搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产 零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）https://zhizao.hangyexinwen.comhttps://zhizao.hangyexinwen.com/posts/16297https://zhizao.hangyexinwen.com/posts/16297Tue, 03 Nov 2026 08:25:33 GMT⁣<br /><b><i><b>📰</b></i> 迈入可信AI时代——赋能IC签核与制造</b><br /><br />半导体行业采用AI的关键，不只是提升速度，更是在不牺牲可靠性的前提下建立信任。黑箱自动化难以满足芯片设计与制造对精度和可追溯性的要求；AI应能揭示违规模式、提供置信度与情境依据，并允许工程师审核、质疑或推翻建议，同时保障数据主权与知识产权。这样才能让智能真正服务于高风险工程流程。<br />可行路径是将经过验证的确定性EDA引擎与可解释AI结合，在保持签核可靠性的同时，加速调试、根因分析、光刻仿真和良率优化。依托透明、可审计且由工程师把关的管理机制，企业可缩短验证周期、减少流片返工和生产延误，并沉淀组织知识。未来AI将逐步贯穿设计生命周期，辅助工程师更快决策，推动制造良率持续提升。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%8F%AF%E4%BF%A1AI">#可信AI</a> <a href="/search/%23%E8%8A%AF%E7%89%87%E8%AE%BE%E8%AE%A1">#芯片设计</a> <a href="/search/%23EDA">#EDA</a> <a href="/search/%23%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86">#数据治理</a> <a href="/search/%23%E8%89%AF%E7%8E%87%E4%BC%98%E5%8C%96">#良率优化</a><br /><br /><i><b>🔗</b></i> <a href="https://www.eet-china.com/news/202611033377.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/15187https://zhizao.hangyexinwen.com/posts/15187Fri, 02 Oct 2026 01:18:52 GMT⁣<br /><b><i><b>📰</b></i> 直播回顾：工业AI的下一个机会在哪？ - 智源社区</b><br /><br />工业AI正在从单点项目走向真实制造现场的规模化应用。通过视觉检测、质量控制、设备运维和工艺优化等手段，AI能力开始直接关联良率、OEE和产能等工业指标。节目邀请了西门子Xcelerator中国的顾欣与阿丘科技的黄耀，结合晶圆到工厂的案例，阐释从落地到规模化的路径：先提高识别的准确性和稳定性，确保判断可追溯并能量化创造的价值；再将系统从模型延伸为工程师经验的智能体，提升实际产线的综合效率。工业现场的关键在于“工业级可靠性”，而非单一算法的聪明程度。复制落地面临的挑战包括工业数据 fragmented、场景非标、设备和流程差异，以及商业与交付的体系化问题。因此，需要一个平台/生态来连接技术、场景、客户和交付资源，将1到100的扩张变成可重复交付的产业能力。未来机会聚焦高价值、数据就绪、技术可行的场景，优先在良率、工艺、OEE等核心领域推进，逐步实现从单厂到多工厂的复制扩展。平台作用在于充当连接器和放大器，组织更多角色共同完成场景化验证、系统集成与最终交付，使工业AI成为可规模化的产业能力。最后，行业对规模化的判断是上半场高价值应用先崛起、下半场百花齐放，关键在于建立可复用的进入方法和复制路径。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%B7%A5%E4%B8%9AAI">#工业AI</a> <a href="/search/%23%E8%A7%84%E6%A8%A1%E5%8C%96">#规模化</a> <a href="/search/%23OEE">#OEE</a> <a href="/search/%23%E8%89%AF%E7%8E%87">#良率</a> <a href="/search/%23%E5%B9%B3%E5%8F%B0%E7%94%9F%E6%80%81">#平台生态</a><br /><br /><i><b>🔗</b></i> <a href="https://hub.baai.ac.cn/view/58403" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/13825https://zhizao.hangyexinwen.com/posts/13825Fri, 28 Aug 2026 19:13:35 GMT⁣<br /><b><i><b>📰</b></i> IFOC2026展商 | 立仪科技亮相光模块精密检测解决方案#D5</b><br /><br />IFOC 2026 将聚焦光启智算与连接未来，深圳立仪科技作为国内光谱共焦位移传感器领域的领军企业，携光模块精密检测解决方案亮相。公司总部位于深圳光明区，秉承研发、生产、销售与服务一体化的发展模式，拥有约3200平方米的办公生产空间与百级无尘生产线，确保产品达到国际领先质量。其产品矩阵覆盖点/线光谱共焦位移传感器、白光干涉仪、点/线激光位移传感器，广泛应用于半导体、光通信、3C电子等高端制造领域。此次展会将展示覆盖光学耦合、贴片键合和FA端面平行度三大应用场景的光谱共焦位移传感器，能够实时反馈位移量、快速引导定位、缩短寻峰时间、并实现毫秒级在线全检与高精度检测。