8月27日，国光量超人工智能研究团队通过官方公众号宣布推出玄幂（Xenomi）大模型家族，这是行业内首个将量子技术引入大语言模型决策与推理过程的量子增强型模型。该模型面向科研和学术领域，旨在解决以量子计算为代表的尖端研究场景中对高性能、高效率大语言模型的需求。
据国光量子介绍，玄幂大模型的研发源于公司在量子计算研究中的实际需求。研究团队发现，在量子计算这一高度专业化的领域，通用大模型难以准确理解量子术语、实验约束和科研表达规范，因此决定自主构建海量数据集，并在SOTA级别开源基座模型的基础上进行深度训练和推理测试。经过实际研究工作的反复验证，最终形成了适合不同任务的玄幂大模型家族。
在性能表现上，玄幂在科研科普、路由和智能体决策等特定任务中，相较于主流开源模型展现出更稳定的专业理解、更清晰的任务判断和更短的决策路径。在知识检索、内容审查等任务中，玄幂模型家族也呈现出一定优势，能够在既定任务范围内给出更明确的专业判断。
目前，玄幂大模型已被成功应用于国光量超的量子计算智能实验平台和夸米多智能体系统中。在量子计算智能实验平台中，玄幂能够准确响应现代AI软件中的特定命令，并快速给出决策判断和审查结果。在夸米多智能体系统中，玄幂作为领域模型底座，支撑文献检索、实验策划、混合编程、量子任务调度、数据分析和报告生成等环节。多智能体各自负责不同环节，玄幂帮助其理解量子术语、实验约束和科研表达规范，同时有效提升整体系统的执行效率。
从技术路径来看，玄幂的发布标志着AI与量子计算两大前沿技术方向的交叉融合进入新的阶段。不同于以往将量子计算作为AI算力补充的思路，玄幂将量子技术的特性直接引入大语言模型的决策与推理过程，在模型层面实现了量子增强。这一技术路线为AI在高度专业化科研场景中的应用提供了新的可能性。
量子计算领域长期面临实验设计复杂、参数调优繁琐、文献规模庞大等挑战，科研人员对智能化工具的需求日益迫切。玄幂大模型通过将量子计算的专业知识内化于模型参数之中，降低了科研人员使用AI工具的门槛，同时提升了实验策划和数据分析的自动化水平。国光量子表示，公司希望在以量子计算为代表的尖端研究领域中，能够获得一款性能更好、效率更高的大语言模型，玄幂的推出正是这一目标的具体落地。
从行业视角观察，量子增强型大模型的出现，反映出大语言模型正在从通用能力竞争向垂直领域深耕演进。科研、学术等专业场景对模型的领域知识深度、推理准确性和决策效率提出了更高要求，单纯依靠通用模型的规模扩展已难以满足这些需求。玄幂所采用的领域模型训练方案，即在开源基座模型基础上进行深度训练和推理测试的路径，也为其他专业领域构建专用大模型提供了可参考的范式。
随着AI技术向科研基础设施的渗透加速，量子计算与AI的协同发展有望在材料模拟、药物发现、密码学等前沿领域释放更大价值。玄幂大模型的发布，为这一趋势提供了一个具体的落地案例。后续该模型家族是否会在更广泛的科研场景中开放使用，以及其量子增强能力在更大规模任务中的表现，值得持续关注。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
