Microsoft 發表 Majorana 2 量子處理器，結合 Agentic AI 推進可擴展量子電腦研發
Microsoft 發表新一代拓樸量子晶片 Majorana 2，主打新的材料堆疊設計，並表示量子位元可靠性較前一代提升 1,000 倍，平均壽命達 20 秒，部分情況可延長至 1 分鐘。微軟也指出，這項研發過程導入 Microsoft Discovery 的 Agentic AI 能力，用於協助材料分析、製程最佳化、量測自動化與研究資料整合，並將可擴展量子電腦的目標時程提前至 2029 年底前。
Majorana 2 採新材料堆疊，量子位元可靠性提升
Microsoft 公布新一代拓樸量子晶片 Majorana 2，這款晶片延續微軟長期投入的拓樸量子運算路線，並採用新的材料堆疊設計。微軟表示，相較前一代 Majorana 1，Majorana 2 的量子位元可靠性提升 1,000 倍，量子位元平均壽命達 20 秒，部分測試情境甚至可達 1 分鐘。
在量子運算領域，量子位元能維持量子態的時間，是影響運算可靠性與可擴展性的關鍵因素之一。微軟認為，Majorana 2 在可靠性、運算速度與量子位元尺寸上的進展，將有助於推進具商業價值的可擴展量子電腦研發。
微軟技術院士 Chetan Nayak 表示，量子電腦要走向實際應用，需要逐年推進可靠性與系統能力，而 Majorana 2 是該公司在既定技術路線上的重要進展。
Agentic AI 協助材料與製程研究
微軟強調，Majorana 2 的研發過程導入 Microsoft Discovery 的 Agentic AI 能力。這類 AI agent 可協助研究團隊整理資訊、分析資料、提出研究假設，並支援量測與製程流程最佳化。
Majorana 1 採用拓樸超導體，這類特殊材料可創造新的物質狀態，使量子運算更穩定。到了 Majorana 2，微軟將材料堆疊中的超導體由鋁改為鉛。微軟表示，鉛可協助保護脆弱的量子位元，降低外部干擾造成的不穩定性，但也需要在材料比例與晶體結構之間取得平衡。
過去這類研究往往仰賴大量實驗反覆嘗試。微軟指出，透過 Agentic AI 與模擬工具，研究人員可先鎖定較可能成功的材料組合與製程條件，減少試錯成本，並加快研究循環。
AI agents 整合 20 年研究資料
量子運算研究牽涉材料科學、物理、電子工程、製程、架構、量測與軟體等多個領域。微軟表示，該量子專案累積約 20 年、格式各異的大量研究資料，過去這些資料分散在不同系統與團隊之中，較難被完整利用。
導入 AI agents 後，研究團隊可更有效整合不同來源資料，並找出跨領域之間不易被人類研究員單獨察覺的關聯。微軟量子業務企業副總裁 Zulfi Alam 表示，AI 的角色是協助研究人員更快取得方向與建議，但最終判斷仍由科學家主導。
這點也說明微軟在量子研發上的 AI 應用定位：Agentic AI 不是取代研究人員，而是作為跨資料、跨學科與跨流程的輔助工具。
Microsoft Discovery 全面開放，提供 AI 研發平台
除了 Majorana 2，微軟也宣布 Microsoft Discovery 正式開放使用。這是一個面向前瞻研發的 Agentic AI 平台，提供專為科學研究與開發設計的 AI agent、Discovery Engine，以及企業級安全、治理與透明度機制。
Microsoft Discovery 可讓研究人員部署由多個 AI agent 組成的團隊，在人類專業引導下進行資料推理、假設生成、實驗最佳化、理論驗證與循環學習。微軟也推出 Microsoft Discovery 應用程式早期預覽版，提供平台核心功能的本地版本，使用者可透過 GitHub Copilot 帳號免費下載使用。
微軟表示，Microsoft Discovery 已在生命科學、化學材料、能源、製造與消費品等領域展開應用。例如部分企業正使用該平台加速半導體製造材料、藥物研發或能源相關研究。不過，這類 AI 輔助研究工具仍需經過實際場域驗證，才能評估其對研發效率與成果品質的長期影響。
微軟目標 2029 年底前推進可擴展量子電腦
微軟表示，透過 Majorana 2 與 Agentic AI 加速研發，該公司預期可在 2029 年底前推進可擴展量子電腦，時程較原本規劃縮短一半。
若量子電腦能走向可擴展與商業化應用，未來可能有助於處理傳統電腦難以解決的複雜問題，例如材料模擬、能源研究、藥物探索、氣候與供應鏈最佳化等。不過，量子運算仍屬於高度前沿的技術領域，從實驗室成果到大規模商用，仍需要在穩定性、錯誤校正、系統整合與軟體生態等方面持續突破。
▶ 延伸閱讀
圖片及資料來源：Microsoft 微軟