9月16日至18日,已连续举办十二届的2026北京微电子国际研讨会暨ICWORLD大会在北京经开区北人亦创国际会展中心举行。本届大会以”驭智拓芯途,强芯铸新篇”为主题,由学术会议和博览会两部分构成,吸引近200家集成电路产业链单位参展,展览面积较往届明显扩容。

在”半导体产业链设备、工艺新生态专题论坛”上,上海哥瑞利软件股份有限公司(以下简称”哥瑞利”)解决方案总监王辉发表了题为《AI的前沿应用实践——半导体CIM的视觉与数据》的主题演讲。演讲聚焦AI视觉与数据应用两个方向,指向一个具体的行业命题:当12英寸产线制造复杂度持续攀升,CIM系统如何从”把流程跑通”走向”把现场管住”。

视觉:让缺陷识别接入控制闭环

王辉指出,随着先进制程与异构集成推高制造复杂度,传统CIM在数据孤岛、视觉盲区、响应滞后上的局限日益突出,尤其在AI算力芯片、先进封装、光电互联与共封装光学技术(CPO)等方向上,CIM能力重构的需求更为迫切。

光电互联与CPO是一个有代表性的例子。光芯片与光纤、激光器的耦合是核心工艺,其制造逻辑与逻辑芯片、存储芯片差异明显,对化合物半导体材料高度敏感,对耦合对准精度要求极高——微米级缺陷都可能影响AI算力互联的稳定性。

针对这类特殊工艺,哥瑞利通过LOFAAI视觉与CIM系统联动,在检测到微米级缺陷后自动触发拦截,并把结果反馈至工艺端用于参数调整,推动CIM从”记录型”向”智能控制型”演进。

这条路径并非只在单一检测点上做识别。在硅片全链路质检方面,算法已渗透到拉晶、成型、清洗、外延、抛光等环节,针对形态相近的缺陷实现精准识别,并直连MES系统完成不合格品的自动拦截与根因追溯;在核心机台改造方面,哥瑞利通过LOFA远控、自动化流程代操与AI视觉协同,实现自动调机、缺陷寻址与自动量测,打通出货前的最后一道人工关卡。

需要说明,这些能力的落地以工厂既有系统为前提。哥瑞利采用”增强而非替代”的思路,AI承担的是原本需要人员盯屏、调参、判图的部分,并不重写整个CIM体系。

数据:把经验转化为可执行策略

如果说视觉解决的是”看得见”,数据应用要解决的则是”看得懂、做得出决策”。

王辉将数据管理方案概括为接入、治理、分析、应用四个环节的闭环,并介绍其沉淀了近20年的半导体数据模型。他以拉晶场景举例:过去依赖工程师凭经验调炉,过程波动难以量化;如今数据把经验转化为可执行策略,AI模型一次成晶率从人工的57.8%提升至85%。在良率分析场景,工程师用自然语言提问,系统即可自动完成归因并给出结论与措施。王辉将这一进化路径总结为DTT框架,即数据可信(Data)、模型可信(Training)、决策闭环(Thinking)。

长期积累,支撑一次公开分享

这场演讲能落到具体案例,与哥瑞利的长期积累直接相关。公司成立于2007年,专注泛半导体智能制造软件领域19年。据弗若斯特沙利文报告,按2024年收入计,哥瑞利在中国泛半导体智能制造软件市场本土厂商中位居前列,其CIM系统已在超过340家泛半导体客户中实现规模化应用。2023年初,哥瑞利完成国内12英寸前道18纳米工艺全厂全自动化CIM系统交付,成为较早实现该级别国产化的提供商之一。

技术能力也在延伸到新的工艺场景。今年6月,哥瑞利与先导科技集团启动江苏时代芯存12英寸CIM项目,为其光电特色工艺制造平台构建数字化管理底座。这意味着哥瑞利的CIM与AI实践并非停留在展会演示层面,而是在不同类型产线中持续接受验证。

从”看见”到”预见”,仍需产线检验

从硅片全链路质检,到核心机台自动化,再到数据驱动的良率分析,哥瑞利在IC WORLD2026的分享,呈现的是一条清晰路径:AI从概念走进产线,进入质检、机台与良率分析的日常流程。

客观来看,进展仍需更长时间的稳定运行来检验。视觉识别准确率、数据模型在不同工艺节点上的迁移能力、智能决策对良率的实际贡献,最终都要由稼动率、良率和运维成本来回答。

但可以明确的是,当行业讨论从”要不要智能化”转向”在哪里落地、如何与既有系统协同”,以哥瑞利为代表的本土泛半导体智能制造软件提供商,正在获得越来越多的实战机会。半导体智能制造的下一站,也许正是从”看见”走向”预见”。