量子实验室里最耗时的环节之一，是盯着屏幕看波形图。Rabi 振荡、Ramsey 条纹、T1 衰减，每一张图都要人眼判断、手动调参。NVIDIA 发布了一个叫 Ising-Calibration-1.5 的模型，专门用来读这些图。

它基于 Gemma 4 微调而来，任务只有一个：分析量子校准实验的图像。NVIDIA 计划将其开源，目标是让量子研究社区更快解读校准数据，加速 qubit 的调参和优化过程。

它到底能看哪些图

根据公开信息，Ising-Calibration-1.5 能识别并分析多种量子校准实验图像，覆盖的都是 qubit 调参中不可或缺的实验：

  • Rabi 振荡
  • Ramsey 条纹
  • T1 衰减
  • spectroscopy
  • GMM 读出
  • DRAG 校准
  • chevrons
  • power Rabi

这些实验图像对应的是 qubit 从频率标定到读出优化的完整链条。过去，判断一张 Rabi 振荡图是否合格、T1 衰减曲线是否正常，依赖研究人员的经验。模型接手这一步，意味着调参流程里最依赖人的环节有了自动化入口。

两种 qubit，两套视觉特征

Ising-Calibration-1.5 同时支持超导 qubit 和离子阱 qubit 的实验图像。这两类 qubit 的可视化特征并不相同，模型具备区分能力，比如离子阱中独特的 fluorescence 条纹。

这一点值得注意。超导和离子阱是量子计算的两条主要技术路线，实验图像的形态差异不小。一个模型能同时处理两类图像，说明它在微调时接触过两种体系的校准数据，而不是只针对单一硬件。

填补的是通用模型的空白

NVIDIA 选择基于 Gemma 4 微调，而不是从零训练。通用模型如 Gemma 4 本身并不包含量子校准这类特定任务，Ising-Calibration-1.5 的存在正是为了补上这块。

开源是这一步的关键动作。量子校准数据的解读长期分散在各个实验室内部，缺乏统一工具。模型开放后，研究社区可以直接用它处理校准实验数据，不必每个团队各自造轮子。

对做量子硬件的人来说，qubit 调参是绕不开的日常。一个能读图的模型不会让量子计算机立刻变强，但它可能让每天花在调参上的那几个小时，变得短一点。