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

5、试验验证和产线优化：仅在部分龙头企业开展探索 ...... 13 （二）应用行业：重点用于汽车、电子、金属三大行业 ..... 14 1、汽车：关注精细生产、高效物流和外观检测 ............ 15 2、半导体：重点在质量管理和柔性操作 .................. 18 3、钢铁：聚焦质量管理和安全管理 ...................... 20 四、“机器人+人工智能”工业应用展望 5、艾吉威全球首台 AI 语音交互 AGV 小千斤 ............... 26 （二）行业应用案例 ................................... 28 1、捷螺在半导体关灯工厂中的应用 ...................... 28 2、珞石机器人在消费电子行业的应用 .................... 29 3、追觅配送机器人在装备制造行业的应用 IFR 发布的《2024 世界机器人报告》， 2023 年，全球工业机器人使用量最大的行业分别为汽车、电子/电气 和金属与机械。本报告收集的 88 个国内外“机器人+人工智能”应用 案例中，汽车、半导体和钢铁三大行业案例占比达 68.1%，占据绝对 优势（图 4），各行业应用场景分布见下图（图 5）。 图 4 88 个“机器人+人工智能”案例行业分布图 15 图 5 各行业“机器人+人工智能”应用场景分布

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

上 产业链上游环节分析 5 深圳市科敏传感器有限公司 英伟达芯片科技有限公司 上海韦尔半导体股份有限公司 深圳市腾云芯片技术有限公司 北京奕斯伟计算技术股份有限公司 光谷云计算武汉有限公司 北京云尔计算科技有限公司 深圳市海思半导体有限公司 SK海力士半导体（中国）有限公司 江西兆驰半导体有限公司 品牌端 智能软件研发与开发 中游厂商 中国软件与技术服务股份有限公司 用友网络科技股份有限公司

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

2.62 万人。 截至 2023 年 4 月 30 日，公司市值为 6854.00 亿美元。 资料来源： Omdia ，国信证券经济研究所整理 l 据 Omdia 数据，在 2022 年全球半导体收入前十公司中， 英伟 达排名第八，市场份额约 3.5% 。 l 公司在全球独立 GPU 市场及数据中心市场加速芯片中处于 领 先地位。据 Jon Peddie Research （ JPR 10 联发科 185.2 3.1% 6.1% 中国台湾省 英伟达是人工智能计算领域领导者，独立 GPU 出货量位居市场第 一 请务必阅读正文之后的免责声明及其项下所有内容 表： 2022 年全球半导体收入前十公司 图：全球 PC GPU 市场出货量占比 图：全球独立 GPU 市场出货量占比 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 年，由于游戏及数据中心等领域业务需求的快速增长大幅提升公司业绩，公司股价呈现大幅增长，由 2020 年初的 58.61 美元快速 上涨 至 2021 年 11 月末的 326.36 美元。而后一段时间内，由于全球半导体产业需求衰退、库存压力等因素影响下，公司股价出现大幅度回调。 l2022 年 9 月至今，受 AI 驱动下针对芯片算力需求提升，公司股价呈现大幅度反弹，由 2022 年 9 月末的 121.34 美元上涨至

lishuying@guosen.com.cn 市场走势 资料来源：Wind、国信证券经济研究所整理 相关研究报告 《电子行业周报-AI+开启半导体新周期》 ——2023-05-29 《复盘英伟达的 AI 发展之路》 ——2023-05-29 《电子行业周报-半导体周期拐点临近，国产化进程提速》 —— 2023-05-24 《电子行业周报-景气拐点将至，以时间换空间》 —— 2023-05-15 《电子 OpenAI 首次推 出 ChatGPT 移动端应用，各家大厂正式进入 AI 模型移动端创新、竞争时期。 智能音箱、全屋智能中控屏、手机、MR 等均有望成为这一时代的交互入口。 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 创新；消费电子：传音控股、歌尔股份、福立旺、闻泰科技、创维数字。 风险提示：AI 技术发展不及预期；边缘端芯片发展不及预期。 重点公司盈利预测及投资评级

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