光刻技術是支撐積體電路晶片工藝不斷微縮的關鍵技術基礎，近日，北京大學化學與分子工程學院彭海琳教授團隊及其合作者在《自然-通訊》上披露了他們的新發現。該團隊通過創新應用冷凍電子斷層掃描（cryo-ET）技術，團隊首次解析光刻膠在液態環境中的微觀三維結構及動態行為，為晶片製程微縮化與良率提升提供全新解決方案。相關成果發表於《自然-通訊》（Nature Communications）。論文連結: https://www.nature.com/articles/s41467-025-63689-4彭海琳表示，光刻是晶片製造中關鍵的步驟之一，通俗理解，光刻就是給半導體晶圓（比如矽片）“印電路”，核心是用超精密“投影儀”把設計好的電路圖案，縮小後印在矽片的特殊薄膜上，再通過沖洗定型。光刻是晶片製造的核心技術之一，更是微納加工領域“皇冠上的明珠”。顯影液則在電路圖案形成過程中發揮著重要作用。在光刻膠顯影過程中，光刻膠的曝光區域會選擇性地溶解在顯影液的液膜中。液膜中光刻膠分子的吸附與纏結行為，是影響晶圓表面圖案缺陷形成的關鍵因素，進而可直接影響晶片性能和良率。《自然-通訊》報導的簡介中提到，儘管經過數十年的研究，光刻膠在液膜和介面處的微觀行為仍然難以捉摸，導致工業界對圖案缺陷的控制很大程度上是一個反覆試驗的過程。在這裡，我們利用冷凍電子斷層掃描（cryo-ET）方法揭示了液膜和氣液介面處光刻膠聚合物的奈米結構和動力學。與傳統方法相比，cryo-ET 以顯著提高的解析度重建了光刻膠聚合物的天然態三維結構。Cryo-ET 重建解決了光刻膠聚合物在本體溶液中氣液介面上的空間分佈，揭示了聚合物鏈之間的內聚纏結。通過抑制聚合物纏結並利用光刻膠在氣液介面的吸附，在工業條件下消除了 12 英吋晶圓上的污染，使與晶圓廠相容的光刻圖案缺陷減少率提高了 99% 以上。註：a光刻膠顯影后 12 英吋晶圓的光學圖像。b顯影奈米圖案的 SEM 圖像。c光刻膠（化學放大光刻膠）的水接觸角測量。插圖：光學圖像顯示光刻膠的水接觸角約為 85°。d示意圖顯示光刻膠潤濕性差導致纏結聚合物吸附在圖案表面。e、f光刻膠顯影后12 英吋晶圓的缺陷對應（e），其中每個紅點表示圖案缺陷的發生（f）。g cryo -ET 切片顯示，當將曝光後烘烤溫度（T）從 95°C（左）增加到 105°C（右）時，聚合物纏結受到抑制。h通過抑制氣液介面處的聚合物纏結來去除缺陷的示意圖，防止大尺寸聚合物殘留物的形成和沉積。i消除缺陷的 12 英吋晶圓。j通過抑制氣液介面處的聚合物纏結，顯影圖案的聚合物殘留量降低了 99% 以上。插圖：無缺陷顯影圖案的典型 SEM 圖像。比例尺，80 奈米。冷凍電鏡斷層掃描的三維重構帶來了一系列新發現。論文通訊作者之一、北京大學化學與分子工程學院高毅勤教授表示，以往業界認為溶解後的光刻膠聚合物主要分散在液體內部，可三維圖像顯示它們大多吸附在氣液介面。團隊還首次直接觀察到光刻膠聚合物的“凝聚纏結”，其依靠較弱的力或者疏水相互作用結合。而且，吸附在氣液介面的聚合物更易發生纏結，形成平均尺寸約30奈米的團聚顆粒，這些“團聚顆粒”正是光刻潛在的缺陷根源。“我們由此提出了兩項簡單、高效且與現有半導體產線相容的解決方案。一是抑制纏結，二是介面捕獲。”彭海琳說，實驗表明，兩種策略結合，12英吋晶圓表面的光刻膠殘留物引起的圖案缺陷被成功消除，缺陷數量降幅超過99%，且該方案具備極高的可靠性和重複性。彭海琳表示，研究說明冷凍電子斷層掃描技術為在原子/分子尺度上解析各類液相介面反應提供了強大工具，也有助於闡釋高分子、增材製造和生命科學中廣泛存在的“纏結”現象。