知识卡片：NVIDIA Ising Calibration 1.5——实现全自动量子计算机校准的视觉语言模型

一句话结论

NVIDIA Ising Calibration 1.5 是一款开源的 31B 参数视觉语言模型，通过增强的上下文学习能力实现量子处理器诊断输出的全自动校准，在零样本和上下文学习设置下均超越所有开源模型，并与领先闭源模型（如 Fable 5、GPT 5.6 Sol）竞争。

事件概述

2026 年 7 月 27 日，NVIDIA 发布 Ising Calibration 1.5，这是其面向量子处理器校准的开源视觉语言模型（VLM）的最新版本。该模型旨在解释量子处理器的诊断输出并自动决定如何调优，支持实验室本地部署，首次推出 NVFP4 量化版本以便在单 GPU 或 NVIDIA DGX Spark 上运行。模型权重、数据集、基准和部署蓝图均在 OpenMDW 许可证下开放。

方法/产品要点

• 模型架构：31B 参数的视觉语言模型（VLM），专门用于解读量子处理器诊断图谱并推荐校准操作。
• 量化版本：提供 BF16 全精度版（31B）和 NVFP4 量化版，后者可在消费级游戏显卡或 DGX Spark 上运行，精度损失极小。
• 训练数据：来自合作伙伴贡献的多量子比特模态数据，包括超导量子比特、量子点、离子、中性原子、氦上电子等。
• 评估基准：QCalEval 基准，衡量模型解释实验结果、分类结果、评估显著性、适配质量和关键特征以及推荐下一步行动的能力。
• 部署方式：通过 NVIDIA NIM 托管、NVIDIA Build 平台以及 GitHub 上的量子校准智能体蓝图（基于 NVIDIA Nemo Agent Toolkit）提供。
• 上下文学习增强：相比前代模型，在利用相关实验示例进行上下文学习时性能提升 86.68%。

主要结果或产业意义

• 零样本性能：在 QCalEval 基准上，Ising Calibration 1.5 的零样本平均得分比同等规模的次优开源模型高约 10%。
• 上下文学习性能：利用相关实验示例时，比前代模型（Ising Calibration 1.0）提升 86.5%。
• 与闭源模型比较：与 Fable 5、GPT 5.6 Sol 等领先闭源模型竞争，在量子校准图解释任务中不落下风。
• 模型尺寸优化：BF16 精度下模型体积减少 11.4%，便于本地部署。
• DGX Spark 吞吐量优化：通过批处理实现在 DGX Spark 上的高效 tokens 每秒吞吐，支持并行化多实验智能体工作流。

为什么重要

• 首次实现全自动量子计算机校准的 AI 智能体工作流，减少人工干预，加速量子处理器调试和重调谐。
• 开源发布（权重、数据、基准、配方）使 QPU 构建者和运营商可以自定义、部署和微调，保持数据控制权。
• 量化版本使得在本地单 GPU 设备上运行成为可能，降低了硬件门槛，推动量子校准 AI 的普及。
• 这是 NVIDIA Ising 模型家族的重要迭代，与已有相关卡片（如 Prime Intellect Lab 定制 Nemotron、Cursor iOS 应用、Isaac GR00T）不重复，专注于量子计算领域的 AI 应用。

局限与不确定性

• 模型中提到的 QCalEval 基准和训练数据集的具体规模、覆盖范围及与真实量子处理器校准场景的对应关系待核实。
• 模型在非量子校准领域（如通用视觉理解）的性能未在材料中说明。
• NVFP4 量化版本在精度上的“小成本”未给出具体数值对比。
• 合作伙伴数据的代表性及模型对不同量子比特技术的泛化能力待核实。

可用于图书/PPT/简报的角度

• 标题建议：“AI + 量子计算：NVIDIA Ising 1.5 如何实现量子处理器自动校准”
• 展示图：从量子处理器诊断图到自动校准建议的端到端流程；零样本/ICL 性能对比柱状图。
• 关键数据点：31B 参数、86.68% ICL 性能提升、10% 零样本领先、NVFP4 量化部署在 DGX Spark。
• 产业视角：开源模型推动量子计算基础设施自动化，降低专家依赖。

原始材料

• URL: https://developer.nvidia.com/blog/nvidia-ising-enables-fully-automated-quantum-computer-calibration-with-enhanced-in-context-learning
• Track: industry
• Topics: ai-industry
• Manual title: NVIDIA Ising Enables Fully Automated Quantum Computer Calibration with Enhanced In-Context Learning
• Fetched title: NVIDIA Ising Enables Fully Automated Quantum Computer Calibration with Enhanced In-Context Learning | NVIDIA Technical Blog
• Tags: Agentic AI / Generative AI, Data Science, Simulation / Modeling / Design, HPC / Scientific Computing, Blueprint, Intermediate Technical, Benchmark, Best practice, News, AI Agent, DGX Spark, Ising, NVFP4, Quantum Computing, Training AI Models, VLMs