北大量子计算李彤阳研究员

报告生成时间：2026年8月20日
个人主页：Tongyang Li
所属团队：北京大学前沿计算研究中心 / QUARK Lab(量子算法实验室)

一、学者基本信息

项目	信息
姓名	李彤阳（Tongyang Li）
现职	北京大学前沿计算研究中心研究员、助理教授、博士生导师；北京大学博雅青年学者
入职时间	2021年7月加入北京大学前沿计算研究中心（CFCS）
实验室	2021年创立 Laboratory for Quantum Algorithms: Theory and Practice（QUARK Lab）
研究方向	量子算法设计，重点为量子机器学习与量子优化；并覆盖量子复杂性理论、量子模拟、量子游走及NISQ（含噪中等规模量子）算法
项目角色	国家自然科学基金面上项目、重大研究计划培育项目负责人
学术产出与服务	已发表论文40余篇，9次在QIP作贡献报告；期刊 Quantum 编辑，AQIS 2025共同程序主席

李彤阳的学术定位处在“量子算法理论—机器学习/优化—近中期量子计算实践”的交叉带。一方面，其工作以查询复杂度、下界、量子随机游走和量子模拟等理论问题为基础；另一方面，持续把优化、博弈、学习与编译问题转换为可量化的量子算法问题，并关注算法在噪声设备和分布式光量子架构上的可部署性。这使其关系网络并非单一院系或单一技术路线，而是同时连接理论计算机、量子信息、机器学习、高性能计算与量子软硬件生态。

二、教育背景与职业履历

李彤阳于2015年在清华大学完成双学位培养：清华大学交叉信息研究院（姚班）工学学士，以及数学科学系理学学士。姚班的理论计算机训练与数学系的基础训练，为其后续从事复杂性、概率、优化和量子算法研究提供了共同语言；这一阶段也构成其与国内理论计算机青年研究群体的早期学术连接。

随后，他进入美国马里兰大学计算机科学系深造，2018年获硕士学位、2020年获博士学位。马里兰大学在量子信息与量子计算理论方面具有深厚传统，这一培养经历将其带入以量子算法、量子模拟和量子复杂性为核心的北美合作网络。其公开论文中可见与 Andrew M. Childs、Chunhao Wang、Chenyi Zhang、Jiaqi Leng、Ruizhe Zhang 等学者持续或多次合作，研究主题包括凸体体积估计、哈密顿量模拟、量子采样、非凸优化和量子查询复杂度。应注意，公开页面未直接列出博士导师，因此本报告不将任何合作者推定为其正式导师，而是将上述关系界定为“博士阶段及其延续的学术合作网络”。

2020—2021年，他在麻省理工学院理论物理中心从事博士后研究。该经历进一步强化了量子信息与理论物理的接口，并形成与 Aram Harrow 等量子信息理论学者的合作纽带。例如，2025年发表的随机层级图量子游走工作由 Shankar Balasubramanian、李彤阳和 Aram Harrow 合作完成。2021年回国加入北大CFCS后，李彤阳将上述国际理论网络与北大的计算机科学、量子信息和人工智能研究资源衔接，并建立QUARK Lab作为稳定的人才培养与合作组织载体。

三、学生培养情况

QUARK Lab聚焦量子计算机上的算法及其相对于经典算法的优势，同时覆盖机器学习、优化、统计、数论、图论等问题，并研究NISQ设备上的算法。其培养方式呈现出明显的“理论问题驱动、公开论文/代码验证、面向真实体系约束”的特点：学生既参与量子算法复杂度与下界问题，也参与基准数据集、变分算法脉冲设计和分布式编译等具有工程接口的课题。

根据CFCS公开研究生名录，可明确识别的李彤阳指导学生包括：2022级博士生薛烨诚（量子计算）、2025级博士生王紫若（量子计算）。公开论文还显示其团队成员和长期学生型合作者包括杨睿、张烨昕、王新钊、周硕、杨子熠等。为避免将论文共同作者一概等同于在读学生，本报告仅将前两者按中心官网明确标注为其指导博士生，其余人员按“团队论文合作者”处理。

近年的论文提供了观察培养链条的具体窗口。薛烨诚与杨睿、梁智鼎合作的 DC-MBQC 入选HPCA 2026，李彤阳作为共同作者，显示团队已从抽象量子算法扩展至编译与系统问题；杨睿、王紫若、顾云天、梁一涛与李彤阳共同完成 QCircuitBench（NeurIPS 2025），显示课题组开始建设量子算法设计的规模化基准资源；张烨昕则在一般和博弈粗相关均衡量子算法（NeurIPS 2025）中与李彤阳、王新钊合作。由此可见，团队学生培养已形成“理论算法—学习/优化应用—软件工具与基准—编译系统”的连续谱系。

