18个量子比特，完成了简单纠错，逻辑错误率低于1%。另一边，100多个物理比特已经装进常温机架，却还不足以运行有意义的纠错计算。
这组反差比“又一种量子比特诞生了”更重要。HRL、代尔夫特理工大学和 Saxon Q 最近展示的三条路线，分别在攻控制、互连和制造。它们共同指向一个现实：量子计算已经不缺物理比特方案，缺的是把整台机器做大的办法。
三条路线，解决三道不同的工程题
三项进展不能只按比特数量排序。它们的实验对象、指标口径和目标都不一样。
| 路线 | 已展示的进展 | 真正解决的问题 | 目前的限制 |
|---|---|---|---|
| HRL 硅量子点 | 用三个量子点之间的交换作用控制量子比特，减少对微波控制的依赖；18比特系统完成简单纠错，逻辑错误率低于1% | 控制线路能否更紧凑，并与半导体制造结合 | 公开结果仍是小规模实验，纠错码、噪声条件和扩展后的控制开销决定其含金量 |
| 代尔夫特可移动量子点 | 自旋通过约1.2微米的总线往返，保真度接近98% | 让量子比特按需移动和连接，缓解固定布线的邻接限制 | 往返保真度不是通用双比特门保真度，长距离、多节点运行还会累积误差 |
| Saxon Q 金刚石氮空位 | 宣称可把氮空位定位在10纳米半径内，系统可在常温机架运行，并销售100余比特设备；单门保真度最高约99.9% | 提高缺陷制造的可控性，降低制冷和部署门槛 | 百余个物理比特仍不足以支持有意义的容错计算，单门指标也不能代表整机能力 |
HRL 的路线最容易被误读。它用三量子点编码，通过电子自旋之间的交换作用完成控制，避开每个量子比特都依赖独立微波操作的部分负担。18比特系统跑出了逻辑错误率低于1%的简单纠错结果，说明这种控制方式至少能进入纠错实验，而不只是展示单个器件。
但“低于1%”不能脱离测试条件单独庆祝。纠错用了什么码，覆盖多少轮操作，主要噪声来自哪里，逻辑错误率能否随码距增加而继续下降，这些问题决定它距离容错计算还有多远。一次小规模纠错成功，是入场券，不是毕业证。
代尔夫特做的事情更像修路。量子芯片通常只能让相邻比特直接交互，规模扩大后，固定连接会逼出大量交换操作。每多一次操作，就多一份错误。可移动自旋总线的价值，在于改变连接关系，让信息主动去找目标比特。
约1.2微米的往返距离和接近98%的保真度证明了可行性，但这个98%不能拿来和单门保真度直接排榜。一个衡量运输过程，一个衡量逻辑操作。真正的考验是：移动、停靠、耦合和读出串起来之后，整条链还能剩下多少保真度。
Saxon Q 则把重点放在金刚石里的氮空位。它宣称能在10纳米半径内定位缺陷，还能让100余比特系统在常温机架中运行。这对实验室和采购者很有吸引力：不用先建一套极低温基础设施，部署成本会轻得多。
问题也在这里。100余个物理比特听起来比18个更大，但这些比特若不能稳定协同、反复纠错，数字只是器件数量。即使单门保真度达到99.9%，连续执行一千次门操作时，误差预算也会迅速吃紧。实际电路还要叠加双比特门、读出、串扰、漂移和校准误差，离可扩展容错仍隔着很宽的工程鸿沟。
IBM 收购 HRL，不等于放弃超导
IBM 已收购 HRL，但把这笔交易解释成“IBM 准备转向硅自旋”并不成立。IBM 当前的主路线仍是超导 transmon，用微波脉冲完成量子门控制，现有芯片、低温设备、软件栈和纠错研究也都沿着这条路线积累。
更合理的解释是，IBM 在保留硬件选择权。
超导量子比特尺寸较大，控制和布线压力突出，但制造、控制和云端运行经验更成熟。硅自旋量子比特更小，也更接近传统半导体工艺，却面临均匀性、读出、互连和大规模控制等难题。两条路线各有短板，眼下没有谁足以把另一方清出牌桌。
未来的量子机器也未必只用一种比特。计算、存储、通信和读出可能由不同器件承担，像今天的数据中心同时使用 CPU、GPU、网卡和专用加速器。IBM 收下 HRL，更像是在为这种异构拼装预留位置。
这个类比不能走得太远。PC 时代允许不同芯片通过标准总线协作，量子纠错却对连接关系、时延和噪声高度敏感。量子态不能随意复制，跨器件传输也会损失保真度。异构路线在概念上合理，工程代价可能比经典计算高出几个数量级。
“工欲善其事，必先利其器。”问题是，量子计算现在连“器”该由什么组成，都还没有定论。IBM 的并行押注并不浪漫，只是大型技术公司面对路线不确定性时最实际的保险。
百比特是展台数字，逻辑能力才是交付指标
量子硬件过去很爱报比特数，因为这个数字最直观，也最适合发布会。但物理比特的数量无法回答三个更要紧的问题：能跑多深的电路，能不能压低逻辑错误，扩产后有多少器件合格。
这也是三项进展真正提供的知识增量。
HRL 试图降低控制复杂度。代尔夫特试图放松连接限制。Saxon Q 试图让缺陷位置和部署环境更可控。它们都没有直接证明实用量子优势，却分别碰到了规模化机器绕不过去的工程环节。
研发团队和企业采购者不该再拿“多少比特”做第一轮筛选。更现实的动作，是要求供应商给出可复现的整机数据：纠错码和测试条件、逻辑错误率随规模的变化、多比特门与读出表现、校准频率、连续运行时间，以及可用比特占制造总量的比例。缺少这些信息，采购的更像实验设备，而不是计算能力。
投资和产业研究人员也要换一套问题。单次实验做到99.9%并不稀释制造风险；做出100个器件，也不等于能稳定交付100个可协同比特。更该追踪的是重复制造良率、控制线路增速、纠错开销和逻辑比特路线图。团队若只公布物理比特总数，却长期回避这些指标，商业成熟度就该打折。
接下来最有分量的里程碑，不会是某家公司又加了几十个比特。HRL 要证明逻辑错误率能随纠错规模继续下降；代尔夫特要把自旋运输接入真实多比特操作；Saxon Q 要证明百余个缺陷能长期稳定协同，并产生可验证的逻辑计算能力。
量子产业现在像早期电力系统：发电机方案很多，真正改变社会的是电网、标准和可靠供电。两者并不完全一样，量子态比电流脆弱得多，硬件噪声还会直接决定算法能否成立。但历史重复的部分很清楚：单个器件的纪录负责吸引目光，系统工程才负责结账。