USA Rare Earth 宣布与法国量子计算公司 Pasqal 和工业 AI 公司 Riven Systems 合作，利用量子机器学习和自动化实验室寻找新的稀土萃取分子，以提高分离选择性、减少步骤和能耗。该项目仍处于研发阶段，Pasqal 将首先把量子机器学习模型与经典模型进行基准比较，Riven 的自动化实验室将进行数千次实验以训练模型。最终候选分子将在 USA Rare Earth 位于科罗拉多州的设施中用实际稀土原料验证。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
USA Rare Earth、Pasqal 与 Riven Systems 宣布合作，试图用量子机器学习加自动化实验室寻找新的稀土萃取分子。但三方目前只承诺做基准对比，而非宣称已解决问题。
稀土行业最难的部分不是勘探和开采。矿石经选矿和初步处理后，得到的是多种稀土元素共存的混合物，必须经过繁琐精密的化学分离，才能产出高纯度的钕、镨、镝、铽等单一稀土氧化物。由于镧系元素的化学性质和离子半径非常接近，工业上往往需要大量重复萃取才能逐个分开，这使分离成为稀土供应链中技术和资本门槛最高的环节之一。
这一背景解释了为什么“有矿”不等于“有完整稀土供应链”。即使能获得混合稀土原料，若无法稳定高效地把不同元素分开，后面的金属、合金和永磁体生产仍会受制于中游加工能力。尤其是镝、铽、钇等重稀土，能够稳定完成高纯度分离的供应商依然高度集中在亚洲。
USA Rare Earth 据称正在开发得克萨斯州 Round Top 稀土项目，同时建设自己的分离和永磁材料能力。这为本次合作提供了一个明确的工业落点：技术若有效，最终要落到真实加工流程上。
本文信息来自 DeepTech 深科技对三方合作的报道，其核心事实可追溯至 GlobeNewswire 与 Pasqal 新闻稿。需注意：Riven 的自动化实验规模、Pasqal 的量子机器学习测试均为公司宣称，尚无独立验证；量子方法优于经典方法目前没有证据支持。
主报道
主报道来源