不用手动编程、不用反复调试，只需一句话描述需求，一个由AI组成的“数字人蜂群”就能自动完成复杂的量子系统模拟，4小时交出误差不到0.001%的科研报告——这不再是科幻场景，而是深圳科技企业最新发布的技术。

日前，熵函数科技首次展示其自主研发的“数字人蜂群”多体AI Agent系统。这套系统如同一支不知疲倦的“AI科研团队”，能像博士后研究员一样自主读文献、调参数、写代码、跑计算，甚至生成可直接投稿的图表报告，把原本动辄数天乃至数年的量子模拟任务，压缩到几小时之内完成。

“以前做一次传统的DMRG（密度矩阵重整化群）模拟要72小时，现在4小时搞定；扫描一个Hubbard模型的相图，过去要一年，现在只要三天。”熵函数技术负责人介绍，即便是难度极高的工作，系统仍能将误差控制在万分之一以内。

这背后，是AI与量子计算的深度融合。“数字人蜂群”集成了记忆、知识和工具三大模块：它能记住历史上最优的计算参数，懂得物理规律中的对称性约束，并熟练调用CUDA、MPI等高性能计算工具。用户只需用自然语言提出需求，AI就能自动生成张量网络结构，动态分配GPU算力，全程监控计算过程，最终输出专业级结果。

“它像一位有科研思维的‘AI研究员’。”该负责人说，“它会思考怎么算更快、更准，还能判断数据有没有价值，自动写成论文格式的报告。”

目前，该系统已支持千比特级量子系统的稳定模拟，在单张A100显卡上实现10到20倍加速，千卡集群并行效率高达92%，显存占用最多降低60%，大幅提升了大规模量子模拟的可行性。

更令人振奋的是它的应用前景。在新药研发中，类似AI系统曾帮助辉瑞将药物发现周期从5年缩短至3个月；特斯拉用AI优化自动驾驶模型训练，时间从30毫秒降至0.1毫秒；波音公司借助量子流体模拟，把整机气动分析从3个月减到20分钟。

“AI是实实在在的生产力。”熵函数科技CEO马国强博士表示，他们正把这种智能能力引入量子科研最核心的环节，降低技术门槛，推动量子计算从实验室走向产业应用。

如今，这一“数字人蜂群”的AI能力正拓展至更广泛的领域：为高校制作动画课程、帮药企构建量子辅助筛选流程、作为标准软件服务（SaaS）向金融、能源等行业开放。“‘量子+AI’的双轮技术战略，正在多个维度释放创新溢出价值。”相关负责人说。

撰文：李嘉耀