MicroCloud Hologram Inc.推出用於噪聲圖像分類的深度尖峯量子神經網絡技術 | HOLO 股票新聞

在 Google 搜索和 AI 回答中查看更多來自 StockTitan 的信息。將 StockTitan 添加為首選來源 · 打開 Google

在 Google 上添加

中國深圳，2026 年 7 月 30 日（全球新聞稿）——MicroCloud Hologram Inc.（納斯達克：HOLO）（“HOLO” 或 “公司”），一家技術服務提供商，推出了一種用於噪聲圖像分類的深度脈衝量子神經網絡（DSQ-Net），標誌着在量子計算與類腦計算深度融合方向上的重要工程探索。

該技術基於 HOLO 在量子算法和神經網絡工程方面長期積累的經驗。在企業級研發框架中首次系統性地引入了變分量子電路（VQC）輔助訓練機制，構建了一種新穎的混合量子 - 經典深度學習系統。與以往僅將量子電路用作特徵映射模塊或量子核函數的研究不同，DSQ-Net 的核心創新在於：將量子電路直接嵌入到深度脈衝神經網絡（SNN）的訓練過程中，作為解決不可微分脈衝事件和隨機神經動態問題的關鍵計算單元，從而在系統層面重構 SNN 的可訓練性。

從整體架構的角度來看，DSQ-Net 採用清晰的混合量子 - 經典分層設計。輸入端首先接收噪聲圖像數據，並通過經典預處理模塊，將像素信息編碼為適合脈衝神經元處理的時空脈衝序列。這個過程充分利用了 SNN 在時間維度上的表達優勢，使得圖像噪聲不再僅僅被視為干擾項，而是被建模並吸收為時間信號的一部分。

隨後，深度脈衝神經網絡負責提取高級時空特徵。與依賴連續數值的傳統卷積神經網絡不同，這個 SNN 通過多層脈衝神經元的動態演化形成對噪聲具有魯棒性的事件驅動特徵表示。然而，在權重更新和特徵映射的關鍵階段，系統並不完全依賴經典訓練機制；相反，它引入變分量子電路作為輔助優化模塊。

在 HOLO 的 DSQ-Net 中，量子層不僅僅是一個附加組件，而是被設計為與 SNN 緊密耦合的計算組件。具體而言，來自 SNN 中間層的脈衝統計特徵被編碼到量子態的幅度空間中，高維脈衝分佈通過幅度編碼被壓縮並映射到量子比特狀態。與角度編碼或基態編碼相比，幅度編碼在表示效率和信息密度方面具有顯著優勢，使得有限數量的量子比特能夠承載複雜的脈衝特徵結構。

編碼完成後，參數化的變分量子電路演化量子態。該電路由多個可調量子門層組成，其參數由經典優化器與整體訓練目標協同更新。量子測量結果被視為當前網絡狀態的概率評估，而這一評估結果反過來又指導經典 SNN 權重的更新方向。通過這一機制，原本不可微分的脈衝發射過程被間接嵌入到一個可微分和可調的量子優化框架中。

值得注意的是，這種混合訓練策略並不是簡單地用量子計算替代經典計算，而是充分利用了兩者的互補優勢。經典深度 SNN 負責大規模數據處理和時間特徵建模，而量子 VQC 則承擔高效探索複雜非線性關係和隨機結構的任務。兩者通過參數共享和反饋機制形成閉環，使整個網絡能夠在訓練過程中自動適應噪聲分佈的變化。

在技術實現層面，針對當前量子硬件的不成熟狀態，HOLO 採用了高保真量子模擬器系統驗證 DSQ-Net。這一選擇不僅確保了實驗結果的可重複性，還為未來遷移到真實量子硬件提供了明確的技術路徑。在模擬環境中，構建了多種不同噪聲強度和噪聲類型的圖像數據集，並全面評估了模型的泛化能力。

實驗結果表明，在未見過的噪聲測試圖像上，HOLO 的 DSQ-Net 保持了超過 90% 的分類準確率，顯著優於同規模的純經典 SNN 模型。更重要的是，隨着噪聲水平的持續增加，DSQ-Net 的性能下降明顯減緩，表明量子輔助訓練機制在抑制噪聲干擾和穩定特徵表示方面發揮了關鍵作用。

