郭震 AI公众号:郭震AI

实时 AI 消息

费米宇宙推出全链路量子增强大模型 FermiQLLM 1.0,种子轮累计融资 1 亿元

量子位独家获悉,定位国内首家 Q4AI(Quantum for AI)创业公司的费米宇宙近期推出 FermiQLLM 1.0,称其在数据表征、模型结构、训练、强化与评测五个环节完成系统性量子增强,并兼容现有主流算力基础设施。该公司目前处于种子轮,累计融资 1 亿元、投后估值约 10 亿元,量子位称这是国内 Q4AI 领域规模最大的种子轮融资。

发布时间

量子位报道,一家试图用量子物理方法改造大模型底层的国内创业公司浮出水面。公司名为费米宇宙,定位国内首家专注 Q4AI(Quantum for AI)的创业公司,量子位独家获悉其近期推出了被称为全球首个全链路量子增强大模型的 FermiQLLM 1.0。

融资层面,费米宇宙目前处于种子轮阶段,累计融资 1 亿元,对应投后估值 10 亿元左右,资金正在陆续交割中。按量子位的说法,这是国内 Q4AI 领域规模最大的种子轮融资,也是这家公司受到 VC 关注的重要原因。

团队构成是它最醒目的标签。公司近一半员工具有清华背景,主要来自基科班、计算机系人工智能实验室和高性能实验室;清华大学杨振宁高等研究院相关量子研究团队已与其合作开展项目研究。创始人兼 CEO 李伟是 1998 年湖南省高考理科状元,清华计算机系 NLP 实验室 98 级校友,本科、硕士均毕业于清华,曾任职网易有道、人人网,2005 年译有《统计自然语言处理基础》。

技术路线是理解这件事的关键。费米宇宙所说的量子增强并不是把完整大模型搬到量子计算机上运行,而是在现有经典计算体系内,把张量网络、量子模拟退火、规范自由度等量子物理与量子多体计算方法嵌进大模型从数据到训练再到评测的完整链路。据内部人士透露,这套方案在数据表征、模型结构、模型训练、模型强化、模型评测五个环节完成系统性量子增强,且不依赖尚未成熟的容错量子计算机,可在现有 GPU 等基础设施上完成训练与部署。

据量子位了解,FermiQLLM 1.0 基于 Qwen 开源基座模型进行量子改造。公司内测数据显示,对标同等参数量级的传统大模型,其推理性能提升超过 15%,持续强化学习环节的训练成本下降 25% 以上;在 MATH-500、GPQA-Diamond、BBH 等主流评测基准上,相较同规模开源基座模型综合性能提升 10% 至 20%。

项目时间线是:整个项目于今年 3 月启动,团队先以 4B 小模型开展实验验证,完成可行性论证后于 5 月正式成立公司,随后开展更大参数规模模型的量子增强研发。也就是说,从立项到成立公司只用了两个月,而量子改造的第一版产品与其种子轮融资节奏基本同步。

清华大学杨振宁高等研究院副院长、美国物理学会会士姚宏教授告诉量子位,要充分发挥量子物理对大模型的赋能作用,未来需要将量子纠缠、关联效应和拓扑物理等前沿领域的思想与方法,系统融入模型架构设计、训练调优及推理生成的全技术链条。在他看来,Q4AI 目前正处于产业发展的早期阶段,校企合作的产业级技术成果有望对下一代人工智能产生影响。

行业格局上,量子与 AI 的结合目前大致存在两类玩法。一类更依赖量子硬件,让大模型充当 Agent 去调用量子计算设备完成特定优化任务;另一类暂时绕开量子硬件成熟度限制,把量子算法、量子物理和相关数学工具先搬进经典计算体系来改造 AI 模型,费米宇宙走的是后一条路。海外类似玩家包括主攻后量子密码与量子启发优化的 SandboxAQ、偏向 AI4S 与科学仿真的微软 Azure Quantum Elements,以及提供量子机器学习科研框架的 Xanadu,但量子究竟该在哪一层帮助 AI,国内外都还没有收敛答案。

后续看点集中在两处:接下来 6 到 12 个月,费米宇宙计划把目前针对单一基座模型的量子增强能力抽象成一套通用框架,以适配不同大模型并实现自动化迭代优化,同时逐步开放模块评测、推动部分技术开源;而内测的 15% 推理提升、25% 训练成本下降能否在第三方复现中站得住,才是这条路线成色的真正检验。

为什么重要

费米宇宙把量子物理当作改造大模型底层的工程工具,而非等待量子硬件成熟,这为量子与 AI 结合提供了一条更易落地、也更容易被验证或被证伪的路线。其种子轮规模与估值,也将成为国内 Q4AI 赛道定价的一个参照。

微博邮件

Quantum ComputingLLMStartup
返回AI日报

附近消息

全部