“我們的方案能為提升光刻精度與良率開闢新路徑。”彭海琳說。這項由中國科學家主導的重大突破，是基礎科學研究與產業應用需求緊密結合的典範。正如論文作者所言，這項工作為解讀水介面化學反應的結構和動力學鋪平了道路，而該領域的理論制定仍處於早期階段。低溫電子斷層掃描 (cryo-ET) 在解決聚合物科學、增材製造和生命科學中普遍存在的糾纏方面也顯示出巨大的潛力。在半導體工業的應用方面，液膜中的聚合物奈米結構和動力學有望有利於光刻、蝕刻和濕法工藝領域的缺陷控制，而這些領域對於製造下一代電子產品至關重要。 (半導體材料與工藝裝置)

光刻技術是推動整合電路晶片製程工藝持續微縮的核心驅動力之一。近日，北京大學化學與分子工程學院彭海琳教授團隊及合作者透過冷凍電子斷層掃描技術，首次在原位狀態下解析了光刻膠分子在液相環境中的微觀三維結構、介面分佈與纏結行為，指導開發出可顯著減少光刻缺陷的產業化方案。相關論文近日刊發於《自然·通訊》。「顯影」是光刻的核心步驟之一，透過顯影液溶解光刻膠的曝光區域，將電路圖案精確轉移到矽片上。光刻膠如同刻畫電路的顏料，它在顯影液中的運動，直接決定電路畫得準不準、好不好，進而影響晶片良率。長期以來，光刻膠在顯影液中的微觀行為是“黑盒子”，工業界的工藝優化只能靠反複試錯，這成為製約7奈米及以下先進過程良率提升的關鍵瓶頸之一。為破解難題，研究團隊首次將冷凍電子斷層掃描技術引入半導體領域。研究人員最終合成出一張解析度優於5奈米的微觀三維“全景照片”，一舉克服了傳統技術無法原位、三維、高解析度觀測的三大痛點。彭海琳表示，冷凍電子斷層掃描技術為在原子/分子尺度上解析各類液相介面反應提供了強大工具。深入掌握液體中聚合物的結構與微觀行為，可推動先進製程中光刻、蝕刻和濕法清洗等關鍵工藝的缺陷控制與良率提升。 （芯榜）

據《科技日報》10月15日消息，北京大學團隊在晶片領域取得了一項引人矚目的突破，他們研製出了一款基於阻變儲存器的高精度、可擴展模擬矩陣計算晶片。相關論文於10月13日刊發於《自然·電子學》期刊。我們熟悉的通訊基站訊號處理、AI大模型訓練參數最佳化等，本質都是在解複雜的矩陣方程。採用數字方法實現高精度矩陣求逆的計算開銷極大，耗時長、能耗高。於是，模擬計算重新進入研究視野，它直接利用物理定律實現平行運算，延時低、功耗低，在算力瓶頸背景下，具有先天優勢。但如何讓模擬計算兼具高精度與可擴展性，從而在現代計算任務中發揮其先天優勢，一直是困擾全球科學界的世紀難題。這項技術的核心突破，就是成功將模擬計算的高效率與數字計算的高精度融為一體，從而解決了全球的世紀難題。研究團隊通過新型資訊器件、原創電路和經典演算法的協同設計，建構了一個基於阻變儲存器陣列的高精度、可拓展的全模擬矩陣方程求解器，將傳統模擬計算的精度提升了驚人的五個數量級，首次達到了24位定點精度首次實現了在精度上可與數字計算媲美的模擬計算系統。這麼說有點太學術風了，為了讓你更直觀地理解這項突破的意義，可以與傳統的數字處理器（如GPU）進行對比。具體如下表：簡單說，就是這項技術讓晶片在處理通訊基站訊號、AI大模型訓練等涉及大量矩陣計算的特定任務時，實現了速度的極大飛躍和能耗的顯著降低。以往GPU需要花費一天才能完成的計算，這款新型晶片理論上僅需一分鐘。那這項突破性技術將主要應用在那些領域呢？如上所述，在通訊和人工智慧領域將發揮著巨大的作用，甚至有可能重塑多個關鍵領域的算力格局。