3分钟AI速览粤BA亮点！21城争夺广东篮球王，这次你站谁？

本文将从技术原理、核心优势、应用场景及落地实践等方面，对该技术进行系统性解析。

一、先进工艺节点的检测挑战与技术缺口

当前半导体制造技术正经历关键变革：鳍式场效应晶体管逐步被全环绕栅极（GAA）纳米带晶体管替代，中段制程（MOL）因多重图形化技术的应用，堆叠复杂度持续增加。这一变革导致致命缺陷多隐匿于 3D 结构内部，传统光学检测手段难以有效识别。

同时，先进工艺节点的缺陷呈现显著的产品特异性，集中分布于特定工艺 - 版图组合的 “热点区域”，此类缺陷由芯片设计固有的版图特征引发，成为影响良率的核心因素。

行业面临的核心矛盾在于：电子束电压衬度检测是识别电学缺陷的关键技术，但传统电子束检测采用光栅扫描模式，效率远低于光学检测，无法匹配大批量生产的需求。DirectScan 技术的出现，为破解这一矛盾提供了可行路径。

二、DirectScan 核心技术架构：PointScan 的创新逻辑

DirectScan 检测方案由eProbe 电子束检测工具、FIRE GDS 版图分析平台及Exensio 大数据智能分析平台三大核心组件构成，其技术突破的核心在于PointScan 扫描技术对传统电子束检测逻辑的重构，主要体现在以下三方面：

1

设计感知驱动的靶向检测

传统电子束检测采用无差别光栅扫描，需覆盖包括介质区域在内的全部区域，且无法识别被测目标的图形特征；PointScan 技术具备非接触式电学测试特性，可精准跳转至目标器件的关键位置（如焊盘、接触点），仅对有效检测区域实施电压衬度检测，完全规避介质区域的无效扫描，实现 “按需检测”。

2

检测效率的量级提升

通过 FIRE 平台的精细化版图分析，可精准筛选出需检测的 “关键区域”，大幅缩减检测范围：

后段制程金属 3 层通孔检测：仅需扫描总可检测面积的 2.5%

中段制程栅极 - 漏极短路检测：仅需扫描总接触点的 1%

栅极残筋检测：可规避 50%-75% 的介质区域，检测面积缩减至传统方案的 10% 以下

基于上述优化，PointScan 技术的检测吞吐量可达传统单束电子束检测设备的 20-100 倍，每小时可完成数十亿个被测器件的扫描。

3

设计感知学习与属性分析能力

DirectScan 与 FIRE 平台的深度整合，可实现跨多层版图的属性提取，包括触点类型（漏极 / 栅极）、晶体管阈值电压、极性、与扩散区隔离槽的距离等关键参数。

eProbe 输出的 KLARF格式数据含专属属性识别码，可与版图特征精准匹配，工程师可直接计算特定属性或属性组合对应的缺陷率，快速定位高风险晶体管类型与版图设计方案，为工艺优化提供数据支撑。

三、高难度场景的应用突破

PointScan 技术的低电荷沉积特性，使其在传统电子束检测难以覆盖的场景中实现突破：

背侧供电网络（BSPDN）晶圆检测

键合晶圆形成的绝缘层会阻碍电荷传导，导致传统电子束检测出现电荷累积、电子束偏折与失焦问题；PointScan 技术大幅降低单位面积电荷沉积量，有效缓解上述问题，已完成实际应用验证。

3D DRAM检测

3D DRAM 的结构特性同样易引发电荷累积，此前检测难度较高，DirectScan 技术的应用使该类器件的精准检测成为可能。

DRAM 阵列短路检测

独有的可控 “充电 - 检测” 功能，可在指定位置施加电荷后跳转至目标区域采集电压衬度信号，使特定岛状节点呈现高亮状态，清晰识别与浮空相邻触点的短路问题，该功能为传统光栅扫描技术所不具备。

四、行业落地实践与全流程应用

自 2022 年初起，eProbe 检测系统已在多家先进逻辑芯片制造工厂落地，目前两套设备投入大批量生产，第三套设备处于产能爬坡阶段，应用场景覆盖半导体制造全流程：

先进逻辑芯片制造

中段制程：GAA 栅极 - 漏极短路、栅极接触孔开路、栅极外延层 / 硅化物层开路检测

后段制程：M0 层、1X 层、2X 层系统性接触孔开路与金属布线短路检测

背侧供电网络：电源通孔、源极 / 漏极通孔接触孔开路与短路检测

随机逻辑电路漏电情况评估

先进 DRAM 制造（2024-2025 年）

外围电路：栅极 - 栅极残筋短路、栅极 - 漏极短路、字线 - 字线短路与开路检测及缺陷定位

存储阵列：基于可控 “充电 - 检测” 技术的存储节点短路检测

技术总结

在半导体制程向更精密 3D 架构演进的背景下，检测技术的创新成为保障良率的关键。DirectScan 方案通过 PointScan 靶向扫描技术、设计感知分析能力与产品特异性缺陷学习功能的融合，在保留电子束检测高灵敏度的基础上，实现了检测吞吐量的量级提升，同时破解了高难度场景的检测难题。

