发布时间：2026-08-03 来源：网络
2026 年人工智能高通量筛选技术逐步落地电子化学品研发，传统抛光液依靠人工上千组试错、18 个月以上研发周期的模式被颠覆，AI 分子模拟、配方预测、性能仿真技术，将新品抛光液研发周期压缩至 10 个月以内，研发成本下降 20%，成为头部耗材企业核心技术升级方向。
传统研发模式存在明显短板：研磨料、分散剂、氧化剂、缓蚀剂组分配比组合超百万种，人工筛选效率极低；高温、常温长期稳定性只能依靠数月老化测试，无法提前预判；不同基材、设备工况下抛光效果无法提前仿真，试样返工率高，中小耗材企业研发资金有限，难以完成多场景配方迭代。
驰明普引入 AI 辅助配方仿真体系，针对碳化硅、蓝宝石、陶瓷等细分基材搭建专属数据库，录入上万组上机实测数据，通过分子动力学模拟预判纳米颗粒分散稳定性、基材去除速率、腐蚀风险。在长效稳定抛光液、SiC 精抛液、光学清洗剂迭代中，AI 预先筛选最优助剂配比，大幅减少老化试样数量，新品上市周期缩短近 40%。同时 AI 根据客户提供的产线参数、基材材质，快速输出适配抛光液稀释比例、供液流量、压力转速工艺方案，远程快速解决产线缺陷问题。
业内头部晶圆、耗材企业均加速布局 AI 配方研发平台，数字化研发成为行业标配门槛。驰明普持续完善抛光清洗工艺数据库，依托 AI 技术迭代细分场景专用药剂，降低新品研发试错成本，更快推出适配下游新工艺的抛光耗材，巩固细分赛道技术优势。