從通訊領域來說，目前5.5G已經小規模商用，而未來的6G通訊還在產業化過程之中，這項技術將讓基站以即時且極低能耗的方式處理海量天線訊號，顯著提升網路容量和通訊能效。而在人工智慧領域，這是未來全球爭奪的焦點，通過北大此項技術將大大加速大模型訓練中計算密集的二階最佳化演算法，從而顯著提升訓練效率。同時，在邊緣計算上，由於其低功耗特性強力支援複雜的訊號處理和AI的"訓練-推理一體化"在智慧型手機、物聯網裝置等終端上直接運行，降低對雲端的依賴，推動邊緣計算發展。因此，一旦北大研發的新型晶片產業化，對於全球通訊以及人工智慧產業的等高算力行業將是顛覆性的。當然，當前此項成果還沒有真正走向市場，量產還需要跨越幾個關鍵步驟。其一，目前實驗成功實現了16×16矩陣方程的求解。要應對更複雜的實際應用，需要將晶片的計算規模進一步擴大。這涉及到製造工藝的升級和多晶片協同計算技術的完善。其二，模擬計算晶片需要與特定的演算法和軟體緊密適配。未來需要開發專用的程式設計模型、編譯器以及軟體工具鏈，建構起圍繞新晶片的生態系統。最後，晶片量產需要與現有的半導體產線（如28/22nm甚至更先進製程）進行適配和最佳化。同時，必須將製造成本控制在市場可接受的範圍內，這本身是一個巨大的挑戰。這意味著，雖然研究團隊已正積極推進該技術的產業化處理程序，但具體量產時間或許沒那麼快，根據北大團隊成員的預計：如進展順利，在未來3-5年將可以看到基於該技術的早期應用晶片或專用計算系統。因此，從技術角度而言，北大團隊的成果不僅解決了一個世紀難題；同時為國產算力產業，甚至是全球算力產業開創了一條全新的路徑，有望打破美國在數字計算領域的長期壟斷。但真正實現產業化，還需要更多的攻關以及時間和耐心！ (飆叔科技洞察)

CMU（卡內基梅隆大學），在“電腦科學天花板”之稱，連續多年穩居CSRankings榜首。如今，榜首名字換成了Tsinghua University（清華大學）。而北京大學在這一榜單的人工智慧細分領域強勢奪冠，領跑全球。以它們及上海交大、浙江大學、中科院等為代表的中國機構軍團，群體崛起。這一歷史性突破，標誌著中國高校在全球電腦學科格局中躍升至第一梯隊，不僅是學術實力的體現，更是人才戰略與科研體系長期積累的成果，彰顯中國正從技術追隨者轉變為前沿定義者。這一方面再次印證了姚期智院士有關“中國高端人才教育已近爆發，投入到了將要成功的階段”的說法，更是對輝達創始人黃仁勳有關“全球50%的AI研究人員是華人”的有力背書。“天花板”歷史被改變CSRankings，是全球電腦領域最具公信力的排名之一，由美國麻省大學教授團隊維護發布，是全球學者、學生和產業界觀察學科格局的“硬核坐標”。其獨特之處在於：不依賴聲譽調查，不採信主觀評價，而是以頂級學術會議論文發表數量為核心指標，精確衡量高校在電腦科學中的真實研究產出與學術影響力。2025年榜單顯示，全球共563所機構上榜，美國整體仍佔優勢，但中國高校強勢崛起。中國內地共有38所高校進入總榜，其中14所躋身全球Top50。長期以來，美國高校尤其是卡內基梅隆大學穩居榜首，被視為“電腦科學的天花板”。卡內基梅隆大學所以霸榜，源於其深厚的學術積澱與全球頂尖的科研實力。卡內基梅隆大學是全美首個設立電腦系的高校，自1965年創立以來，始終引領學科發展。其電腦學院匯聚了眾多世界級科學家，如圖靈獎得主曼紐爾·布盧姆（Manuel Blum）、機器學習先驅湯姆·米切爾（Tom Mitchell）、機器人學權威迪恩·普費弗（Dieter Fox）等，他們不僅推動了理論突破，更在人工智慧、機器人、人機互動、軟體工程等方向塑造了全球研究範式。