玻色量子已接连中标中国移动云能力中心“2023—2024年量子算法及光量子算力接入关键技术研究项目”🔗、中标中国移动通信集团上海有限公司2024年基于量子计算的电信反诈算法研究采购项目🔗，玻色量子作为国内率先突破量子计算实用化、商业化的行业引领者，已然成为专用量子计算机领域的标杆典范。

不仅先后推出了100和550计算量子比特的相干光量子计算机、五岳光量子计算云平台、量子计算开发套件——开物SDK、光量子测控一体机量枢、光量子计算专用光纤恒温控制设备量晷等全系列产品与服务，还上线了国内首个实用化量子计算开发者社区，云集成千上万的开发者，助力合作伙伴快速实现量子计算在其商业场景中的探索和应用。

基于自研的相干光量子计算机真机，玻色量子在人工智能、金融、通信、能源、云计算等数十个行业领域展开了真机测试与真实场景验证、应用探索，接连取得了一系列成果突破并发表了顶刊论文。并与数十家科研院校、优秀企业与达成联合研究深入合作，在“量子计算+行业应用”方面展开了很多联合应用探索。

在人工智能领域，为解决神经网络计算开销大、周期慢、成本高的问题，玻色量子联合清华大学李升波教授团队提出了一种量化前馈网络的相干光量子计算机训练方法。通过相干光量子计算机真机，可以在毫秒内解决大规模的二进制优化问题，为神经网络的快速训练提供了另一种可能性。这是国际上首个可以在相干光量子计算机上训练多层神经网络的算法，为梯度反向传播法提供了一种替代方法，是实现了量子神经网络训练领域的重要突破。🔗

在算力调度真实应用场景，图像渲染的算力调度任务是云计算中的一个实际场景，客户端提交一个特定的渲染需求，云计算服务提供商必须找到调度计算资源的最佳方案，即在满足约束的同时，用尽可能少的服务器数量完成渲染。移动云通过玻色量子的相干光量子计算机真机对算力需求的组合优化问题进行求解，算力调度的复杂性和高成本问题都可以得到很好的解决，并能实现显著的量子加速，和经典的模拟退火算法以及禁忌搜索算法相比，平均节省97%的求解时间🔗。

在分子对接真实应用场景，分子对接是基于配体受体识别的锁钥模型，通过计算配体受体之间的空间互补以及能量匹配来寻找其复合物模式。是药物发现的重要技术手段，其巨大的搜索空间和计算要求充满了挑战，而相干光量子计算机的求解速度比传统计算机快1000倍，因此，该研究提出的算法模型可显著提升未来药物虚拟筛选效率和准确率。玻色量子联合上海交通大学的研究成果已发表在中科院分区1区、计算化学领域Top刊物JCTC内刊封面🔗。

在虚拟电厂真实应用场景，虚拟电厂调度是将分布式电源（发电）、可控负荷（用电）、储能等资源聚合成一个虚拟的集中式电厂，基于发电量、用电量、电价等数据信息制定更加经济、合理的电力分配方案，从而实现削峰填谷的电网稳定优化。清大科越基于相干光量子计算机真机成功实现对虚拟电厂聚合资源优化求解问题的计算验证，在毫秒级时间内找到了全局最优解，相比于经典优化算法的计算速度提升100倍以上🔗。

在量子图聚类算法真实应用场景，通过将经典的AI聚类算法进行模型重构，研发出能够运行在量子计算机上的量子图聚类算法。测试发现，混合量子社区发现算法，相较于经典的混合Louvain及混合Leiden有更好的数据区分能力，并且通过量子独有的多模态融合技术，可以进一步提升算法的准确性。

此外，玻色量子在专用光量子计算、通用光量子计算、光量子芯片，量子计算操作系统等领域不断实现技术突破与创新。目前，玻色量子自研的数台量子计算整机产品远销海内外，量子计算云平台用户海内外客户达到数百个，在国内外具有广泛深远的市场影响力。