在北京亦庄，一场聚焦产业未来的盛会吸引了众多目光。由36氪举办的产业未来大会上，量子专场成为焦点。北京量子信息科学研究院、中电信量子、玻色量子等科研机构与企业，以及数十家产业资本机构齐聚一堂，共同探讨量子科技从实验室迈向产业应用的新路径。
在众多围绕量子计算展开的讨论中，芯视界创始人、董事长兼首席科学家鲍捷的演讲独树一帜。他以《量子感知芯片：为物理AI打开物质世界的“感知入口”》为题，深入阐述了量子如何助力AI理解真实的物理世界，展示了一条量子测量与传感走向物理AI的产业路径。
物理AI若要理解真实环境、预测变化并辅助行动，获取现实世界的可靠信息至关重要。真实物理世界复杂多变，水质、物质位置、设备运行等都会受多种因素影响。即便计算能力不断提升，模型仍需现场测量来掌握现实情况。量子计算虽能拓展计算能力，却无法替代对真实环境的持续观测。感知就像模型的“眼睛”，帮助其掌握现实状态，计算则推演可能性。
芯视界致力于解决物理AI与真实物质世界之间的连接问题。通过量子点光谱传感芯片，从光与物质的相互作用中读取信息，转化为可测量、分析的数据，为AI理解环境提供依据。其以光的粒子性原理和量子点“人造原子”为材料载体，将光谱测量转化为可部署的芯片和传感器，持续为AI提供物理世界的数据，这一路径已延伸至规模化应用。
芯视界的水系统相关应用成果显著，覆盖26个省市，与100多家政企单位合作，每年获取超10亿条水质数据。其光谱原理创新始于2015年，AI材料研发平台从2016年开始建设。量子为AI提供感知能力，AI助力量子材料研发，二者相互促进，在芯视界形成了从研发到应用的完整体系。
物理AI对数据需求迫切，需同时掌握物理规律和现场状态。不同任务所需信息层次不同，普通图像难以满足许多物质识别任务需求，系统还需获取物质成分和状态信息。因此，物理AI需要传感获取真实、连续、可用于分析和验证的现场数据。
光谱为物质信息测量提供了重要途径。光与物质接触后，不同波长光强分布会改变，这些变化与物质成分和状态相关，记录下来就是光谱，常被比作物质的“指纹”。一百多年来，光谱技术沿“波动性”路线发展，而芯视界提出了“粒子性光谱范式”，将光谱解析机制从利用波动效应分光，转向利用光子能量与材料量子能级的相互作用编码，为光谱分析从仪器走向微型传感器提供了新方式。
2015年，鲍捷在《自然》杂志发表胶体量子点光谱仪研究，开创了以量子点材料响应编码、计算重建光谱的粒子性路线。不同频率光对应不同能量光子，光子吸收响应与材料电子跃迁有关，通过设计材料量子能级可调节其对不同能量光子的响应。量子点是尺寸仅数纳米的半导体颗粒，具有量子化特征能级结构，被称为“人造原子”，不同量子点材料可形成不同光谱响应，多种材料与算法协同完成光谱解析，为光谱仪芯片化打开路径。这一创新推动了相关领域研究，带动了基于低维材料的计算光谱仪设计。
量子点光谱测量提供了新原理路径，但要成为可规模部署的产品，需解决一系列工程问题。材料可设计性带来研发和制造挑战，量子点材料参数相互影响，需在庞大参数空间寻找目标组合。芯视界约十年前引入AI参与材料设计，2016年搭建量子点精密合成平台，2018年扩展到数百维参数空间，推进自主算法控制等，为量子感知所需材料和工艺提供支撑。还需高一致性制备、阵列加工等环节，芯视界逐步形成可规模部署的感知工具。
量子感知芯片将光与物质相互作用信息转化为可读取、分析的数据。光与被测物质相互作用后，量子点材料形成差异化响应，探测器将光强变化转化为电信号，算法重建光谱，结合标定与分析模型提取物质信息。感知能力还可延伸到光谱和空间成像，加上时间记录，数据能描述物质状态变化。这种感知网络就像物理AI的“皮肤”，量子原理带来的芯片化路径影响AI数据覆盖范围、时效和丰富程度。
水系统是芯视界量子点光谱感知技术成熟的应用场景。其感知终端围绕地表水等环节，将现场水质变化转化为持续观测数据，与其他信息结合形成多维观测。在水系统物理AI架构中，这些观测关联河网等结构，与专业模型结合，支持异常诊断等。光谱感知提供物质信息入口，时空关联等让信息服务于AI对复杂环境的理解，芯视界积累的终端网络和数据为应用架构提供现实基础。
芯视界的实践使量子与AI双向赋能有了清晰工程连接。AI辅助开发量子材料，量子材料支撑感知芯片，芯片获取物质数据，数据服务于AI理解判断。其将原创技术转化为产业应用的能力受投资人关注，积累的底层感知能力可向多行业延展，为其拓展具身智能等方向提供基础。
