Google 魔术态培育将错误降低 40 倍，但良率才是真正的考验

Google 表示，其魔术态培育实验在 Willow 上将错误降低了约 40 倍，但在接受评估的尝试中仅保留了 8%。这一组合既体现了该成果的重要性，也揭示了它的局限。Google 已将一项前景可观的纠错技术从理论方案带上了超导硬件，但尚未证明其能够为实用量子程序提供可投入生产的状态来源。

这一结果之所以重要，是因为经过纠错的量子计算机需要执行常规纠错流程无法高效提供的操作。魔术态能够提供这些操作，但要制备足够纯净的状态，可能会消耗容错机器的大部分资源。Google 的实验直接瞄准了这一资源瓶颈。

因此，核心竞争并非 Google 与某一家对手之间的较量，而是培育与传统魔术态蒸馏之间的竞争。后者将多个不完美状态结合起来，产出数量更少但更纯净的状态。培育则尝试在反复检测错误的同时生长一个编码状态。Google 的实验表明这一路径可以奏效，但吞吐量和规模将决定它能否胜出。

Google 魔术态培育从理论走向 Willow

核心变化在于实验层面：Google 在真实超导硬件上运行了魔术态培育，并测得条件错误的大幅降低。

Google Quantum AI 于 2026 年 10 月 15 日公布了这一结果。团队同日在 Science 发表了经同行评审的论文。更早的版本曾于 2025 年 12 月以预印本形式发布。

根据 Google 的培育结果，与制备未经培育的状态相比，该协议将错误降低了约 40 倍。团队报告的逻辑 T 态保真度为 99.99%。

魔术态是一种经过特殊制备的量子资源，可实现容错的非 Clifford 操作。这类操作使受保护的量子计算机能够突破仅使用 Clifford 门时可执行计算的限制。

这一区别很重要，因为纠错并不会自动让所有量子操作都变得容易。许多编码能够较为干净地处理一组受限的逻辑门。通用计算至少需要该集合之外的一种操作。

T 态为逻辑 T 门提供资源，后者是一种常见的非 Clifford 操作。每次使用都会消耗该状态，因此实用计算机需要持续供应，而非仅在实验室中制备一次。

实验首先将一个含噪状态注入一个较小的编码区域，随后通过重复测量寻找故障迹象。显示出可疑测量模式的尝试会被剔除，存留下来的状态则继续进入后续流程。

Google 在培育期间采用了距离为 3 的颜色码。编码距离表明，在既定条件下，纠错码能够容忍或检测多少个物理故障。

随后，团队将存活状态转移至距离为 5 的表面码。表面码是超导处理器领先的纠错方案之一，因为它们主要利用相邻量子比特之间的局域相互作用。

这一步转移被称为代码切换或嫁接，是测试的重要组成部分。若培育态无法进入后续计算所使用的编码，它的价值便十分有限。

经同行评审的实验论文报告，在保留 8% 尝试的情况下，保真度达到 0.9999(1)。该保真度描述的是被接受的输出状态，而非进入协议的全部尝试。

这一限定避免了常见误读。40 倍这一数字并不意味着 Willow 的每项操作都变得准确 40 倍。它适用于该实验特定对比和测量条件下制备的魔术态。

实验还遇到了基准测试问题。Google 表示，电气漂移和温度变化带来了噪声，使其原始测量方法中的一项假设失效。

团队增加了更多硬件控制，并设计了一套容错测量协议。该协议利用培育过程本身来帮助界定最终状态的保真度。

这一经历在一个方面增强了实验的可信度：研究人员识别出了可能造成误导的测量效应。但它也表明，即便是运营硬件的团队，要验证这类结果也极为困难。

Willow 为这一成果提供了物理平台。Google 于 2024 年推出这款 105 量子比特超导处理器，同时公布的测试显示，随着编码规模增大，逻辑错误抑制效果有所改善。

魔术态培育针对的是问题的另一个层面。Willow 先前的工作重点在于保护存储的逻辑信息和重复纠错周期；新工作则聚焦于为通用逻辑计算制备一种可消耗资源。

因此，这一结果的范围仍小于一项实用量子应用。但它比又一次存储测试更具操作层面的相关性。容错计算机需要受保护的数据、可靠的逻辑操作，以及可扩展的非 Clifford 资源供应。

