破的任务。量子比特是量子计算机中信息单位的术语。
经典计算机将信息编码为比特——表示为0或1——通过电脉冲传输。在智能手机上发送短信、电子邮件甚至流媒体Netflix电影都是这些比特的字符串。
在量子计算机中,信息包含在量子比特中。这些量子比特封装在中等大小的芯片中,是电子或光子等粒子,可以同时处于多种状态,这是量子物理学中称为叠加态的特性。
这意味着量子比特可以同时编码1和0的各种组合,并计算出大量不同的结果,这是经典计算机无法做到的。然而,它们必须保持在高度受控的环境中,比如没有电磁干扰的环境,否则很容易受到干扰。
尽管如此,量子计算机理论上可以帮助设计新的化学品、药物和合金。量子计算可以实现化学化合物的更高效表示,例如,允许准确预测复杂分子的行为,为新药物和材料铺平道路。
Q&A
Q1:英国为什么担心量子计算人才流失到美国?
A:英国担心重蹈人工智能领域的覆辙。在人工智能竞赛中,美国已经占据主导地位,许多英国科技人才和公司被迫前往美国寻求资金和支持。例如,DeepMind虽然仍在伦敦,但已被谷歌收购,许多顶尖人才被硅谷巨头挖走。
Q2:英国政府如何支持量子计算发展?
A:英国政府宣布了20亿英镑的量子技术投资计划。其中10亿英镑用于帮助企业设计大规模量子计算机,供科学家、研究人员、公共部门和企业使用;另外10亿英镑支持企业和研究人员在金融、制药和能源等领域应用量子技术。
Q3:量子计算机与传统计算机有什么区别?
A:传统计算机使用比特(0或1)来处理信息,而量子计算机使用量子比特。量子比特可以同时处于多种状态(叠加态),能同时编码1和0的各种组合,计算大量不同结果,这是传统计算机无法做到的。但量子比特需要在高度受控环境中运行,容易受到干扰。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。