芯片是人工智能核心，推动半导体材料大发展 AI 芯片系 AI 的核心，将在 AI 浪潮下获得快速发展和应用。半导体材料是芯片的基石，受益于 AI 需求拉动，半导体材料将获得更大发展空间，技 术变 革和国产替代的步伐将进一步加快。半导体材料主要分为制造材料（硅片 / 化合物半导体、光刻胶、湿电子化学品、电子气体、掩膜版、 CMP 抛光液 和抛光垫、溅射靶材等）及封装材料。其中， 半导体几大核心耗材我国国产率均较低， 无人机等 计算机视觉 机器学习 智能机器人 知识图谱等 智慧医疗 智能家居 智慧金融 智慧物流 智能传感器 目录 u 一、冷却材料：算力提升，氟化液大有可为 u 二、半导体材料： AI 芯片推动半导体材料大发 展 u 三、 PCB 材料： PCB 产业链有望重塑 u 四、光学材料： AI 带动光学显示材料新发展 u 五、行业评级及风险提示 请务必阅读报告附注中的风险提示和免责声明 目前常见的冷却液类型有水、芳香族物质、硅酸酯 、 脂肪族化合物、有机硅类物质、碳氟类化合物等。其中氟化液是一种无色无味绝缘且不燃的化学溶剂，最开始是用作线路板的清洗 液；加上其不燃和绝缘的惰性特点，目前下游应用领域已经涉及半导体冷却板的冷却、数据中心的浸入式冷却、航空电子设备的喷雾 冷却等。氟化液的优点包括： 1 ）具有优异的电绝缘性和热传导性； 2 ）理想的化学惰性和热稳定性，能广泛使用于各种温控散热场 合 ； 3

氢能源市域列车成功试跑（推荐） * 基础化工 * 李永磊， 董伯骏》 —— 2024- 03-24 《化工新材料周报： “商业航天 ”首次写入政府工作报告， 1 月全球半导体行 业销售额同增 15.2% （推荐） * 基础化工 * 李永磊， 董伯骏》 —— 2024-03- 10 请务必阅读报告附注中的风险提示和免责声明 2 表现 我国集成电路用湿电子化学品整体国产化率达到 35% 。高端湿电子化学品主要由国外厂商垄断 ，半导体用高端湿电子化学品主要由 欧美 、日本厂商 把控 ；平板用湿电子化学品领域， 国内高世代线主要由韩国东进世美肯和韩国 ENF 供货， 国内企业国产化空间较大。 受益标的 随着国内湿电子化学品市场持续增长以及半导体行业国产化进程加快， 国内技术领先企业有望迎来发展机遇 ，首次覆盖 ，给予湿电子化学品行业 、高纯双氧水两大高纯电子化学品国内产能最大） 、中巨芯 -U （电子级氢氟酸 、电子级硫 酸、 电子级硝酸等主要产品均已达到 12 英寸集成电路制造用级别） 、兴发集团（兴福电子的电子级磷酸产品在国内半导体领域市场占有率第一） 、 上海 新阳 、飞凯材料 、多氟多 、安集科技等。 风险提示 经济形势及行业周期波动风险 、原材料价格波动风险 、客户认证风险 、安全环保生产风险 、技术变化风险

化学与材料科学 2025 1. 热点前沿及重点热点前沿解读 1.1 物理学领域 Top 10 热点前沿发展态势 物理领域排名前 10 的热点前沿主要集中于凝聚 态物理、光学、量子物理、理论物理和半导体物理。 凝聚态物理方面的热点前沿有 4 个，超导研究依然是 研究的热点，富氢化物连续五年入选热点前沿，超导 二极管效应成为新的热点前沿，铁电性研究也引发广 泛的兴趣，氧化铪薄膜和二维范德华材料的铁电性研 激光器及其应用是新出现的研究前沿。量子物理方面 的热点前沿有 2 个，双场量子密钥分发连续三年入选 热点前沿，格点规范理论的量子模拟成为新的热点前 沿。理论物理方面，非可逆对称性研究备受关注。半 导体物理方面，氧化镓功率器件连续 2 年保持为热点 前沿。 表 37 物理学领域 Top 10 热点前沿 序号 热点前沿 核心 论文 被引频次 核心论文 平均出版年 1 非可逆对称性研究 48 2815 上会产生抑制。这一非互易性使得超导二极管具备了 类似半导体二极管的整流特性，单向无耗散电流传输， 反向呈现有限电阻。超导二极管将为超导电子学、超 导自旋电子学以及量子科技提供新型器件应用。 超导二极管效应的理论研究已经开展很多年， 然而，超导二极管的实验制备一直面临很大的挑战。 2020 年，日本京都大学等报道了在 Nb/V/Ta 超晶格超 导体中通过外加磁场首次实现超导二极管现象。这一 发