该技术不仅解决了先进工艺节点下缺陷“难识别、难检测” 的问题，更推动半导体检测从 “缺陷识别” 向 “工艺优化赋能” 升级，为下一代半导体制造提供了核心技术支撑和全新路径。

第16届红木家品牌峰会现场盛况

本届峰会由全国工商联民间文物艺术品商会红木整装家具专业委员会主办，网易新闻家居家具、品牌红木联合举办，并得到了全联民间文物艺术品商会、中国木材与木制品流通协会、中国收藏家协会、中国林产工业协会红木分会四大国家级行业协会的大力支持。

作为峰会的重点活动之一，第16届红木品牌论坛围绕“AI驱动 探寻产业新路径”与“价值共生 共创品牌新生态”等议题，邀请领导大咖、权威专家学者、知名企业负责人，与来自全国的红木家具企业家、行业协会代表、行业精英交流新观点、启迪新思维。

在第16届红木品牌论坛对话环节中，北京林业大学教授、家具设计与工程学科负责人张帆与其他优秀红木企业家代表一同讨论了如何打破壁垒，通过跨界联动与资源整合，构建开放协同、价值共生的品牌新生态。

以下是张帆女士的分享整理（内容有删减）：

今天探讨设计创新，我认为当前的产品竞争正从单一品类转向构建生态协同，这要求我们空前放大设计创新的价值，以匹配更广泛的需求。

设计在其中应扮演枢纽角色，贯穿产品全流程。它需要将材料、用户需求挖掘、生产制造、销售与品牌构建紧密连接，从而有效驱动整体发展。在此分享几点初步思考，供大家交流：

北京林业大学教授、家具设计与工程学科负责人张帆在第16届红木家具品牌论坛中分享

首先，正如于老师、彭亮老师所提到的，当前我们仍缺乏对用户需求的深度挖掘与用户场景的真实构建。尽管红木家具常被视为金字塔尖的品类，但其用户基数不一定少，也并非必然同质化。中式家具应真正体现中国文化、审美与生活方式。在设计思维上，或许我们可以对研发目标进行更开放的描述。例如，将“设计一把椅子”转化为“设计一件坐具”或“设计一种坐的方式”，这样就从具体产品思维转向容纳人、行为、人际关系、家具与空间场景关系的系统思维。目前许多企业已开始这方面探索，但对场景与用户需求的挖掘仍显不足。中国拥有深厚的文化积淀与丰富多样的生活方式，为何产品仍趋于同质化？常局限于某种风格或功能的集中表达。作为外行，我好奇的是：当提到中式内饰同质化时，我们如何寻找灵感、实现设计突破？

其次，中式家具或东方美学等概念有时过于抽象，需要回归具体的生活场景构建与需求挖掘。这种需求不仅包括实用功能，也涵盖当代年轻人看重的情绪价值。这需要我们在实践中长期积累、深入探索。

第二点涉及数字化与AI。文化是可以数字化的，这也是数据驱动时代下的必然趋势。红木家具的价值根植于优秀传统文化与技艺，但其传承已不能仅依靠口传心授或经验积累。我们可以借助数字化工具，系统整理、归类并构建传统文化或家具文化的数字基因库。例如，在高校研究中，我们对传统家具的造型数据、纹样、工艺图谱等进行数字化建模，这不仅是学术素材，也蕴藏着巨大的设计创新与商业转化潜力。目前，红木家具领域尚未形成具有高度辨识度的文化IP。相比之下，故宫等文创IP已成功跨品类拓展。若能打造属于红木家具的文化IP，或许能激发其潜在价值。这需要全行业共同努力，以设计思维构建出真正代表红木家具的标识。

最后，关于AI。它带来挑战与冲击，但也已成为不可回避的变革力量。AI不应仅被视为搜索工具，而应思考如何深度赋能设计全过程。从前端的设计研究、用户需求与场景挖掘，到中后端的技术实现，AI均可提供支持。传统上，这类研究依赖设计师团队，许多企业无力承担大规模基础研究，而AI技术能辅助完成大量模型训练与数据分析工作，尽管这仍需长期投入。

总体而言，场景构建是基石，文化数字化能为传统注入新活力，而AI赋能有望推动产业更高效协同发展。以上是我的一些初步观点。

北京林业大学教授、家具设计与工程学科负责人张帆（左二）与于历战教授（左一）中国收藏家协会副会长维佳（右二），全联红木整装家具专业委员会执行会长、品牌红木创始人CEO林伟华（右一）合影

（来源：品牌红木网 黄思恩/整理）