第十四届半导体设备材料及核心部件展（CSEAC 2026）举办期间，人工智能与电子制造设备发展论坛同步召开。本次论坛聚焦AI芯片专用半导体装备创新、智能制造范式升级、先进封装工艺突破、产业人才建设四大核心方向，汇聚高校顶尖学者、央企技术领军者、上市设备企业高管及科创企业专家，共同解码AI与半导体装备深度融合的技术路径与产业机遇。
在大模型算力爆发、先进制程快速迭代的背景下，GPU、NPU等AI芯片对制程精度、三维堆叠、高密度互联提出严苛要求，倒逼半导体生产与检测设备进入高速升级、智能迭代的全新周期。与会嘉宾普遍认为，AI正从单点辅助工具向全链路原生能力渗透，推动半导体装备产业从“传统制造”向“智能智造”的范式跃迁。
多Agent虚拟制造破局 计算光刻迎来范式重构
“过去，我们以人脑作为计算体系，用的是因果范式。好处是低功耗，人脑功耗大概几十瓦；坏处是大量有效信息和相关性被丢弃。”浙江大学长聘教授、求是特聘教授曹子峥在开场演讲中，系统阐述了多Agent虚拟制造对接近式光刻技术的重构逻辑。他指出，传统装备研发依赖物理试错与人脑因果归纳，大量有效数据与相关性在“物理世界—工程师抽象”的链路中被丢弃；而虚拟制造通过数字孪生将物理试错同步到虚拟推演，为工艺升级打开了全新空间。
“过去计算光刻中的AI更多处于1.0阶段，AI是作为人类主导的工程问题探索工具，最终反馈给人类再判断是否可行。”曹子峥表示，基于大模型的多Agent体系将人脑的语言协同转化为模糊控制模式，通过大语言模型重新分解、理解与处理指令，能够突破传统计算光刻“单环节验证、不做全链条优化”的决策瓶颈。
其团队通过多Agent驱动的虚拟制造体系，对接近式曝光这一传统技术路线进行重构，在365纳米曝光波长下实现0.5微米实验分辨率，相关成果发表于光学顶刊Optica。曹子峥认为：“多Agent系统带来的便利，恰恰在于它把人类的思考链以自然语言为链式底座呈现出来。”这种模式将大幅减少工程与科研人员的干预，推动研发效率实现量级提升。
从“加AI”到“AI+” 装备全场景落地见效
中电科电子装备集团有限公司技术总体部主任巩小亮表示，AI与半导体装备的融合正经历两个清晰的阶段，第一阶段是“装备+AI”，以单点智能为主，通过专业垂域模型提升装备局部性能；第二阶段是“AI+装备”，用AI范式重构装备从研发到运维的全生命周期。
“从去年下半年的‘加AI’到今年一季度的‘AI+’，AI正在从附加功能变成产业升级的核心牵引力。”巩小亮指出，什么样的数据决定了什么样的AI，半导体装备AI规模化落地的核心瓶颈在于数据孤岛与知识沉淀不足——行业内74.1%的AI项目最终失败，根因都是数据支撑与跨系统协同不够。
中电科装备的实践显示，通过“物理机理划定边界+AI模型残差修正”的混合建模策略，多个生产场景已实现显著提效：缺陷检测场景下，高缺陷工况处理效率提升60%以上；多腔室设备调度场景中，自主执行效率接近翻倍；CMP耗材寿命预测模型则帮助产线实现运维成本精准优化。巩小亮强调：“打通数据孤岛，融合物理机制与AI模型，是AI在装备领域工程化、规模化落地的关键抓手。”
先进封装迎面板级浪潮 工艺设备适配AI芯片产能
AI芯片的算力扩张带动先进封装需求高速增长，面板级封装（Panel Level）凭借更高的生产效率成为行业新趋势。盛美半导体设备（上海）股份有限公司工艺资深副总裁贾照伟透露，面板级AI芯片封装的复合增长率接近30%，显著高于传统先进封装的整体增速。
“AI芯片从原片转向方片，核心驱动力是生产效率与成本的双重优化。”贾照伟算了一笔产业账：原片仅能放置4颗芯片的情况下，切换至310尺寸面板可容纳9颗，生产率直接翻倍；更大尺寸面板的规模效应将进一步摊薄单位成本。
针对面板级电镀的电场边缘效应难题，盛美半导体研发出多圆环动态阳极技术，实现600×600尺寸面板的电镀均匀性控制在5%以内，达到原片级工艺标准。贾照伟介绍，目前盛美半导体全球电镀设备市场份额已达9.6%，升至全球第二；同时推出负压真空清洗技术，解决了40微米以下bump pitch的清洗难题，支撑国内最先进芯片的工艺突破。
