量子信息处理是当前物理学的前沿领域，而光子体系是实现量子计算的重要物理平台之一。相较于传统的二维量子比特，高维量子态能够携带更多信息，在提升计算容量与抗噪能力方面具有天然优势。本方向聚焦于利用光子轨道角动量等维度，探索高维量子逻辑门的构造与实现，并研究适用于高维系统的量子纠错编码方案。

高品质的量子光源和可控的量子纠缠，是开展量子信息实验的核心资源。本方向致力于研究高性能单光子源和高维纠缠态的产生、调控与精密表征，主要关注如何利用光子的多个自由度（如路径、偏振和轨道角动量）来编码和操控高维量子态，开发高效的高维纠缠态制备方案，发展完备的高维量子态层析、量子表征测量手段，为量子计算、量子通信和量子模拟等应用提供关键且可靠的量子资源。

量子关联可以突破经典光的测量噪声极限。本方向的核心目标是利用高维量子态和量子关联效应，突破经典测量极限，实现测量精度和成像分辨率的显著提升。研究基于光子纠缠的无透镜成像、弱光量子成像等技术，面向微弱信号探测，发展量子增强的成像与测量原型系统，将量子优势从理论推向实用化，实现更高灵敏度、更高分辨率的探测技术。

随着量子系统规模的增加，其复杂性呈指数增长，给理论建模、实验优化和数据处理带来了巨大挑战。本方向旨在将人工智能（特别是机器学习和深度学习等前沿技术）引入量子物理研究，用于加速量子系统的模拟、优化复杂实验参数、以及高维量子态的高效重构。同时探索量子神经网络、量子‑AI 混合算法，以人工智能赋能量子实验，降低高维量子系统的实验复杂度，促进人工智能与量子信息的双向交叉创新。