套件，赋能工业软件及解决方案实现 AI 全栈化升级。 自动化数据清洗、入模变量、 特征工程及模型选择 提升良率，减少报废品 20% 质量售后管理场景 编撰效率提升 90% 智能装备： 拥有半导体 AMHS 物流自动化、 AOI 检测设备、工控设备等 成熟产品，保障生产现场智能化与高效化。 工业软件： 涵盖制造执行、设备自动化、品质管理、能碳管理、数字化 供应链、物 全栈自主可控的工业智能产品与服务 格创东智： AI 大模型与智能体在泛半导体行业的广泛应 用 设备管理场景 设备知识库 Agent“ 小鲁班” 覆盖某 企业多个基地和科室 半导体显示研发场景 1min 内解答专业问题 AI+YMS 基于 AI Agent 的动态模 型 小故障处理效率提升 80% 垂类专家大模 型 8D 报告自动化 数据来源：格创东智 格创东智 格创东智：知识库 Agent 实现先进制造业设备的高效管理，生产效益提 升 案例背景：某泛半导体头部企业因设备管理资料分散、数据类型复杂、故障处理低效等问题，引入格创东智 设备知识库 Agent 。该 Agent 服务覆盖企业 4 大基地、 100+ 科室，通过企业级知识库、多模态数据整合、行

其他 ↑ ↑ ↓ ↓ 装配/ 拆卸 固定/压装 ↑ ↓ ↓ ↓ 组装/插拔 ↑ ↓ ↑ ↑ 拆卸 ↑ ↓ ↓ ↑ 其他装配 ↓ ↓ ↓ ↓ 其他 FPD 洁净室 ↓ ↓ ↓ ↓ 半导体洁净室 ↑ ↑ ↑ ↑ 其他洁净室 ↑ ↓ ↓ ↓ 数据来源：高工机器人产业研究所（GGII） GGII 数据显示，2024 年中国工业机器人应用场景中，用于搬运/上下料、焊接、喷涂、装配及抛光打磨等操作的 数据来源：高工机器人产业研究所（GGII） 当前，六轴协作机器人在协作机器人市场中仍占据大部分市场份额。凭借比四轴协作机器人更高的负载能力与自由 度，其不仅广泛应用于汽车及零部件、机械加工、3C 电子、半导体、新能源等工业场景，还延伸至教育、理疗、商业 新零售等非工业场景。除此之外，六轴与七轴协作机器人和移动底盘（AGV/AMR）相结合，可应用于 CNC 上下料、 物料分拣搬运、巡检以及部分商用场景中。 因此，为保证协作机器人的高效、稳定 作业，须采取振动抑制技术。 第三节 协作机器人产品技术趋势与方向 一、向更大负载、更高精度、更高效率方向发展 更大负载：为了满足汽车、新能源、食品饮料、半导体、化学制品等行业日益增长的大负载产品需求，协作机器人 越来越趋向于“大负载”“长臂展”。早期，协作机器人的负载多在 20kg 以下，如今已拓展至 20kg、30kg、35kg、50kg、 60k