這項技術的意義不僅在於個別指標的提升，更在於為高噪聲環境中的智能感知系統提供了全新的技術範式。無論是在低照明工業檢測、複雜交通環境感知，還是在受限計算能力條件下的邊緣智能設備中，HOLO 的 DSQ-Net 所展現的魯棒性和結構靈活性具有重要的工程價值。

此外，這項技術在能源效率方面也具有潛在優勢。脈衝神經網絡本質上是事件驅動的，天然適合低功耗實現；同時，量子計算在探索狀態空間時的並行性預計將進一步降低整體計算複雜性。隨着量子硬件和類腦芯片的不斷發展，以 DSQ-Net 為代表的混合架構有望成為下一代智能計算系統的重要組成部分。

從長期來看，這項技術還為量子機器學習的發展提供了新的實際方向。它不再侷限於理論上的速度提升或複雜性優勢，而是真正將量子計算嵌入到最具挑戰性的現實學習問題中——噪聲、不確定性和不可微動態的聯合建模。可以預見，隨着相關生態系統的不斷完善，深度脈衝量子神經網絡有望在智能計算領域釋放更大的潛力，成為連接量子計算與類腦智能的重要橋樑。

關於 MicroCloud Hologram Inc.

MicroCloud Hologram Inc.（納斯達克：HOLO）致力於全息技術的研究、開發和應用。其全息技術服務包括基於全息技術的全息光檢測與測距（LiDAR）解決方案、全息 LiDAR 點雲算法架構設計、技術全息成像解決方案、全息 LiDAR 傳感器芯片設計以及全息車輛智能視覺技術，為提供全息高級駕駛輔助系統（ADAS）的客户提供服務。MicroCloud Hologram Inc.為全球客户提供全息技術服務。MicroCloud Hologram Inc.還提供全息數字雙胞胎技術服務，並擁有專有的全息數字雙胞胎技術資源庫。其全息數字雙胞胎技術資源庫結合了全息數字雙胞胎軟件、數字內容、基於空間數據驅動的數據科學、全息數字雲算法和全息 3D 捕捉技術，以 3D 全息形式捕捉形狀和物體。MicroCloud Hologram Inc.專注於量子計算和量子全息等領域的發展，現金儲備超過 30 億人民幣，並計劃從現金儲備中投資超過 4 億美元，參與區塊鏈開發、量子計算技術開發、量子全息技術開發以及人工智能 AR 等前沿技術領域的衍生品和技術開發。MicroCloud Hologram Inc.的目標是成為全球領先的量子全息和量子計算技術公司。

安全港聲明

本新聞稿包含根據 1995 年《私人證券訴訟改革法》定義的前瞻性陳述。前瞻性陳述包括有關計劃、目標、策略、未來事件或表現及其基本假設的陳述，以及其他非歷史事實的陳述。當公司使用諸如 “可能”、“將”、“打算”、“應該”、“相信”、“期望”、“預期”、“項目”、“估計” 或類似表達時，這些表達並不單純與歷史事項相關，而是在進行前瞻性陳述。前瞻性陳述並不保證未來的表現，並涉及可能導致實際結果與公司在前瞻性陳述中討論的預期大相徑庭的風險和不確定性。這些陳述受到不確定性和風險的影響，包括但不限於以下內容：公司的目標和策略；公司的未來業務發展；產品和服務的需求與接受度；技術變化；經濟狀況；聲譽和品牌；競爭和定價的影響；政府法規；一般經濟波動；財務狀況和經營結果；全息行業的預期增長以及公司計劃服務的中國和國際市場的商業條件，以及與上述任何內容相關的假設和公司向證券交易委員會（“SEC”）提交的報告中包含的其他風險，包括公司最近提交的 10-K 表格年度報告和 6-K 表格當前報告及其後續提交的文件。因此，投資者被提醒不要對本新聞稿中的任何前瞻性陳述過於依賴。其他因素在公司向 SEC 提交的文件中進行了討論，相關文件可在 www.sec.gov 上查閲。公司沒有義務公開修訂這些前瞻性陳述，以反映此後發生的事件或情況。

聯繫方式

MicroCloud Hologram Inc.

電子郵件：IR@mcvrar.com