2026年7月17日 —— BosonQ Psi Federal LLC (BQP) 通过 SpaceWERX 公开主题小企业创新研究 (SBIR) 项目获得了其首份联邦合同。这家总部位于纽约的公司基于 BQPhy® 构建关键任务应用。BQPhy® 是一个用于工程和物理智能的量子加速后端平台，可帮助企业利用量子算法和高性能计算。

这项奖项对公司而言是一个重要里程碑，不仅提供了非稀释性的联邦研究资金，还标志着 BQP 进入美国联邦市场，并使其能够与空间发展局（SDA）利益相关者密切合作，以应对跟踪和了解太空环境方面的关键挑战。BQP 将开发并验证一款新的物理约束量子辅助机器学习 (PC-QAML) 软件应用，旨在提高识别地球日益拥挤的轨道环境中未知物体和行为的准确性与速度。

每一天，美国太空监视网络都会收集 18,000 到 25,000 条轨道物体观测数据。其中数千次探测无法立即匹配到已知卫星或碎片，被归类为不相关轨道 (UCT)。这些不明物体可能代表新发射的卫星、碰撞产生的碎片，或是旨在规避跟踪的潜在对抗性系统。无法快速分类这些物体会延误操作决策，并降低整体空间态势感知能力。

BQP 的软件应用将基于物理的建模与量子启发式计算技术相结合，能够利用更高效且缩小 99% 的模型执行高精度的人工智能推理。该方案不依赖云计算、GPU 或未来量子硬件，其设计目标是直接在太空级处理器及其他资源受限的边缘设备上运行。

“我们的目标是让先进的人工智能在最需要的地方发挥作用：即在计算能力有限且通信间歇运行的卫星和前沿部署系统上。” BQP 创始人兼首席技术官 Rut Lineswala 表示，“这项奖项是对我们技术的重要认可，并为我们提供了机会，展示量子启发式计算如何解决当今国家安全领域的实际运营挑战。”

类似结果已在其他应用中得到证实。根据 BQP 的说法，PC-QAML 将 AI 模型参数从 1400 万减少到 2000 个，降幅达 99%，同时保持了超过 99% 的分类准确率。与传统的机器学习方法相比，由此产生的架构将推理延迟降低了多达 10 倍，功耗降低了约 90%，并且模型重新训练速度显著加快。这一缩减使得 PC-QAML 能够在 BMC3I TAP LAB（前身为 SDA TAP Lab）的边缘设备（NVIDIA Jetson Nano）上部署，从而为自主空间领域感知任务/应用解锁了实用的在轨计算能力。

这些能力对于空间领域感知 (SDA) 尤其宝贵。在该领域，卫星和遥感平台必须能够快速区分常规在轨活动与潜在的威胁行为，例如卫星机动、分离事件、交会与接近操作或电子干扰。通过在战术边缘实现自主分析，该技术有潜力减少对集中式计算基础设施的依赖，同时提高作战响应能力。

此项工作建立在 BQP 此前与空间领域感知 Tap Lab 合作的基础上，并支持太空作战司令部 (SpOC) 任务三角洲 2 部队和太空系统司令部 (SSC) 的任务目标。在 2025 年 SDA 迷你加速器期间，该公司的方案在轨道分离检测方面展示了有前景的结果，并被确定为未来 UCT 分类和威胁模拟目录集成的候选解决方案。

除国防领域外，该基础技术在需要高性能 AI 在紧凑、低功耗硬件上运行的商业应用中也具有潜力。通过在不大幅牺牲精度的情况下显著降低计算需求，该方案可以在自主系统、航空航天平台、工业监控及其他边缘计算环境中实现更快、更高效的人工智能部署。