9月16日至18日，已连续举办十二届的2026北京微电子国际研讨会暨IC WORLD大会在北京经开区北人亦创国际会展中心展开。本届大会以“驭智拓芯途，强芯铸新篇”为主题，由学术会议和博览会两部分构成，近200家集成电路产业链单位参展，将晶圆制造、封装测试两大产业环节作为核心锚点，带动上下游设计、设备、材料、零部件、应用资源集聚北京，同时联动展示京津冀全域产业协同生态。
上海哥瑞利软件股份有限公司（以下简称“哥瑞利”）受邀亮相大会，公司解决方案总监王辉在“半导体产业链设备、工艺新生态专题论坛”上发表题为《AI的前沿应用实践——半导体CIM的视觉与数据》的主题演讲。演讲聚焦AI视觉与数据应用两大方向，系统展示了哥瑞利在半导体CIM智能化升级中的技术路径与落地成效。
王辉在泛半导体信息化领域深耕多年，曾主导国内12英寸大硅片及高端电子材料领域领军企业的整体IT规划与CIM全栈实施，具备丰富的实战经验，他的分享不止于趋势判断，更贴近产线真实痛点。
哥瑞利解决方案总监王辉
01 AI视觉：从单点识别到全链路闭环
王辉指出，随着先进制程与异构集成推高制造复杂度，传统CIM在数据孤岛、视觉盲区、响应滞后上的局限日益突出。特别是在AI算力芯片、先进封装、光电互联与CPO三大景气主线下，CIM的能力重构需求愈发迫切。 以光电互联与CPO为例，光芯片与光纤、激光器的高效耦合是核心工艺，其制造逻辑与逻辑、存储芯片差异巨大。光电制造对化合物半导体材料极度敏感，对耦合对准精度要求极高，微米级缺陷都会直接影响AI算力互联的稳定性。
面对这种特殊工艺，传统CIM在工艺参数波动和微米级缺陷拦截上往往捉襟见肘。哥瑞利可通过LOFA AI视觉与CIM系统的紧密联动，在检测到微米级缺陷后自动触发拦截，并将结果反馈至工艺端进行参数调整，推动CIM从“记录型”向“智能控制型”演进，为CPO等高速光通信模块制造提供支撑。 在硅片AI视觉全链路质检方面，依托LOFA AI视觉，算法已渗透拉晶、成型、清洗、外延、抛光等核心部门。针对EBFIS与研磨AOI中形态相似的缺陷实现精准识别，并直连MES系统完成NG品自动拦截与根因追溯。 在核心机台自动化改造方面，哥瑞利通过LOFA远控、Bots与AI视觉联合代操，实现自动调机、缺陷寻址与自动量测。其中，OM机台通过软硬一体方案完成全自动化改造，实现宏微观缺陷智能分类与出货系统自动联动，有效打通出货前最后一道人工关卡。此外，AOI复判已实现替代人工，泛工业质检覆盖数显表、机械表、场景识别等场景。
传统算法方案 VS AI模型视觉方案
02 数据应用：从“被记录”走向“被决策”
在数据应用方面，王辉重点介绍哥瑞利数据管理方案的闭环路径：接入、治理、分析、应用，并沉淀近20年半导体数据模型。他以拉晶场景为例：过去依赖老师傅凭经验调炉，过程波动难量化；如今数据将经验转化为可执行策略，AI模型一次成晶率从人工的57.8%提升至85%。此外，在良率分析等场景，工程师只需用自然语言提问，系统即可自动完成归因并给出结论与措施。 王辉将哥瑞利在半导体数据应用上的进化路径总结为DTT框架，即Data（数据可信）、Training（模型可信）、Thinking（决策闭环）。从数据可信到模型可信，再到决策闭环，最终构建面向半导体工厂的一体化黑灯工厂助手。
AI数据应用进化之路：DTT
从硅片全链路质检，到核心机台自动化，再到数据驱动的良率分析与智能决策，哥瑞利在IC WORLD 2026的分享，呈现了AI从技术演示走进产线的真实实践。当AI不再停留于概念，而是进入质检、机台与良率分析的日常流程，半导体智能制造的下一站，也将从“看见”走向“预见”。