Google 现已在同一硬件平台上连接起其中的多个环节。尚未解决的问题是，它们能否以实用算法所要求的规模、速度和可靠性协同运行。

为什么魔术态可能吞噬整台机器

魔术态生产可能演变为计算机内部的一座工厂，消耗原本可用于运行目标算法的资源。

量子纠错会将一个逻辑量子比特存储在多个物理量子比特上。测量能够揭示错误模式，而无需直接读取受保护的量子信息。

这种保护支持一系列逻辑操作，但一个众所周知的限制使得单一纠错码无法以同样简单的方式提供所有必需操作。因此，通用计算需要额外技术。

魔术态蒸馏成为标准答案。蒸馏工厂会制备多个含噪状态，通过错误检测电路处理，并输出数量更少、错误更低的状态。

这一过程可以在多个层级重复进行。每个层级都会改善输出，但也会消耗更多量子比特、电路周期、布线容量和控制操作。

早期架构估算表明，魔术态工厂可能消耗容错计算机多达 95% 的能力。这一数字高度依赖于算法、硬件、编码和目标错误率。

即便后续估算较低，底层压力依然存在。大型量子算法可能需要数量极其庞大的 T 门。每一道门都需要在正确时间交付一个足够准确的状态。

即使处理器拥有出色的逻辑存储能力，只要状态工厂无法跟上节奏，计算仍可能停滞。相关衡量指标由此变成系统吞吐量，而非孤立状态的保真度。

最初的培育方案旨在降低这一成本。培育并非结合许多个完整尺寸的编码状态，而是从较小规模开始，在检查故障的同时扩展候选状态。

这种方法类似渐进式质量控制。有缺陷的候选状态可以在消耗更大编码所需资源之前被丢弃。

培育还利用了颜色码，后者能够提供有用的横向操作。横向操作会对对应的物理量子比特施加门操作，而不会让单一故障在编码块内自由扩散。

随后，状态会转移至表面码，在那里它可以加入服务于更广泛计算的架构。这种分工让培育和长期运行分别交由更适合不同任务的编码承担。

这一机制解释了为何 Willow 的结果不只是更好的组件基准测试。它检验了代码切换、后选择、物理控制和高保真测量能否作为一套协议协同工作。

后选择是指仅接受通过指定检查的结果。它以良率换取质量；当被拒绝的尝试可以低成本重新开始时，这样做是合理的。

“低成本”一词承载着核心不确定性。如果每次尝试占用的空间和时间很少，较低的接受率仍可能有效率；若失败的尝试占用稀缺硬件或拖慢算法，其成本就会变得高昂。

Google 的实验保留了接受评估尝试中的 8%。这意味着在报告条件下，平均约需十二次尝试才能获得一个被接受的结果，尽管真实工作负载还需要更完整的核算。

因此，论文中的 99.99% 保真度和 8% 保留率回答的是不同问题。保真度问的是存活状态有多纯净；保留率问的是该过程产生可接受状态的频率。

单独任何一项指标都无法确立可运行工厂的成本。工程师还必须计算物理量子比特、电路深度、重置时间、经典解码、布线，以及并行尝试所需的额外容量。

实际系统很可能会同时运行多个培育单元。并行化能够补偿失败尝试，但也会提高硬件需求和控制复杂度。

蒸馏同样面临显著开销。其电路在达到目标错误率之前，可能需要多个编码状态和若干处理阶段。

培育无需消除所有形式的蒸馏才具有价值。它可以产生更纯净的输入，从而减少后续蒸馏所需的轮次。

Google 更强的主张是，在有利的硬件条件下，培育或许能够让传统多层级工厂变得不再必要。Willow 实验支持了这一主张背后的机制，但并未验证其完整的架构结论。

这一差异给每一份容错路线图都带来了压力。团队必须说明将如何供应非 Clifford 操作，而不只是预期建造多少物理或逻辑量子比特。

培育挑战标准蒸馏工厂

Google 的结果让培育成为蒸馏的可信竞争者，但胜出的路线将由整个系统的成本决定。

蒸馏具有一项重大优势：研究人员了解其数学行为，架构师也已花费多年时间围绕表面码优化工厂。其成本可以针对许多目标算法进行估算。

培育提供了不同的成本结构。它试图在不良状态仍被编码在较小结构中时尽早将其剔除。

2024 年的理论工作认为，在合适的物理错误率下，经过培育的 T 态所需资源成本可能接近受保护 CNOT 门的成本。CNOT 门会根据一个量子比特的状态，有条件地翻转另一个量子比特。