耦合效率对轴向位置极为敏感，Z向微调监控与寻峰优化可显著提升产能与良率，成为锁定耦合效率峰值的关键“眼睛”。欢迎行业同仁莅临立仪科技展位交流（D5）。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%85%89%E8%B0%B1%E5%85%B1%E7%84%A6">#光谱共焦</a> <a href="/search/%23%E8%80%A6%E5%90%88%E6%95%88%E7%8E%87">#耦合效率</a> <a href="/search/%23%E7%BA%B3%E7%B1%B3%E7%BA%A7">#纳米级</a> <a href="/search/%23%E8%89%AF%E7%8E%87">#良率</a> <a href="/search/%23%E5%B1%95%E4%BC%9A">#展会</a><br /><br /><i><b>🔗</b></i> <a href="http://www.iccsz.com/site/cn/News/2026/08/28/20260828104341885803.htm" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/10026https://zhizao.hangyexinwen.com/posts/10026Tue, 19 May 2026 15:33:59 GMT⁣<br /><b><i><b>📰</b></i> 智能工厂需要更智能的视觉：机器视觉成像作为先进制造的关键推动力 - 设计与应用 - 半导体芯科技</b><br /><br />在全球制造业向智能化转型的背景下，高速高分辨率成像成为提升产线效率与良率的关键。文章聚焦机器视觉在高吞吐量环境中的作用，指出传统成像在快速生产中难以实现时空精度，导致缺陷无法早期发现、透明度下降及良率波动。以Optronis为例，其高帧率与高分辨率的相机系统通过高带宽数据接口，能够实时捕捉并分析高速工艺流程，帮助电池、半导体、显示等行业在速度与质量之间寻求平衡。系统层面则强调将高速成像融入数据采集、处理和工艺优化的闭环，以实现工艺透明化、可量化与可控性。中国持续推进工业升级与智能制造，为成像技术在提高生产效率、稳定工艺与提升竞争力方面提供持续驱动。总体而言，高性能成像不仅使高速生产成为现实，还使其结果具备可测量性和可控性，推动智能工厂更全面地实现数字化、可视化与优化。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E9%AB%98%E9%80%9F%E6%88%90%E5%83%8F">#高速成像</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E5%88%B6%E9%80%A0">#智能制造</a> <a href="/search/%23%E8%89%AF%E7%8E%87">#良率</a> <a href="/search/%23%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%89">#机器视觉</a> <a href="/search/%23%E5%B7%A5%E4%B8%9A%E8%87%AA%E5%8A%A8%E5%8C%96">#工业自动化</a><br /><br /><i><b>🔗</b></i> <a href="https://www.siscmag.com/news/show-9923.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/9707https://zhizao.hangyexinwen.com/posts/9707Sun, 10 May 2026 03:43:30 GMT⁣<br /><b><i><b>📰</b></i> 晶圆厂的关键战役：决定行业未来走向的一战</b><br /><br />本文围绕半导体制造的试生产向量产(HVM)的关键过渡，系统性分析了规模化生产对工艺、污染控制、设备匹配与良率的挑战。试生产阶段强调工艺有效性与低缺陷率，在受控条件下可快速纠偏，但难以映射大规模生产中的多设备协同与长期漂移。HVM要求工艺在数千片晶圆、多台设备和更长周期内保持稳定，且需吸收原材料、模具及环境变异，而非单点改进。湿法工艺如PCMP尤受关注，流体输送、污染控制及材料相互作用直接影响良率与可靠性，且低浓度污染亦可在系统中累积。为此，需要从系统设计层面减少污染源、优化设备匹配与多级过滤、建立在线监测与高级工艺控制，避免仅靠事后修复。文章强调规模化设计应自始即考虑生产实际，提早在实际产能下验证工艺，并在工艺、设备、材料与控制之间实现紧密耦合，以提升稳定性与良率，降低对单一设备或单一变量的依赖。最终，规模化不是单步提升产量，而是实现工艺在不同工具、时间与规模下的持续稳定运行。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E8%A7%84%E6%A8%A1%E5%8C%96">#规模化</a> <a href="/search/%23%E8%89%AF%E7%8E%87">#良率</a> <a href="/search/%23%E6%B1%A1%E6%9F%93%E6%8E%A7%E5%88%B6">#污染控制</a> <a href="/search/%23%E8%AE%BE%E5%A4%87%E5%8C%B9%E9%85%8D">#设备匹配</a> <a href="/search/%23%E6%B9%BF%E6%B3%95%E5%B7%A5%E8%89%BA">#湿法工艺</a><br /><br /><i><b>🔗</b></i> <a href="https://eu.36kr.com/zh/p/3802818127076867" target="_blank">原文链接</a>