四、学术合作网络

4.1 内部：北大CFCS与QUARK Lab

李彤阳的本地核心节点是CFCS及其QUARK Lab。CFCS提供理论计算机、人工智能和系统研究者共处的环境，便于量子算法与优化、学习理论、算法设计形成交叉。量子方向上，袁骁同为CFCS研究人员，研究涉及量子模拟与量子信息；二者构成中心内相邻而互补的量子节点：李彤阳侧重量子算法、复杂性与优化学习，袁骁侧重量子信息、量子模拟及与实验平台相连接的研究。两人同在CFCS的组织关系是明确的内部协作基础，但本报告不把“同单位”自动表述为已发表的共同署名合作。

更广义地看，CFCS其他非量子方向教师构成理论计算机、机器学习、优化和高性能计算的交叉接口。李彤阳团队在ICML、NeurIPS、ICLR、STOC、AAAI等不同社群稳定发表，说明其合作与交流不局限于量子信息会议，也可面向优化理论、学习理论及算法设计人员扩展。

4.2 跨机构：清华、马里兰与国内外高校节点

清华姚班和数学系是其早期学术身份网络，连接理论计算机与数学基础人才群体。马里兰大学则是其研究训练和跨校论文合作的重要枢纽。从公开发表记录看，李彤阳与 Andrew M. Childs 的合作横跨量子模拟、凸几何与采样：包括实空间动力学量子模拟、对数凹分布采样与归一化常数估计等；与 Shengyu Zhang、Xinzhao Wang 的合作延伸到离散概率分布与Rényi熵估计；与 Chenyi Zhang 的合作则围绕非凸优化中的驻点查找、逃离鞍点及其量子版本展开。这些关系以共同论文为证，代表的是问题导向型的跨机构合作，而非行政隶属关系。

在国内交叉网络中，2025年ICLR论文 Robustness of Quantum Algorithms for Nonconvex Optimization 的共同第一作者分别来自哈佛大学（龚维元）和斯坦福大学（张辰逸），体现课题组以量子优化理论为媒介连接海外机器学习与优化研究者。团队还与李伟、张胜誉、孙晓明、蒋少峰等理论计算机或学习/优化方向研究者共同发表论文，呈现出从量子优势证明到经典基线、下界和混合算法比较的合作结构。

4.3 国际：MIT及量子信息—机器学习会议共同体

MIT理论物理中心的博士后阶段，是其国际网络的第二个关键枢纽。该阶段及其延续合作使其能够在量子信息理论、复杂性和量子游走等传统理论议题上保持国际连接。更广泛的国际网络还通过QIP、TQC、ICML、NeurIPS、ICLR等会议形成：李彤阳9次在QIP作贡献报告，并持续承担QIP、ICLR、NeurIPS、ICML等会议的程委会成员或领域主席职责。此类关系不等同于共同作者关系，但对获取前沿议题、识别潜在合作者、建立学生展示通道及组织跨学科评审共同体具有显著作用。

论文主题也反映出国际连接的方向性：量子机器学习与“去量子化”问题连接理论计算机社群；量子优化与量子Langevin动力学连接优化和机器学习社群；量子模拟与量子游走连接量子信息、数学物理社群；而DC-MBQC则将连接进一步延伸至高性能计算与光量子系统社群。

五、业界合作关系深度分析

从公开可核实材料看，李彤阳的业界连接应区分为“有明确公开证据的支持/生态接点”与“可推断的应用接口”。前者方面，早期公开招生材料提及其曾获 IBM PhD Fellowship，说明其博士阶段获得过IBM相关人才计划支持；这是一种行业认可与人才资助关系，但不能据此延伸为当前持续的联合研发、委托项目或产品合作。现有公开主页和CFCS材料未列出与具体企业的联合实验室、横向项目或共同专利，因此不宜虚构企业合作名单。