卡內基梅隆大學的學術影響力體現在頂級會議論文的持續高產，更體現在對全球科技人才的培養與輸出。Google、微軟、蘋果等科技巨頭中，遍佈CMU出身的技術領袖與研究員。其與產業界的深度融合，使研究成果能迅速轉化為現實應用。幾十年來，CMU以穩定的頂尖產出、強大的師資陣容和深遠的全球影響力，構築起難以踰越的學術高地，成為世界公認的電腦科學“黃金標準”與“天花板”。然而，2025年最新榜單的出爐，徹底改寫了歷史——清華大學首次登頂世界第一，卡內基梅隆大學退居第二。中國軍團強勢崛起在這一榜單中，除清華大學與卡內基梅隆大學外，上海交通大學位居第三，浙江大學緊隨其後，北京大學第五。這意味著，在總榜前五位中，中國高校佔據四席。在細分領域，中國高校的優勢也是不遑多讓。CSRankings涵蓋人工智慧、電腦系統、電腦理論和跨學科領域四大方向，下設27個細分領域，以資料驅動、透明客觀著稱。作為四大領域之一，人工智慧（AI）成為中國的主場：北京大學躍居全球第一，其與上海交通大學、清華大學、浙江大學、中國科學院、哈爾濱工業大學，包攬全球前六。在這一領域，中國另有中國人民大學、復旦大學、香港科技大學、香港中文大學、南京大學、電子科技大學及香港中文大學（深圳），進入世界前20的行列。AI大類細分為人工智慧、電腦視覺、機器學習、自然語言處理、網頁資訊檢索五個細分領域。在AI大類的人工智慧子領域，全球前十四名被中國哈爾濱工業大學、中國科學院、浙江大學、上海交通大學、北京大學、電子科技大學、西安電子科技大學、深圳大學、清華大學、南京大學、北京航空航天大學、武漢大學、廈門大學、復旦大學包攬。在AI大類的自然語言處理子領域，哈工大、中國科學院、北京大學、清華大學、中國人大、上海交大、復旦大學，分居第一、二、三、四、七、八、十位。在AI大學的機器學習、電腦視覺等其它子領域，中國高校的論文產出數量與質量均實現領跑。不僅如此，中國高校在系統、理論與跨學科領域等其它四大類的三大類中，同樣全面突破。清華大學在作業系統、程式語言等基礎系統方向持續高產；浙江大學在電腦視覺與圖形學領域保持領先；南京大學、華中科技大學在軟體工程與體系結構上成果顯著。中國高端人才教育正在爆發清華大學登頂CSRankings世界第一，北京大學在人工智慧領域奪冠，不僅改寫了世界電腦學科的權力版圖，更標誌著中國正從技術追隨者，轉變為全球科技創新的定義者與引領者。這一歷史性突破，也印證了清華大學人工智慧學院院長、交叉資訊研究院院長姚期智院士的精準預判。2024年底，姚期智在浦江AI學術年會上指出，中國高端人才教育“已近爆發階段”，全國在科研投入與人才培養上的長期積累，正進入“將要成功的階段”。他特別強調，本土培養的博士生與海外歸國人才水平已不相上下，本科教育更是達到“世界最好程度”。所以，他將下一步努力的方向瞄向如何培養好博士後。更令人振奮的是，國際科技領袖的背書緊隨而至。輝達CEO黃仁勳多次公開表示，美國試圖通過出口管制遏制中國AI發展的做法“極其無知”，是“根本性的戰略錯誤”。他直言，中國是“意志堅定、能力超群的國家”，全球約一半AI研究人員是中國人，中國高校源源不斷輸出頂尖人才，任何封鎖都無法阻止其技術崛起。他尤其稱讚DeepSeek等中國團隊的原創突破，稱其“改變了AI研究的思路”，而DeepSeek的團隊基本是由本土清華、北大、浙大等高校的畢業生構成。中國正在掌握定義“前沿”的能力姚期智的遠見與黃仁勳的背書，共同揭示一個事實：中國AI人才自主培養體系已成型並進入收穫期。