研究团队演示用于超冷量子气体控制的780 nm光子集成微梳引擎
研究团队演示了一个780 nm混合集成微梳引擎，将频率合成、85Rb原子参考和功率放大结合起来，并用于控制玻色—爱因斯坦凝聚态。基于论文摘要，20 GHz和100 GHz模式间距的微梳经原子跃迁参考后，在2000秒内将长期频漂从超过200 MHz抑制到100 kHz量级；选定的梳齿进一步放大至102 mW，同时用于构建光学晶格、驱动双光子拉曼跃迁并制备自旋—轨道耦合态和拉曼晶格态。
动态展示门槛：AI 前沿与应用 ≥ 70 分，量子方向 ≥ 62 分；已确认精选照常展示。
#量子态学习
arXiv · quant-ph
arXiv · quant-ph 研究将静态 Lindblad 稳定化转化为鲁棒物理控制序列
基于论文摘要，作者提出将静态 Lindblad 稳定化实现为带误差的有限物理控制序列的可检验条件，并给出收敛、操作误差和物理成本界。对指定四层级联模型，在有限脉冲、校准与时序误差、退相干和有界泵浦条件下，有限库搜索得到一条制备序列，保证任意初始态在制备结束及后续各周期内与目标态的迹距离不超过 ；摘要还给出两个单量子比特反例，说明稳定化平均或经酉共轭得到的稳定化生成元不足以保证路径条件。
arXiv · quant-ph Visnevskyi与Mančinska研究弱Schur采样对噪声输入的鲁棒性
Visnevskyi与Mančinska研究了噪声输入下弱 Schur 采样在量子谱估计中的鲁棒性。在每个输入副本与目标态的迹距离误差不超过 ε 的乘积态模型下，量子谱估计的总变差误差至多为 ε+η(n,d)，其中无噪声误差 η(n,d)=，噪声项不随副本数累积。
arXiv · quant-ph精选 稳定子扩展度与 Clifford 秩上界的改进
基于论文摘要，作者证明稳定子秩不超过k的纯态具有至多2^{}的稳定子扩展度，并为Clifford秩为k的算符建立类似的平方Clifford系数范数界。
本站判断：论文围绕稳定子秩、Clifford 秩及其与幅度范数的关系，改进了相关上界和下界，并将结果应用于稳定子保真度、张量幂、伪随机态集与 tomography 算法。基于摘要，这些贡献主要是理论结果，实际算法复杂度和应用影响仍取决于完整证明及所采用的复杂度模型。
arXiv · quant-ph Bell采样学习噪声鲁棒的稳定子结构
基于论文摘要，Letian Tang与Thomas Steckmann提出Bell采样算法，用于从受Pauli信道噪声影响的量子态中学习理想纯态的稳定子群及其零化度，并通过finder-verifier方案从部分损坏的样本批次中提取和认证结构。对于足够弱的全局退极化噪声，作者报告样本数和运行时间均为n、t与1/ε的多项式规模；在更高错误概率下，样本量仍可保持多项式，但经典处理成本最高为指数级。
arXiv · quant-ph 双边局域随机化经典阴影中两组集体Pauli旋转的精确Clifford最优性
基于论文摘要，作者证明电路U*在指定架构的所有Clifford选择中均取得精确最小平方阴影范数。奇数k的最优值为4·9^k/(3·5^k+3^k−6)，偶数k为4·9^k/(3·5^k−3^k+2)，渐近最优值为(4/3)·(9/5)^k，将此前指数基确认为最优并将前因子由2改进至4/3。
arXiv · quant-ph 高效量子态同一性判定：互补深度与样本复杂度算法
作者针对未知纯量子态的同一性判定问题，在固定重叠参数ε∈(0,1/4)下提出两种互补量子算法。第一种利用并行交换测试实现常数电路深度，并使用O(log(n/δ)log(2/δ))份每个输入态的副本；第二种利用Schur transform将样本复杂度降至O(log(n/δ))。
arXiv · quant-ph精选 Lindbladian量子马尔可夫动力学判别：时间分辨率成为判别资源
基于论文摘要，作者研究了由Lindbladian生成的任意量子马尔可夫动力学对的判别极限，并将最优二类错误指数刻画为量子相对熵的瞬时最大增量。作者进一步给出该指数有限性的代数判据，指出量子Zeno协议可使判别依赖时间分辨率；当零假设为幺正半群时，在固定有限总暴露时间下还可将二类错误任意压低并保持一类错误为零。
本站判断：该研究将量子假设检验扩展到由Lindbladian生成的马尔可夫动力学，刻画总暴露时间与时间分辨率对判别误差指数的影响，并建立其有限性的代数判据。结果表明，时间分辨率可作为区分部分动力学对的资源；其实际价值取决于控制间隔、误差类型容限和总演化时间等条件，且当前材料仅提供摘要。
arXiv · quant-ph 全容差乘积态检验与最近乘积态学习方法
基于论文摘要，作者提出一种时间高效的量子态全容差检验算法，所需未知态副本数与 n 无关，可判断 n-qudit 态是否接近某个乘积态。随机着色将问题约化为 q 方容忍检验，分块谱投影进一步支持最近乘积态学习；作者给出的学习算法使用 ~2^{~} 个未知态副本，产生 ε-近似最优乘积态。
arXiv · quant-ph 从热亚稳态高效学习量子相互作用
基于论文摘要，作者提出从有限温多体系统的热亚稳态学习量子相互作用的方法，将Gibbs态学习的机制推广到由系统—热库相互作用产生的Lindbladian详细平衡主方程。该方法针对精确Gibbs态制备困难的问题，在系统规模和精度维度上达到近最优样本与计算复杂度，并形成统一的热态学习框架。
arXiv · quant-ph Juntai Zhou 与 Felix Leditzky 提出量子态判别样本复杂度混合时间方法
Juntai Zhou 和 Felix Leditzky 提出一种混合时间方法，用于估计量子态判别的样本复杂度，并证明几何均匀纯态集在量子同质混合时间与广义 Dobrushin 系数下具有紧估计。
arXiv · quant-ph Nicolas Faroß等提出选择性GHZ测量经典影子协议
Nicolas Faroß、Marc Wanner等提出选择性GHZ测量（SGM）影子协议，在随机量子比特子集上执行GHZ基测量、在其补集上执行计算基测量，CNOT门数随量子比特数线性增长。作者针对任意子集分布给出精确影子信道及逆信道，并证明影子范数界；数值模拟覆盖最多50个量子比特，显示该协议在部分非局域可观测量的特定场景下优于局域Pauli和全局Clifford影子。