量子科技中心_量科网

连续变量（CV）团簇态为实现大规模测量基量子计算（MBQC）提供了极具前景的平台。然而有限压缩在MBQC过程中不可避免地会引入高斯噪声。虽然容错MBQC方案在理论上存在，但它们需要可扩展地整合非高斯资源（如GKP态），这仍面临实验挑战。因此现阶段的核心问题是：有限压缩如何从根本上制约CV团簇态本身的内在计算能力？本研究通过分析基于此类态实现的测量基线性光学（MBLO）的经典计算复杂度来回答该问题——其近期可实现性及最新实验进展为此提供了研究动机。该团队构建了显式MBLO框架，并探究压缩水平如何调控输出态经典模拟的复杂度。具体而言，该团队发现了划分经典可解与不可解区域的压缩水平阈值，从而揭示出由压缩驱动的复杂度相变现象。这些发现深化了该团队对当前实验体系中实现有效量子计算所需压缩资源的认知，同时凸显了提升压缩水平或集成纠错方案对于实现CV团簇态可靠大规模量子计算的关键必要性。