AI Native成新准入门槛 智能装备重构生产逻辑
“传统评估设备看产能、稳定性、工艺能力，但现在头部晶圆厂已经把设备的智能化、Agent化能力纳入新产线的准入标准。”埃克斯控股（北京）有限公司首席技术官刘斌博士指出，装备智能化能力正从“加分项”快速变为“准入项”，AI Native（智能原生）正在成为下一代半导体装备的核心特征。
刘斌将装备智能化划分为四个演进层级：数据智能化、单机智能化1.0、集群智能化2.0，最终走向AI原生。与传统设备“数据北向传输、中央系统决策”的长链路模式不同，AI原生设备将决策闭环下沉到边缘端，在亚毫秒级实现感知、决策、执行的完整链路。
“AI原生形态让设备从被动执行单元变成主动感知、主动决策、能智能进化的新生产力平台。”据刘斌介绍，目前该体系已覆盖刻蚀、PVD、离子注入等30余种高端机型，落地量产设备超300台，在研发提速、产能提升、良率改善等六大维度实现显著效益。其中离子注入场景调参时间从数小时压缩至数分钟，准确率突破92%；光刻场景通过AI赋能APC系统，试运行减少50%。
底层支撑AI 物理世界的“微环控”
半导体装备的升级不仅依赖数字层面的AI赋能，也离不开物理层面的精度控制与产业人才的体系化供给，两者共同构成产业发展的硬底座。
武汉微环控技术有限公司创始人李小平表示，高端光刻机、混合键合设备、高精度量测设备的性能上限，本质上由温度、气压、洁净度、电磁屏蔽等微环境物理量决定。“AI研究的是虚拟世界，微环控解决的是物理世界的极限精度问题，是高端装备性能提升的必要条件。”其团队实现的局部温度稳定性达5mK，洁净度优于ISO Class 1，可满足所有已知高端设备的微环境要求，打破了海外厂商在电子束光刻机电磁屏蔽等领域的长期垄断。
目前武汉微环控已为前道光刻机、量测设备、电子束光刻机等提供配套，多项指标达到国际顶尖水平。
集成电路人才结构性错配 30万缺口与产教融合
上海电机学院教授刘娜带来的产业人才报告，用数据揭示了行业的隐忧。目前中国集成电路产业人才缺口达30万，2030年将超过50万，核心矛盾是结构性错配，高端领域缺口率超过40%，核心岗位空缺周期超过180天。
“人才培养重理论轻实践、重基础轻前沿、重课堂教学轻产业实操的问题仍然突出。”刘娜说。她所在的上海电机学院正围绕集成电路、民用航空、能源装备、智能制造四大产业调整学科布局，致力于培养“能解决复杂问题的卓越现场工程师”。
针对高校人才培养与产业脱节的痛点，上海电机学院推出“六双四选”培养模式，通过认知实习、校内工厂、顶岗锻炼、毕业设计四级实践体系，强化学生工程实践能力。刘娜表示，高校正加速向产业需求对齐，聚焦培养能解决复杂工程问题的卓越现场工程师。
存力成AI基建关键变量 开放生态共促产业升级
IBM大中华区存储产品经理庞文峥从算力基建视角指出，当前大模型已覆盖绝大多数公开互联网数据，但企业内部99%的生产数据尚未被有效利用，存力正在成为释放AI产业价值的关键瓶颈。
“很多企业关注算力投入，却忽略了存力优化带来的性能提升空间。”庞文峥介绍，IBM推出的内容感知存储可仅感知并存取变化的数据，将AI训练的存储容量需求降至传统方案的1/3；配合NVIDIA GPU Direct协议，可将数据访问效率提升8倍。“不需要增加GPU数量，仅优化存力就能实现性能跃升。”
同时，磁带存储凭借极低的能耗与成本，在AI冷数据存储场景迎来产业复苏。庞文峥透露，采用磁带库可使存储总成本降低84%，已被多家互联网大厂与头部半导体企业大规模采用。
正如主持人中国电子专用设备工业协会副秘书长叶乐志博士在开场时所言，AI芯片倒逼半导体生产和检测设备进入高速升级、智能迭代的全新周期。本次论坛展现了AI与半导体装备双向赋能的清晰产业图景，一方面，AI芯片需求爆发拉动半导体装备市场持续扩容；另一方面，AI技术深度嵌入装备研发、制造、运维全流程，推动产业效率革命。与会嘉宾普遍认为，半导体装备智能化是一项系统性工程，需要产学研用各方协同打通数据壁垒、共建技术生态，共同支撑我国半导体产业的高质量发展。
