科技日报记者 符晓波
将原本数小时的筛选与评估压缩至毫秒级，让大规模候选分子筛选成为可能——近日，一套面向先进封装领域的电子电镀配方研发智能体EP-Agent面向具有实际电镀液配方研发需求的高校、科研院所和行业企业开放内测。
该智能体由厦门大学程俊、杨晓晖团队与上海人工智能实验室李玉强团队联合研发，通过在高成本实验与工艺验证之前增设高精度、高通量的智能筛选环节，探索破解先进封装电镀液配方“候选空间大、试错成本高”的行业难题。
AI前置筛选打开大规模搜索空间
电子电镀是先进封装制造中承前启后的关键制造环节，是指在光刻完成图形定义后，通过精准电镀将微纳米图形转化为金属互连结构，其质量直接关系器件的互连性能与可靠性。如果把光刻比喻成“图纸”，电子电镀则是“按图施工”——把画好的线路槽填满金属，接通电路。其中，电镀液配方是决定“线路”填得均不均匀、实不实的关键因素之一。
“电镀液是决定沉积质量和工艺性能的重要基础材料，但电镀液配方的研发候选空间大到难以穷尽，每一次实验试错都代价高昂。”厦门大学化学化工学院副教授杨晓晖介绍，传统研发基本靠一遍遍试错，逐步筛选出合适的配方和工艺，尤其是进行电子电镀工序时，晶圆或封装基板已经历刻蚀、薄膜沉积、种子层制备等多道前序工艺，累积了较高的制造成本，一旦电镀液配方与工艺条件不匹配，导致孔洞、夹缝、填充不均等缺陷，损失的不仅是单次电子电镀试验，此前研发投入也可能随之成为沉没成本。
“团队研发智能体的初衷，是在高成本实验之前增设一道智能筛选闸门，利用AI先对分子和配方组合进行海选，把最有潜力的少数方案送到实验台前。”杨晓晖说，为此，EP-Agent研发团队构建了覆盖分子性质、界面吸附与扩散、电化学响应等不同研发环节的专业AI模型。
基于这套研发智能体，研发人员可以首先利用AI快速评估大量候选分子和配方组合，从中筛选出少量具有较高潜力的方案，再投入高精度计算、实验和实际工艺验证。在候选方案初筛阶段，原本需要数小时甚至更长时间完成的计算或实验表征结果，可通过AI模型在毫秒至秒级完成预测。
双轨接入 本地化部署
杨晓晖表示，电子电镀工艺具有很强的场景依赖性。不同镀种、镀液体系、设备、图形结构和工艺窗口之间差异明显，不同企业对沉积速率、均匀性、填孔能力和可靠性的要求也各不相同。因此，EP-Agent研发团队并不追求训练出覆盖所有工业场景的“万能模型”，更倾向于在基础模型之上结合企业真实工况适配，将模型本地部署到企业内部。
为适配产业应用路径，在使用方式上，EP-Agent同步提供自然语言对话交互与API接口接入两种模式。自然语言交互主要面向研发人员和工艺工程师，用户可直接描述研发需求，由EP-Agent调用相应专业模型完成预测和分析，降低专业计算工具的使用门槛；API接口主要面向企业现有研发平台、数据系统及自动化实验设备，使预测能力能够嵌入企业已有研发流程，为后续本地化部署和企业专属模型建设提供基础。
“未来，我们希望在保障核心配方与工艺数据安全的前提下，利用企业积累的历史配方、实验结果和生产数据持续训练、校准模型，逐步形成面向具体企业和具体场景的专属研发模型。”杨晓晖说。
人机协同研发新范式
用AI智能体加速材料研发，正在成为全球科研竞争的新焦点。在此背景下，EP-Agent带来的变化并非简单替代科研人员或工艺工程师，而是改变研发人员的工作重心。
过去，研发人员需要投入大量时间搭建计算任务、等待结果并进行数据整理，工艺工程师则需要围绕不同添加剂和配比开展大量逐一试验。EP-Agent初步内测显示，引入 AI 后，部分成熟任务可由模型快速完成预测和大规模筛选，研发人员得以将更多精力投入到问题定义、结果判断、关键实验设计和机理分析中。
研发团队强调，AI无法独立完成完整的电镀液研发，最终配方必须经过真实电子电镀实验和可靠性评价。超出训练数据范围的新体系，需要专业人员判断模型是否仍然适用，并提出新的科学问题和验证方案；涉及安全、环保、成本、供应链和量产可靠性的综合决策，同样需要由专业人员和企业最终负责。
“事实上，新的电镀液研发范式对研发人员和工程师提出了更高要求。”杨晓晖说，“首先是问题定义能力，即将复杂的研发需求转化为可以计算、预测和验证的科学问题；其次是模型判断能力，能够识别模型的适用范围和结果可信度；最后是实验与工程决策能力，能够设计关键验证实验，并据此调整下一轮研发方向。”
目前，EP-Agent实验平台采用邀请制内测，主要面向具有实际电镀配方研发需求的高校、科研机构和行业企业。研发团队现阶段重点是通过真实研发任务检验模型能力、评估其在不同场景中的适用性，进而发现模型与产业实际需求之间的差距。
近年来，厦门大学围绕高端电子电镀持续推进有组织科研。其中，孙世刚院士领衔，持续推动高端电子电镀领域的科研布局、平台建设和人才队伍建设；程俊、杨晓晖团队重点推进EP-Agent及电子电镀专业AI模型研发；洪文晶团队开展高通量自动化实验平台建设；汪骋团队推进电化学谱学数据分析与干湿闭环；马盛林团队开展跨尺度多物理场工艺仿真，连接实验室优选方案与实际电镀工艺条件，探索形成从“AI预测—实验验证—模型迭代”到工艺放大与工程验证的智能研发体系。
网友评论
