9月16日至18日，已連續舉辦十二屆的2026北京微電子國際研討會暨IC WORLD大會在北京經開區北人亦創國際會展中心展開。本屆大會以“馭智拓芯途，強芯鑄新篇”為主題，由學術會議和博覽會兩部分構成，近200家積體電路產業鏈單位參展，將晶圓製造、封裝測試兩大產業環節作為核心錨點，帶動上下游設計、設備、材料、零部件、應用資源集聚北京，同時聯動展示京津冀全域產業協同生態。
王輝在泛半導體資訊化領域深耕多年，曾主導國內12英寸大矽片及高端電子材料領域領軍企業的整體IT規劃與CIM全棧實施，具備豐富的實戰經驗，他的分享不止於趨勢判斷，更貼近產線真實痛點。
哥瑞利解決方案總監王輝
01
AI視覺：從單點識別到全鏈路閉環
王輝指出，隨著先進制程與異構集成推高製造複雜度，傳統CIM在資料孤島、視覺盲區、回應滯後上的局限日益突出。特別是在AI算力晶片、先進封裝、光電互聯與CPO三大景氣主線下，CIM的能力重構需求愈發迫切。
以光電互聯與CPO為例，光晶片與光纖、雷射器的高效耦合是核心工藝，其製造邏輯與邏輯、存儲晶片差異巨大。光電製造對化合物半導體材料極度敏感，對耦合對準精度要求極高，微米級缺陷都會直接影響AI算力互聯的穩定性。
面對這種特殊工藝，傳統CIM在工藝參數波動和微米級缺陷攔截上往往捉襟見肘。哥瑞利可通過LOFA AI視覺與CIM系統的緊密聯動，在檢測到微米級缺陷後自動觸發攔截，並將結果回饋至工藝端進行參數調整，推動CIM從“記錄型”向“智慧控制型”演進，為CPO等高速光通信模組製造提供支撐。
在矽片AI視覺全鏈路質檢方面，依託LOFA AI視覺，演算法已滲透拉晶、成型、清洗、外延、拋光等核心部門。針對EBFIS與研磨AOI中形態相似的缺陷實現精准識別，並直連MES系統完成NG品自動攔截與根因追溯。
在核心機台自動化改造方面，哥瑞利通過LOFA遠控、Bots與AI視覺聯合代操，實現自動調機、缺陷定址與自動量測。其中，OM機台通過軟硬一體方案完成全自動化改造，實現宏微觀缺陷智慧分類與出貨系統自動聯動，有效打通出貨前最後一道人工關卡。此外，AOI複判已實現替代人工，泛工業質檢覆蓋數顯表、機械表、場景識別等場景。
傳統演算法方案 VS AI模型視覺方案
02
資料應用：從“被記錄”走向“被決策”
在資料應用方面，王輝重點介紹哥瑞利資料管理方案的閉環路徑：接入、治理、分析、應用，並沉澱近20年半導體資料模型。他以拉晶場景為例：過去依賴老師傅憑經驗調爐，過程波動難量化；如今資料將經驗轉化為可執行策略，AI模型一次成晶率從人工的57.8%提升至85%。此外，在良率分析等場景，工程師只需用自然語言提問，系統即可自動完成歸因並給出結論與措施。
王輝將哥瑞利在半導體資料應用上的進化路徑總結為DTT框架，即Data（資料可信）、Training（模型可信）、Thinking（決策閉環）。從資料可信到模型可信，再到決策閉環，最終構建面向半導體工廠的一體化黑燈工廠助手。
AI資料應用進化之路：DTT
從矽片全鏈路質檢，到核心機台自動化，再到資料驅動的良率分析與智慧決策，哥瑞利在IC WORLD 2026的分享，呈現了AI從技術演示走進產線的真實實踐。當AI不再停留於概念，而是進入質檢、機台與良率分析的日常流程，半導體智慧製造的下一站，也將從“看見”走向“預見”。