后者方面，QUARK Lab的研究方向天然面向量子软件和硬件生态。NISQ算法、变分量子优化、脉冲级VQE、量子电路基准及分布式量子编译，分别对应量子云平台、编译器、控制软件、量子处理器和光量子系统的实际问题。特别是QCircuitBench将量子算法设计转化为可复用的大规模数据集与评测任务，有利于量子软件工具链、自动化电路设计和AI辅助算法发现；DC-MBQC则针对多QPU、光子寿命、图划分和调度等工程约束，在8个全连接QPU的实验设定下报告了所需光子寿命7.46倍改进和6.82倍加速。这些成果使团队具备与量子硬件公司、量子云平台和EDA/高性能计算团队对接的技术语言。

因此，李彤阳团队的业界合作潜力主要在三条链路上：其一，算法—软件链路，以量子优化、量子机器学习和复杂度分析为算法选择提供理论边界；其二，编译—系统链路，以DC-MBQC等工作接入分布式量子计算与光量子架构；其三，基准—生态链路，以QCircuitBench及公开代码/数据推动可比较、可复现的量子算法评估。当前更准确的结论是“具备强应用接口和产业协同潜力”，而非“已形成大量公开披露的企业联合研发网络”。

六、重要奖项与学术兼职

李彤阳获得ICML 2020、ICML 2022优秀审稿人奖，反映其在机器学习主流会议评审共同体中的专业认可。早期公开材料还提及IBM PhD Fellowship、美国NSF QISE-NET Triplet Award与马里兰大学Lanczos Fellowship。作为学术服务者，他担任期刊 Quantum 编辑、AQIS 2025共同程序主席，并服务于AQIS 2021、TQC 2022、QCTIP 2022、QIP 2023、ICLR 2024、QCTIP 2024、TQC 2024、NeurIPS 2024、ICLR 2025、NeurIPS 2025、ICLR 2026、QIP 2026、ICML 2026、TQC 2026等会议的程委会或领域主席岗位。

这些兼职的网络价值在于，它们将课题组置于量子信息、机器学习与理论计算机的交汇处：期刊编辑岗位增强对研究质量标准和稿源网络的长期接触；顶会程序工作扩大对前沿主题和国际同行的横向连接；QIP多次报告则强化团队在量子信息理论共同体的学术可见度。与单纯的荣誉相比，此类服务更直接支持学生的学术社会化与跨领域选题判断。

七、Connection圈层总结

第一圈层：课题组与本地组织。 以李彤阳—QUARK Lab—CFCS为中心，包含明确的指导学生薛烨诚、王紫若，以及在团队论文中持续出现的杨睿、张烨昕、王新钊等青年合作者；同中心的袁骁是量子信息/模拟方向的重要相邻节点。该圈层承担人才培养、选题孵化和论文产出的日常功能。

第二圈层：训练阶段延续的理论合作者。 清华姚班/数学系、马里兰大学和MIT共同构成其学术训练轨迹。Andrew M. Childs、Aram Harrow、Chunhao Wang、Chenyi Zhang、Shengyu Zhang等通过量子模拟、采样、优化、量子游走和复杂度研究，与其形成具有明确共同论文支撑的合作网络。

第三圈层：跨学科研究共同体。 ICML、NeurIPS、ICLR、STOC、QIP、TQC等会议社群将量子算法与机器学习、优化、理论计算机和高性能计算连接起来。与哈佛、斯坦福等机构研究者围绕鲁棒量子优化的合作，说明这一圈层具有国际化和问题导向特征。

第四圈层：产业与系统生态接口。 IBM Fellowship构成可公开确认的历史行业支持线索；NISQ、QCircuitBench和DC-MBQC则提供面向量子软件、硬件、光量子与分布式系统的技术接口。公开信息尚不足以证明大规模、持续披露的企业联合研发，但团队已经具备从理论优势论证走向基准、编译和系统约束建模的能力。

总体而言，李彤阳的网络优势在于将国际量子计算理论训练、国内理论计算机基础、北大CFCS的跨学科环境和量子软硬件问题相连接。其最鲜明的关系模式不是依赖单一“大团队”或单一设备平台，而是围绕量子算法这一枢纽，将学生培养、理论合作、会议服务和可落地的系统问题组织为多层连接网络。

资料来源

北京大学前沿计算研究中心：李彤阳主页：职务、履历、研究方向、实验室介绍、论文及学术服务信息。
北京大学计算机学院：李彤阳：博雅青年学者、项目负责人及论文信息。
Tongyang Li个人主页：个人履历与近期科研动态。
CFCS研究生名录：公开标注的指导学生信息。
IEEE Xplore：DC-MBQC：分布式MBQC编译框架及实验结果。

北大量子计算 李彤阳 研究员