KrF光刻胶树脂, 实现稳定制备

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。

近日，依托2030新一代人工智能国家科技重大专项总体部署，上海AI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。

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。KrF光刻胶树脂是决定光刻胶整体性能的核心基础材料。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。

智能化研发体系

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。

针对上述挑战，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。

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，凭借其强大的科学推理能力，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。

为打通数字大脑与物理执行端的沟通壁垒，团队基于科学智能上下文协议（Science Context Protocol，SCP）构建了数字化互联桥梁，通过采用“SCP接口+本地指令解析+控制执行”的分层架构，将实验工作站功能抽象为AI可识别调用的工具集，让AI模型可远程下达实验方案、监控反应状态、调整工艺参数。

元股证券:ygzq.hk

炒股杠杆平台

上海人工智能实验室表示，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。

基于此循坏，研发团队在光刻胶树脂分子量稳定性、Tg耐热指标等关键领域取得阶段性进展，成功实现从“经验主导”向“数据驱动”的转型，为光刻胶产业突破技术瓶颈提供了全新路径。

光刻胶树脂自动化制备

KrF光刻胶树脂的稳定制备

在上述智能化研发体系的基础上，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。

在KrF光刻胶树脂研发中，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。

此外，依托平台对反应温度、气氛纯度、加料精度等参数的全流程自动化控制，分子量和PDI的批次稳定性达到±10%，有效解决了传统工艺中产品批次间性能差异较大的痛点，大幅提升了产品的稳定性与可靠性。平台还从源头选用高纯电子级原料与溶剂，结合自动化无接触制备流程和多次“溶解-沉淀”相转移纯化，将金属杂质含量稳定控制在10ppb以下，满足高端光刻工艺对材料纯度的极致要求，为KrF光刻胶树脂的规模化应用奠定坚实基础。