96，均优于单个最佳模型 迁移学习 迁移学习通过将先前学习任务的知识转 移到新任务，提升模型在小数据集上的 性能，减少对目标领域数据量的需求 Liu 等利用迁移学习，基于电子性质预测半导体的声子性质。 先在包含 1245 个半导体的电子 Eg 数据集上训练多层感知器深 度神经网络（DNN）模型，再将其参数（除输出层）迁移到小 的声子 Eg 数据集构建迁移学习模型。结果显示，与直接学习 的 DNN 模型相比，迁移学习模型的 等运用无监督学习的聚类方法，从 ICSD 数据库中筛选 含锂化合物，以发现具有高室温锂离子电导率的材料。他们构 建 3 种不同的聚类模型，其中一个模型包含少量𝜎RT 信息。训 练好的模型成功区分出固态锂离子导体和其他材料，从模型聚 类结果中挑选 82 种化合物进一步评估，最终发现 16 种𝜎RT 高 于 10 -4Scm -1的新候选材料 资料来源：《Machine learning strategies

■ 专题事件报告 ■ 市场效果预估 舆情报告 智慧管理 – 智能疏导体 系 响应国家旅游局号召，及时对外发布旅游景区接待信息，加强对游客的宣传和疏导，避免景区接待超最大承载 量问题的发生；及时全面掌握景区各点位的人流量分布，对景区安全问题及时预警，并迅速响应解决。 2018/4/23 30 智慧管理 – 智能疏导体系 对主要出入口视频进行智能图像分析，自动统计出 入人数 对人群聚集城所视频进行智能图像分析，自动对人

理等环 节。在工程机械领域，人工智能技术能够远程监控设备运行状态， 提供维护支持，延长设备的使用寿命。 人工智能在制造业中的应用正持续深化。据德勤预测，到 2025 年，电子通信/半导体人工智能应用市场的规模将达到 41 亿元人民 币，汽车制造行业达 37 亿元人民币，能源电力行业 25 亿元人民 币， 制药行业 17 亿元，金属及机械制造行业 13 亿元。未来，随着 技术 2：晶合集成用大模型技术提升企业内部运营管理水平。 合肥晶合集成电路股份有限公司致力于提升企业内部的数字化和 26 智能化系统建设。 通过在“事件管理平台”系统中引入大模型技 术，显著增强了其在半导体行业知识问答和事件内容智能分析方 面的能力。大模型技术使得系统能够利用主动召回功能和分析总 结能力，提供更加专业、准确的事件解析和行业知识问答，无论 对于新到岗位的员工还是高级工程师，都能够显著提升信息检索

发现数据中的规律和趋势 。数 据挖 掘工具则运用机器学习、深度学习等算法，对数据进行 分类、 聚类 、关联规则挖掘等操作， 帮助研发人员从海量 数据中挖 掘出潜在的知识和价值 。例如， 研发人员在研究 新型半导体 材料时， 通过平台查询到相关的实验数据和模 拟计算数据， 利用数据统计分析工具分析材料性能与成分之间的相关性， 使用数据可视化工具将分析结果以图表形式展示， 直观地发 现材料性能随成分变化的规律， 以及用户对数据资源的评价和反馈信息， 挖掘用 户的兴趣偏好和潜在需求 。利用协同过滤算法 、内 容推荐算 法等技术， 为用户精准推荐相关的数据资源 、研 究成果和应 用案例 。例如， 如果一个科研人员经常查询关 于新型半导体 材料的实验数据， 系统会根据其行为模式， 推荐最新的相关 实验研究报告 、同类材料的性能对比数据以及该领域的前 沿 研究成果 。对于企业用户， 系统可根据其所在行业 、生 产产 品类型以及过往对市场数据的关注重点 、数据内容 、数据格式 、应用场景 、数据质 量说明 等， 同时设定数据产品的价格 、交易方式 （如一次性 买断 、按使用次数付费 、订阅制等） 和 使用权限 。例 如， 一家科研机构将其多年积累的新 型半导体材料实 验数据整理成数据产品上架， 详细 说明数据涵盖的材 料种类 、实验条件 、性能测试结 果等信息， 并设定按 使用次数付费的交易方式 。 • 交易撮合 ：数据交易平台利用智能匹配算法， 根据

稳定性提升，备件成本降低的效果。 机理模型 时序数据 东智工业互联网平台 API Huber 算法模型 开发工具 智能视频流式数据 东智数采网关 手持点检离线数据 案例：为半导体企业提升设备预测性维护能力 图：东智设备健康管理解决方案 设备可视化 设备健康指数 智能分析与优化 2024- 1- 11