光刻胶是芯片制造的核心关键材料，其性能直接关系芯片制程精度与产品良率。然而，当前全球高端氟化氪（KrF）光刻胶树脂相关技术与市场长期集中在少数国外企业手中，导致供应链高度依赖、材料成本居高不下、难以满足定制化和快速响应需求等现状。
新民晚报记者近日获悉，依托2030新一代人工智能国家科技重大专项总体部署，上海人工智能实验室联合厦门大学、苏州国家实验室等合作单位基于“书生”科学大模型与“书生”科学发现平台，构建了“AI决策+自动化合成”的闭环研发体系，实现了高纯度、高一致性、高效率的KrF光刻胶树脂创制。
这一突破使高端光刻胶树脂的稳定制备不再依赖于极少数国外供应商的“黑箱能力”，为全球芯片材料领域探索出一条可标准化、快速迭代的新路径。
AI驱动芯片核心材料研发新范式
长期以来，高端树脂材料开发受制于“经验驱动”的试错路径，科研人员需在数以千计的单体配比、聚合体系及反应条件中进行逐一筛选，这种低密度的实验范式导致研发周期动辄以月为单位，且极易受人为操作误差影响，难以满足成熟制程对材料批次稳定性的严苛要求。
“微量的金属杂质或分子量分布的轻微波动，都可能导致光刻性能直接失效，如何实现高纯度、高一致性且高效率的材料创制，成为我国光刻胶产业突破的关键门槛。”科研人员表示。
面对挑战，联合团队研发了面向先进材料光刻胶树脂设计的智能化合成平台，并构建起一套“决策—互联—执行—迭代”的智能化研发体系。
新民晚报记者了解到，这套体系的数字大脑，是“书生”科学大模型Intern-S1与优化算法深度耦合形成的决策系统，它替代了传统随机搜索模式，负责实验方案生成、参数优化及结果预测等核心工作，凭借其科学推理能力，可挖掘树脂合成的“高潜力区域”，并将语义偏好转化为结构化信息，融入贝叶斯优化代理模型，实现数据驱动与化学先验知识的协同，减少无效试错。
模型调用SCP提供的光刻胶相关服务
据悉，平台的核心优势在于实现了“干实验（AI决策）—湿实验（物理合成）”的闭环迭代：AI模型生成光刻胶树脂合成实验方案，经SCP协议转化为自动化平台指令，并在物理实验室中完成高通量的合成与表征任务；实验产出的分子量、热稳定性等关键数据自动回传AI模型，驱动算法优化下一轮方案，实现研发体系自我进化。
实现光刻胶树脂稳定制备
依托智能化研发体系，研发团队在KrF光刻胶树脂配方优化、工艺调控、纯度管控等方面开展系统性攻关，各项核心性能指标均达到预设目标，为后续产业化应用积累了核心技术与实践经验。
光刻胶树脂自动化制备
面向KrF光刻胶树脂研发，平台以多谱学特征、分子量分布指数（PDI）、玻璃化转变温度（Tg）等关键指标为目标，联合优化单体种类、单体配比、反应温度、反应时间等核心工艺参数。其中，优化智能体通过筛选适宜种类与用量的链转移剂，精准调控共聚物聚合速率与链增长过程，成功制备出PDI小于1.3的KrF光刻胶树脂，显著优于传统工艺的分散水平；同时，平台进一步筛选并引入含苯基和羟基的功能单体，利用苯基刚性结构提升树脂耐热性能，借助羟基活性基团优化成膜性能与光刻响应性，二者协同作用下，实现Tg大于130℃的目标，充分满足高温光刻过程对树脂耐热性的严苛要求。
目前，平台已支撑多批次自动化合成与性能验证，批次间一致性得到显著提升。其中，厦门恒坤新材料科技股份有限公司基于光刻胶配方开发经验，完成了树脂适配，产业关键指标均达预期，后续将进入客户端验证阶段。
光刻胶树脂GPC测试图，分子量和PDI的批次稳定性达到±10%且PDI＜1.3
配资炒股平台提示：文章来自网络，不代表本站观点。
