摘要
凸版控股與慶應義塾大學測試了一套混合系統，將量子流匹配與傳統生成式AI結合，用於生成漫畫和動畫影像。試驗中，量子硬體按照指定的髮型和表情條件生成低解析度角色核心；凸版的AI隨後添加背景、色彩並提高解析度，生成256×256像素影像。專案使用了10個量子位元，並稱簡化量子電路後，初步測試中的分類結果有所改善。不過，雙方表示，在真實量子硬體上，其生成準確率或速度相對於傳統AI是否具有優勢仍未得到驗證。新一階段研究將追求更高解析度和自然語言控制，3D和4D場景則被列為更長期目標。
Hana 的觀點
這是一項研究，不是製作工具。有趣之處在於架構：量子硬體生成受約束的角色核心，傳統AI負責視覺收尾。如果量子方法最終能減少生成步驟，這種分工可能會有意義；但目前還沒有。量子輸出從16×16像素起步，合作方也表示，真實硬體上的速度和準確率優勢尚未得到驗證。在系統於品質、延遲、能耗和成本上擊敗傳統基準之前，我認為其商業相關性低於30%。
你是一位有精彩故事的作者嗎？我們期待聽到你的故事： 在此申請