2026年8月11日——弗劳恩霍夫应用固体物理研究所（Fraunhofer IAF）最近发表的两篇科学论文，阐述了未来如何更精确、更现实地评估量子优势这一概念。两篇论文都为增强量子优势论断的可靠性提供了理论工具。它们的内容互为补充：一篇探讨超越理想化系统模型的量子化学问题，另一篇则研究如何通过问题规模的扩展来可靠地证明算法优势。

量子优势指的是量子计算机比任何经典计算机更快或更高效地解决明确定义的任务——或者首先使其变得可解决——的临界点。对于许多实际应用而言，这一点尚未得到证明。因此，研究在很大程度上依赖理论模型和模拟，来探索未来在何处以及何种条件下可以现实地实现这种优势。

量子模拟被认为是通往真正量子优势的一条有前景的路径。然而，量子化学中许多现有方法依赖于简化假设：它们将分子描述为与环境完全隔离的封闭系统，仅模拟酉动力学，并专注于在玻恩-奥本海默近似（Born-Oppenheimer approximation）内计算基态。在自然界中，这些假设没有一条能完全成立。

这正是新发表的综述《超越酉量子模拟：面向量子优势的量子化学开放系统方法》（Beyond Unitary Quantum Simulation: Open-System Approaches for Quantum Chemistry Toward Quantum Advantage）的切入点——这是来自工业界（HQS Quantum Simulations）、学术界（苏黎世联邦理工学院）和应用研究领域（弗劳恩霍夫IAF）的专家共同合作的成果。该综述挑战了主要通过理想化封闭系统来处理量子化学的常见做法，并倡导从根本上转变视角。

通过开放系统动力学实现更稳健的量子算法

在现实中，分子和材料不断与其环境相互作用：它们释放能量、弛豫，并且往往正是通过这种开放动力学达到稳定态或热态。对于量子化学、固态物理学和材料科学而言，这种耗散过程并非边缘现象，而常常是物理上的核心问题。然而在实际中，这一思想在大部分文献中仅以有限的形式得到实现，因为量子算法通常是为封闭系统的哈密顿动力学而设计的。

耗散是资源，而非干扰

该综述的核心论点是，量子化学中的耗散和开放系统动力学不应再主要被视为干扰源。当以受控方式应用时，它们可以成为量子算法的真正资源——例如，用于制备、稳定或采样与化学相关的量子态。

“激动人心的问题不仅仅是量子计算机能否超越经典计算机，还包括何时、为何以及在何种条件下能够超越，”弗劳恩霍夫IAF量子系统业务部门负责人、论文合著者Florentin Reiter博士表示。“对于化学而言，这意味着我们不仅应考虑理想化的封闭系统，还应考虑自然界中普遍存在的开放动力学。”

这篇新综述置于更广泛的研究背景之中，将开放量子系统、耗散态制备和工程化耗散方面的研究与容错量子算法、量子机器学习和QAOA相关的当前问题联系起来。其核心信息是，量子计算机不需要在理想化模型中证明自己，而应在现实物理和算法条件下证明自己。

QAOA：通过规模扩展证明量子优势

弗劳恩霍夫IAF的第二篇论文由Vanessa Dehn撰写，采用了一种不同的方法：算法扩展。该论文题为《优化线性斜坡量子近似优化算法参数的外推方法：运行时间扩展的评估》（Extrapolation method to optimize linear-ramp quantum approximate optimization algorithm parameters: Evaluation of runtime scaling），考察了量子近似优化算法（QAOA）在组合优化问题上的优化潜力，例如金融、物流、网络规划、材料设计和机器学习中的组合优化问题。

核心问题不是QAOA在小规模示例上是否有效，而是随着问题规模增大，其计算成本如何扩展。只有证明量子算法在处理大规模实例时仍然比经典方法更高效，才能为真正的量子优势提供可靠证据。基于模拟，该研究表明，在所考察的问题规模范围内，对于投资组合优化问题，相对于经典算法可能存在扩展优势。基于外推的方法允许将算法参数从小规模问题迁移到大规模问题，这是迈向实际应用的重要一步。

“仅靠小规模演示是不够的，”论文作者、量子硬件模拟专家Vanessa Dehn表示。“关键问题是随着问题规模变大，会发生什么。正是在这一点上，才能清楚一项方法是否能在长期内具有实际意义。”

两篇论文追求着同一个总体目标：将量子优势的概念从一个宽泛的承诺推进为一个冷静、可精确衡量的概念。早期关于量子机器学习的工作对这一背景形成了补充：它考察了数学上可证明的优势，并提供了数据驱动的洞见，说明量子模型何时能特别有效地捕捉具有实际相关性的结构。这些出版物共同描绘了一幅细致入微的图景，展示了量子计算如何从理论承诺阶段迈入具体、可验证的应用优势领域。