这一比较颇具雄心，因为 CNOT 操作既基础又频繁。如果非 Clifford 资源变得同样可负担，容错架构中最大的缺口之一将会缩小。

Willow 并未证明成本相当。它表明，该协议的关键组成部分能够在超导处理器上的真实噪声中存活。

这一区别将一项科学成果与一项工程里程碑区分开来。科学问题是，培育能否在硬件上抑制状态制备错误；工程问题则是，它能否在实用规模上胜过替代方案。

Google 的平台为培育提供了重要的测试环境。超导量子比特支持快速操作，但也面临制造差异、校准漂移、控制串扰和有限连接性等问题。

团队遇到的电气设备漂移和温度变化问题说明了这些限制。工厂必须持续运行，而不能只在经过精细表征的实验窗口内运行。

传统蒸馏同样依赖可靠的门操作和测量。其结构更规整，或许能简化调度；但更大的占用规模也会放大每一次物理错误的代价。

随着硬件进步，这一比较会发生变化。培育的理论研究者认为，其资源消耗会对更低的物理错误率作出强烈响应。

蒸馏协议也能通过更好的编码、优化的电路和更高效的工厂布局得到改进。这并不是一种不断演进的技术与一个停滞基线之间的竞争。

IBM 提供了一个行业参考点。其容错路线图提出，在迈向大规模容错的规划进程中，将跨多个模块进行魔态注入。

该计划凸显了共同的问题。Google、IBM 和其他硬件开发商采用不同架构，但都必须以可接受的开销支持通用逻辑操作。

中性原子系统带来了另一种比较。2024 年的一项逻辑处理器研究利用可重构原子阵列和逻辑量子比特，展示了复杂的非 Clifford 电路。

中性原子提供可移动量子比特和灵活连接性。这些特性可支持在固定超导网格上较难实现的操作。

超导硬件则具备不同优势，包括成熟的制造方法和快速的门循环。没有任何单一实验能够确定哪一种平台能以最低成本运行有用算法。

Google 的代码切换成果在这场竞争中具有战略意义。它表明，超导系统可以针对不同任务采用专用编码，而无需让整台机器都受限于一种编码方式。

这种灵活性类似于异构经典计算：不同处理器处理不同工作负载。容错量子架构同样可能使用内存区域、培育区块、路由区域和测量区。

然而，每一道边界都会增加风险。在编码之间转移逻辑状态会引入必须保持容错的操作，也会使调度和验证更加复杂。

Willow 实验将一个经培育的状态从距离为 3 的颜色码转移到了距离为 5 的表面码。这些码距与未来生产系统相比仍然很小。

更大的编码可以保护信息免受更多故障影响，但也需要更多物理量子比特和更长的测量序列。一个规模下的性能，并不保证在下一规模下也具备同等效率。

因此，最重要的竞争指标并非量子比特数量，而是在完整计算中交付经验证逻辑操作的成本。

该成本综合了空间、时间、能耗、经典控制、失败概率和输出速率。量子公司目前披露的指标各不相同，因此难以直接比较。

培育让 Google 对非 Clifford 问题给出了更有力的答案。但它并未决定超导芯片、囚禁离子、中性原子、光子系统和拓扑路线之间更广泛的竞争结果。

40 倍的标题掩盖了一个 8% 吞吐量问题

质疑性的解读很直接：更多被接受的状态，并不保证能够为计算高效供应状态。

Google 将这一结果描述为对严重资源瓶颈的实用解决方案。从实验可行性的层面看，这种表述是站得住脚的。

但如果“实用”意味着能够部署在有用的计算机中，这种说法就显得为时过早。团队明确表示，培育仍需要更大规模的演示。

8% 的保留率值得关注，因为后选择是该协议的核心。错误检测通过剔除与可疑综合征相关的尝试，提高了幸存状态群体的质量。

当重试成本低廉时，丢弃不良结果是有价值的。为大型算法服务的工厂仍必须产出足够多的被接受状态，以免计算陷入状态短缺。

假设多个培育单元并行运行。即使单个单元的保留率较低，它们的总输出仍可能提供足够的吞吐量。

这种安排会消耗更多芯片面积，也需要快速复位、同步控制、实时解码，以及用于存放等待使用状态的空间。

实验中的保留率包含了用于评估保真度的严格检查。Google 研究人员指出，这种设置并不能直接映射到未来工厂的产率。

这一限定有两面性。去除诊断开销后，生产产率可能提高；而当培育连接到路由、存储和逻辑门时，也可能面临新的损失。

一项独立的 2026 年成本分析考察了有利资源估算与计算过程中的非破坏性后选择之间的差距。作者识别出一些情形：实际限制会提高逻辑错误率，或要求采用更大的编码。

这篇论文并未否定培育。它表明，测量假设和最终阶段的处理方式会实质性改变表面上的资源优势。

破坏性与非破坏性测量之间的区别至关重要。研究人员可以销毁实验状态来表征它，但计算机必须保留任何计划在之后使用的状态。

因此，基准测试可以获得实时计算期间无法获得的信息。架构估算必须考虑状态仍在运行时可获得的信息更为有限这一事实。

