打破“技术黑箱”：上海AI实验室攻克芯片光刻胶制备难题
一句话看懂：上海AI实验室联合多家机构，利用“书生”科学大模型和自动化研发平台，解决了高端KrF光刻胶树脂的稳定性制备问题。这标志着中国在芯片核心材料领域摆脱了对海外少数供应商“黑箱”技术的依赖，相关产品关键工业指标已达预期。
事件核心：发生了什么
2026年5月，上海AI实验室发布消息，其联合团队通过构建“AI决策+自动化合成”闭环系统，实现了KrF光刻胶树脂的全流程稳定制备。传统光刻胶树脂研发依赖人工经验，需要反复试错数千种配方与反应条件，效率低且难以保证量产所需的高稳定性。新平台利用AI模型的自我进化能力，将实验生成的关键数据自动回传至大模型，驱动算法持续优化下一轮方案，大幅缩短了高端材料的开发周期。目前，相关成果已进入客户验证阶段。
为什么重要
这一突破的核心意义在于，它证明AI不仅能处理文本和图像，还能直接干预并解决半导体材料领域的实际工程难题。此前，高端光刻胶树脂的稳定量产技术长期被日本、美国少数企业垄断，国内厂商不得不依赖“黑箱”式的供应模式。上海AI实验室的方案通过“数据驱动”代替“经验驱动”，为全球芯片材料开发提供了一条标准化路径——这并非简单的算法胜利，而是将AI能力嵌入到化学合成、纯度控制等微观物质操作环节，使得材料研发从“试错”升级为“可预测、可复制”的工业流程。
对用户/开发者/创作者的影响
对半导体行业从业者而言，这意味着未来材料开发的门槛将显著降低。AI+自动化平台有望成为一种通用工具，开发者可以基于模块化的智能合成系统，快速验证新配方、新结构，而无需像过去那样依赖资深专家的长期经验积累。对于更广泛的AI开发者社区，此案例展示了科学大模型在垂直场景中落地的巨大潜力——训练数据的获取、模型决策的可解释性、与硬件设备的实时交互，这三个环节的打通或将成为未来AI基础研究与工业应用之间的关键桥梁。对普通用户，影响短期不直接，但长期看，国产高端芯片的自主可控进程将因此获得实实在在的材料支撑。
值得关注的后续
后续应重点观察三点：第一，该平台的稳定性和成本能否在客户大规模验证中持续达标，这决定了它能否真正替代现有海外供应商；第二，自动化合成模块是否会向更多材料领域（如EUV光刻胶、先进封装材料）开放或商业化，形成可复用的平台能力；第三，是否有国内外竞争对手跟进类似的“AI+合成”路线，从而加速整个半导体材料研发范式的转变。目前公开信息显示，团队已在部署下一代更精密的自动化平台，但具体上线时间与覆盖材料种类尚未公布。
来源：AIbase
