微軟在 Build 2026 開發者大會發表最新拓樸量子晶片 Majorana 2,採用新一代材料堆疊設計,將量子位元(quantum bit,qubit)可靠性提升至前一代 Majorana 1 的 1,000 倍。隨著這項進展,微軟預期將在 2029 年底前實現可擴展量子電腦的目標,較原先規劃時程縮短一半。
Agentic AI 助力開發 Majorana 2
去年發表的 Majorana 1 之所以具有革命性意義,是因為它採用特殊材料拓樸超導體(topological superconductor),能夠創造全新的物質狀態,使量子運算更加穩定。為了改進最初的概念驗證成果,量子團隊重新檢視並調整材料堆疊。
最初 Majorana 1 超導體使用鋁,而在 Majorana 2 改用鉛。鉛在醫療和工業環境常用於防護人體與設備免受輻射影響;在量子電腦中,鉛超導體有助於保護脆弱的量子位元,免於遭受可能導致不穩定的宇宙干擾,研究團隊花費多年時間才找到權衡取捨的方法。
「Majorana 量子裝置的關鍵組件是以原子為單位逐一設計。為了確保每個原子都能維持在正確的位置,研究人員可能會在晶體結構加入另一種材料作為雜質,如果添加過多或方式不當就會破壞結構,難以取得平衡。」微軟量子業務企業副總裁 Zulfi Alam 表示,「過去的做法中,需要進行大量實驗才能找到達成理想能量結構所需的正確材料比例。但在新的模式,透過 AI 模擬可看到最有可能成功的目標位置,理想情況下只需要進行一次實驗即可。」
量子運算專案包含許多軟體、架構、設計、材料堆疊、製造流程、量測等相互關聯的環節。其中一項環節變動,可能會衍生需要在其他地方做出相應的補償。微軟技術院士 Chetan Nayak 指出,透過 AI Agent 可協助團隊追蹤這些複雜且彼此交織的關聯性。
這項量子運算專案擁有多種不同格式、累積長達 20 年的龐大資料量,導入 AI 之前,這些資料都存在各自的資料孤島中。「當 AI Agent 在這些資料中運作,它們能夠重新合成並建立人類無法察覺的關聯性,因為沒有任何人的視角能同時掌握如此龐大且廣泛的資料」,Zulfi Alam 表示。
量子團隊遍布多個國家,成員各自的專長差異極大,例如物理學、機械工程、製程工程等領域,不可能有人同時精通所有領域。因此量子團隊建立 AI Agent 來整理和分析資訊,並讓其他人更容易搜尋和取得所需內容。「AI 能夠從所有不同學科整合知識,替使用者省下大量時間,免於逐一訪談各領域專家或閱讀其他專業領域資料的難題。」Zulfi Alam 表示,「這種 Agentic AI 能在極短時間內平行處理大量資訊並提供建議,但 AI 的角色僅止於提供研究方向,而非做出最終決策,最終都是科學家主導的參與循環。」
因此,透過近期專為加速科學研究流程與協作而設計的 Agentic AI 進展,量子團隊突破將量子運算應用在實際場景的關鍵挑戰。Majorana 2 量子位元能維持量子態的時間比 Majorana 1 延長 1,000 倍,進而實現更可靠的運算。其他常見方法通常以微秒衡量量子位元「壽命」,而 Majorana 2 提供平均 20 秒的量子位元壽命,部分情況甚至可達 1 分鐘。這樣的突破,換個說法相當於智慧手機的續航力從原本的一天耗盡,大幅提升至充電一次就能使用將近 3 年。
▲ 深入來看 Majorana 2 晶片
Microsoft Discovery 開放使用
隨著 Majorana 2 發表,微軟也宣布 Microsoft Discovery 正式開放使用,這是一個協助組織投入前瞻研發的全方位平台,整合專為科學研究與開發設計的 AI Agent、可驅動研究與推理工作流程的 Discovery Engine,以及企業級的安全、治理及透明度。Microsoft Discovery 讓研究人員能夠部署由人類專業引導的 AI Agent 團隊,對大量知識進行推理、生成假設、最佳化實驗、驗證理論,並在持續循環過程不斷學習。
量子團隊的科學家和工程師持續運用 Microsoft Discovery 的 Agentic AI 能力管理工作流程、自動化量測、最佳化製程,並且找出過去未曾察覺的缺陷,提出新的解決方案。
比方說,建立拓撲態需要設定數百個參數,接著才能開始進行執行量子運算的關鍵步驟,也就是量測。若是人工操作,每個流程可能需要花費數週,而量測過程本身極為困難且耗時。如今透過 Microsoft Discovery 提供的 Agentic AI 能力,量子團隊打造一個專門負責這項工作的 AI Agent,大幅縮短整個流程的週期時間。
微軟同步推出 Microsoft Discovery 應用程式的早期預覽版本,可透過 GitHub Copilot 帳戶免費下載並在地端電腦運行,降低進入進階 AI 驅動研究的門檻。

▲ Majorana 2 晶片借助 Microsoft Discovery 的 Agentic AI 能力加速開發而成。
(圖片來源:微軟)






