在芯片制造领域，光刻胶作为核心材料，其性能优劣直接关乎芯片的成品率与整体表现。长期以来，我国高端光刻胶树脂的稳定制备面临诸多难题，严重依赖国外少数企业的技术，这一局面如今迎来重大转机。
近日，上海人工智能实验室联合厦门大学、苏州实验室等单位，在新一代人工智能国家科技重大专项的支持下，取得关键突破。他们借助“书生”科学大模型和“书生”科学发现平台，成功研制出高纯度、高一致性、高效率的KrF（氟化氪）光刻胶树脂。这一成果意义重大，打破了国外企业在高端光刻胶树脂稳定制备方面的技术垄断，为我国芯片材料研发开辟了可标准化、快速迭代的新路径。
据了解，KrF光刻胶树脂是决定光刻胶整体性能的基础核心材料。过去，高端树脂材料的开发主要依赖“经验驱动的试错”模式。科研人员需要在众多单体配比、聚合体系和反应条件中反复筛选，实验过程繁琐且周期长，往往以月为单位。而且，这种模式极易受到人为操作误差的影响，难以满足集成电路成熟制程对材料批次稳定性的严苛要求，成为我国光刻胶产业发展的关键阻碍。
随着“人工智能驱动科学研究”理念的兴起，联合攻关团队找到了解决问题的新方法。他们利用大模型和智能体，开发出面向光刻胶树脂设计的智能化合成平台，并构建了一套“决策—互联—执行—迭代”的智能化研发体系。该体系采用高度模块化并行架构，通过多反应器、多工作站协同布局，实现了从液体精准转移、惰性气氛保护到多级自动化后处理的全流程闭环运行。
在制备过程中，凭借精密三轴伺服控制和全密封加液技术，该体系有效规避了人工操作带来的氧气、水汽、金属杂质污染问题，将成品树脂的金属杂质含量稳定控制在10ppb（十亿分比浓度）以下，同时严格把控分子量分布，PDI（多分散指数）指标稳定控制在1.3以下。
这一体系的“数字大脑”由“书生”科学大模型Intern - S1与优化算法深度耦合形成。它承担着实验方案生成、参数优化、结果预测等核心任务，凭借强大的科学推理能力，能够精准找到树脂合成的“高潜力区域”，实现数据驱动与化学知识的协同，大大减少了无效试错。
在“数字大脑”的指挥下，智能化合成平台实现了“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，经科学智能上下文协议（SCP）转化为自动化平台指令，在物理实验室完成高通量的合成和表征任务。实验产出的关键数据自动回传AI模型，驱动算法优化下一轮方案，实现研发体系的自动迭代。目前，联合攻关团队已建立从AI决策到自动化合成的闭环研发体系，支撑多批次自动化合成和性能验证，批次间一致性持续提升。恒坤新材公司在这个体系的支撑下，完成了光刻胶树脂适配，关键性能指标均达到预期，后续将进入客户端验证阶段。
