摘要
凸版控股与庆应义塾大学测试了一套混合系统，将量子流匹配与传统生成式AI结合，用于生成漫画和动画图像。试验中，量子硬件按照指定的发型和表情条件生成低分辨率角色核心；凸版的AI随后添加背景、颜色并提高分辨率，生成256×256像素图像。项目使用了10个量子比特，并称简化量子电路后，初步测试中的分类结果有所改善。不过，双方表示，在真实量子硬件上，其生成准确率或速度相对于传统AI是否具有优势仍未得到验证。新一阶段研究将追求更高分辨率和自然语言控制，3D和4D场景则被列为更长期目标。
Hana 的观点
这是一项研究，不是制作工具。有趣之处在于架构：量子硬件生成受约束的角色核心，传统AI负责视觉收尾。如果量子方法最终能减少生成步骤，这种分工可能会有意义；但目前还没有。量子输出从16×16像素起步，合作方也表示，真实硬件上的速度和准确率优势尚未得到验证。在系统于质量、延迟、能耗和成本上击败传统基准之前，我认为其商业相关性低于30%。
你是一位有精彩故事的作者吗？我们期待听到你的故事： 在此申请