Google 通过开发一种可界定保真度的容错测量方法，解决了该问题的一部分。更大的系统仍需要既能保留质量又能维持吞吐量的非破坏性接受规则。

所报告的 40 倍改进也取决于比较基线。它是在特定条件下，将培育状态的制备与未经培育的版本进行比较所得。

这并不意味着处理器的整体逻辑错误率也下降了同样的倍数。内存、CNOT 门、测量、状态转移和经典校正各自仍保留不同的错误特征。

有用算法会在大量操作中累积错误。即使 T 态极其出色，也无法弥补不可靠的路由或不足的逻辑内存。

99.99% 这一数字听起来也比许多应用所需的水平更接近完美。大型容错程序可能要求每次操作的逻辑错误概率远低于万分之一。

确切目标取决于电路规模和错误预算。包含数百万次操作的程序，必须将总体失败概率控制在可接受范围内。

可能仍需要额外的纠错、更大的码距或进一步提纯。每一种选择都会增加逻辑操作背后的物理资源。

规模带来了另一个未解决的问题。Willow 包含 105 个物理量子比特，而有用的纠错系统将需要规模大得多的协同阵列。

培育会与内存、路由、解码支持和目标计算争夺这些量子比特。一个有利的小规模演示必须能够转化为整台机器范围内有利的资源分配。

制造一致性同样重要。在一台研究型处理器上有效的校准流程，可能很难扩展到许多互连芯片或模块。

Google 尚未展示一个端到端算法来消耗持续供应的培育状态。这样的测试将暴露调度冲突，并揭示持续生产速率。

该公司也没有证明培育可以将整机规模缩小 40 倍。测得的错误降低不应换算为等价的硬件缩减。

更恰当的解读更为有限，但仍然重要。Google 已在超导处理器上通过培育制备出异常精确的被接受魔态。

这一结果降低了有关该协议能否在物理硬件上存活的不确定性，但仍未回答这种可行性能否转化为最佳工厂设计。

三个信号将显示 Willow 的成果能否扩展

下一步证据必须将状态质量与工厂吞吐量、更大编码以及实际逻辑工作负载联系起来。

第一个信号是在更大码距下进行培育实验。在本次演示中，Google 从距离为 3 的颜色码转移到了距离为 5 的表面码。

后续研究应展示，随着受保护结构规模扩大，错误抑制能否持续。它应同时报告接受率和保真度，而不是只强调最干净的输出。

在更大编码上的改进，将加强 Google 关于培育受益于更好硬件的论点。若成本曲线趋于平坦或恶化，则会削弱该技术能够高效扩展的主张。

第二个信号是非破坏性的重复供应基准。一个有用的工厂必须制备状态、接受或拒绝状态、路由幸存状态，并在不中断更大机器运行的情况下重启失败尝试。

该基准应报告单位时间和单位硬件所产出的被接受状态数量，并涵盖复位延迟、解码器性能、控制开销以及保存完成状态的成本。

更高的保留率会有所帮助，但这并非唯一出路。即使许多尝试失败，快速重试和并行制备也可能提供强劲吞吐量。

关键在于透明核算。研究人员需要足够的信息，才能在相同物理错误率和逻辑错误率目标下比较培育与蒸馏。

如果 Google 发布的持续生产速率优于优化后的蒸馏工厂，培育就将成为一种架构选择，而不再只是实验选项。否则，它可能仍只是一个有用的预处理阶段。

第三个信号是一个消耗培育 T 态的端到端逻辑电路。该电路应执行一项真正需要非 Clifford 操作的任务。

这项测试将把状态制备与注入、路由、逻辑门、纠错和最终测量连接起来，也会揭示培育是否能与 Willow 架构的其余部分顺畅集成。

成功并不要求具备商业价值。一个规模有限的逻辑算法仍可验证整个流程，并识别错误积累的位置。

竞争对手的路线图将提供更多背景。IBM 计划在模块化容错架构中进行魔态注入，而中性原子团队则继续测试替代性的逻辑操作。

其他平台取得令人信服的成果，并不会抹去 Google 的成就。它会澄清培育解决的是普遍瓶颈，还是主要适用于超导表面码系统。

开发者和企业买家应将这一公告视为基础设施研究，而不是把工作负载迁移至量子硬件的信号。这篇论文不会带来新的通用服务。

实际意义在于资源曲线。如果培育能够大幅减少分配给 T 态的硬件，有用机器所需的物理量子比特可能少于以蒸馏为主的估算所预测的数量。

这种变化将影响硬件路线图、编译器设计、算法选择以及对容错部署的预期，但不会立即创造出一台有用的计算机。

Google 的魔法态培育已通过一项重要实验测试。该协议降低了条件态制备误差，并成功实现了两种量子码之间的转移。

如今，重点已从展示单个高保真态转向可靠地批量供应这些态。值得关注的是更大的码距、持续的无损吞吐量，以及一个能够消耗这些输出的逻辑电路。

这三项结果将表明，培育能否缩小量子计算机内部的工厂规模。在此之前，Willow 已验证了这一机制，但系统层面的经济性仍未有定论。