指数级量子纠错
随着量子比特规模扩大，错误率反而指数下降。团队把编码量子比特阵列从 3x3 放大到 5x5、再到 7x7，每一次都把错误率减半。
Willow
AI TOOL PROFILE工具资料谷歌量子 AI 团队推出的量子芯片，靠增加量子比特实现错误率指数下降。
官网地址 https://blog.google/technology/research/google-willow-quantum-chip/
价格官网未标价
平台—
归类大模型与开发平台
收录2026-10-10
复核2026-10-10
编辑评分
4.2 / 5
★★★★☆
Willow编辑总结
Willow 是谷歌量子 AI 团队于 2024 年 12 月 9 日发布的新一代量子芯片，由该团队创始人兼负责人 Hartmut Neven 对外公布。它的核心价值在于两点：一是随着量子比特规模扩大，错误率反而指数级下降，团队从 3x3、5x5 到 7x7 的编码量子比特阵列逐级放大，每次都将错误率减半，被业内称为跨过「below threshold」这道门槛；二是在一项标准基准计算中，Willow 用不到五分钟完成的运算，当今最快的超级计算机需要 10 septillion 年，这个数字远超宇宙年龄。短板也很明确：它仍是一块科研用芯片，谷歌表示正在开发能解决现实问题的量子算法，商用相关应用尚未落地。
Willow是什么？
Willow 是谷歌量子 AI 团队研发的一块量子芯片，由团队创始人兼负责人 Hartmut Neven 在 2024 年 12 月 9 日对外发布。该团队 2012 年成立，隶属于 Google Research，长期目标是造出一台有用的大规模量子计算机，把量子力学当作自然的「操作系统」来推动科学发现、开发有用的应用并应对社会性难题。
从公开结果看，Willow 在多个指标上达到了当前最先进水平，并交出两项主要成果。第一项是量子纠错：团队用 3x3、5x5、7x7 逐级放大的编码量子比特阵列做测试，每放大一级就把错误率减半，也就是说错误率随规模扩大呈指数级下降。第二项是一项标准基准计算：Willow 在五分钟以内跑完，而当今最快的超级计算机需要 10 septillion（即 10 的 25 次方）年，这个数字远超宇宙年龄。
对不同人群来说用法差别很大。科研人员关心的是「below threshold」这一纠错里程碑和实时纠错的实现方式，它是三十年来量子纠错领域一直追求的目标。开发者更值得关注的是谷歌正在开发的量子算法，这些算法面向现实世界问题，但目前还在路上。普通读者可以把 Willow 理解为一块验证了关键技术路径的实验芯片，而不是可以购买或调用的产品。
Willow核心功能
跨过 below threshold
在增加量子比特的同时把错误率压下去，业内称为「below threshold」。这是量子纠错自 1995 年由 Peter Shor 提出以来一直未解决的难题。
实时纠错
该成果也是实时纠错最早的一批有力范例之一，意味着纠错可以在运算过程中持续进行，而不只是事后处理。
基准计算速度
Willow 用不到五分钟完成一项标准基准计算，同样这项计算交给当今最快的超级计算机需要 10 septillion 年，远超宇宙年龄。
面向商用路线图
Willow 是谷歌量子 AI 十年路线图上的一步，目标是走向具备商用相关性的应用，团队同时在开发解决现实问题的量子算法。
Willow适合谁用？
量子计算研究者
推荐关心纠错阈值、编码量子比特阵列规模与实时纠错实现方式，Willow 的 below threshold 结果是该领域三十年难题的直接进展。
关注量子算法的开发者
有条件谷歌正在开发面向现实世界问题的量子算法，但算法与硬件都还在路上，短期内没有可调用的商用接口。
想立刻用上量子算力的团队
不推荐Willow 是科研芯片，谷歌把它定位为走向商用相关应用的一步，尚未提供可直接购买或调用的产品形态。
跟踪前沿科技的读者
推荐可以把它理解成一块验证了纠错路径的实验芯片：五分钟的基准运算对应超级计算机 10 septillion 年的工作量。
Willow优点和缺点
优点
- 随着量子比特从 3x3 放大到 7x7，每一级都把错误率减半
- 跨过 below threshold，量子纠错领域追求了三十年的门槛
- 标准基准计算不到五分钟，超级计算机需要 10 septillion 年
- 是实时纠错最早的一批有力范例之一
- 结果已在 Nature 发表，方法论可被同行检验
缺点
- 仍是科研芯片，没有可直接使用的产品形态
- 谷歌自述正开发量子算法，现实问题求解尚未落地
- 面向商用相关应用只是路线图上的方向，不是现状
Willow常见问题
Willow 是什么？＋
它是谷歌量子 AI 团队研发的新一代量子芯片，2024 年 12 月 9 日由团队创始人兼负责人 Hartmut Neven 对外发布。它的意义在于验证了随量子比特规模扩大而指数级降低错误率的技术路径。
它到底能做什么？＋
两项主要成果：一是用 3x3、5x5、7x7 逐级放大的编码量子比特阵列实现错误率指数下降，业内称为 below threshold；二是在一项标准基准计算中，用不到五分钟完成当今最快超级计算机需要 10 septillion 年才能完成的计算。
它是可以买到的产品吗？＋
不是。Willow 是科研芯片，谷歌把它定位为走向商用相关应用的一步。团队同时在开发能解决现实世界问题的量子算法，具体产品化形态与时间表官网未公开。
below threshold 为什么重要？＋
量子比特容易与周围环境快速交换信息，导致计算出错，通常用得越多错得越多。能在扩大规模的同时压低错误率，才算在纠错上取得实质进展。这个门槛自 1995 年 Peter Shor 提出量子纠错以来一直未被跨过。
10 septillion 年是什么概念？＋
septillion 即 10 的 25 次方，也就是 1 后面跟 25 个零。谷歌在发布中强调，这个数字远超宇宙的年龄，用来说明该基准计算超出经典计算机的能力范围。
Willow竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Willow本工具 | 4.2 | 未标价 | 指数级量子纠错；跨过 below threshold；实时纠错；基准计算速度 | — |
| Gemini 1.5 | — | 未标价 | 谷歌最新一代 AI 助手 | Web / API |
| Majorana 1 | — | 未标价 | 全球首款基于拓扑核心架构的量子芯片，为量子计算开辟新路径 | — |
| Qwen2.5-LLM | — | 未标价 | 开源的高性能语言模型，支持多端应用 | — |
| Gemini 2.5 | — | 未标价 | Gemini 2.5 是谷歌最智能的 AI 模型，具备推理能力 | — |
| AMD-Llama-135m | — | 未标价 | AMD 训练的高性能语言模型 | — |
