本研究提出了一种分布式量子-经典框架，将光子量子神经网络与矩阵积态映射结合，解决经典神经网络的参数效率训练问题。该框架在保持高分类精度的同时显著降低参数数量，展示了在近实时硬件条件下的鲁棒性，为分布式量子机器学习提供了可行路径。