從“姚班”“智班”到清華及國內高校各種人工智慧學院，從本土博士到全球頂尖企業爭搶的華人科學家，中國正建構起高端人才培養、輸出乃至自給自足的循環。清北登頂CSRankings，不是偶然，而是教育戰略、人才回流與產業突破共振的結果。以清華為代表的中國軍團的強勢崛起，是硬指標的勝利。這不僅是排名的更迭，更是格局的裂變。這不僅是排名的躍升，更是一場系統性翻轉。這背後，是中國對基礎研究的持續投入、對AI戰略的前瞻佈局、龐大的資料資源、活躍的產業生態以及頂尖人才的快速集聚。過去十年，中國持續吸引了大批海外頂尖學者歸國任教。他們帶回方法論，也帶回學術網路。關鍵的是，中國的應用場景，反哺了學術研究。清北的登頂，是里程碑，也是發令槍。未來，清華、北大，將培養出一批世界級中青年學者。真正的爆點在於，中國正在掌握定義“前沿”的能力。更值得重視的是，這些學術突破正與華為、阿里、百度等科技巨頭形成深度協同，建構起“學術研究-技術轉化-產業應用”的閉環。美國頂尖高校依舊強勢，但不再是不可撼動。全球電腦與AI的版圖，正在重繪。中國，正在站上舞台中央。 (元界)

全球高等教育分析機構QS Quacquarelli Symonds（QS）於今日正式發佈了2026QS世界大學排名。本次排名共收錄了來自106個國家和地區的1500多所大學，麻省理工學院連續第14年位居榜首，全球高校競爭趨勢日益激烈；約45%的中國（內地）大學相較去年排名有所提升，這一表現延續了近年來中國高校在國際排名中不斷攀升的總體趨勢。中國共有11所高校入圍QS前100，分別是：香港大學、北京大學、清華大學、復旦大學、香港中文大學、香港科技大學、上海交通大學、浙江大學、香港理工大學、香港城市大學、台灣大學。其中，北京大學列第14位，為中國內地大學第一名，清華大學列第17名，與加利福尼亞大學伯克利分校並列，位居中國內地大學第二名。 (江南都市報)

近日，2025年泰晤士高等教育亞洲大學排名正式揭曉。中國大陸高校的表現令人矚目，在前十名中佔據5席。其中，清華大學連續第七年蟬聯榜首，北京大學穩居亞洲第二。此外，復旦大學和浙江大學的排名均上升一位，分別位列第七和第八，上海交通大學位列第十。其餘進入亞洲前十的高校還包括新加坡國立大學（排名第三）、新加坡南洋理工大學（排名第四）、東京大學（排名第五）、香港大學（排名第六）、香港中文大學（排名第九）。就中國大陸高校來看，此次共有94所高校上榜，是上榜高校數量排在第三國家/地區，僅次於日本（119所）和印度（107所）。此次上榜的大陸高校中，25所創下歷史最佳排名，28所較去年實現位次提升。今年，中國香港高校在亞洲大學排名中也表現強勁，有兩所高校躋身亞洲前10。其中，香港大學位列亞洲第六名，香港中文大學上升一個位次，排名第九名。此次中國香港共有六所高校上榜，也是自2017年來首次全部躋身亞洲前50，香港浸會大學從去年的第63躍升至亞洲第50名。中國澳門兩所上榜高校排名都有所提升。澳門大學排名上升兩位，位列亞洲第34名。澳門科技大學排名則從去年的並列亞洲第58名上升一位至亞洲第57名。從亞洲其他國家來看，日本和印度高校此次也有著不錯的表現。日本以119所高校上榜的數量位居第一，印度以107所高校緊隨其後，這一格局顯示出亞洲高等教育的多元化發展態勢。日本高校在數量上的優勢，體現了其在高等教育領域的深厚底蘊和廣泛參與。而印度高校的大量上榜，則反映了其在教育規模和人才培養方面的快速發展。與此同時，韓國成均館大學重返亞洲前20強，位列並列第19位，取得了自2022年以來的最佳表現。在東南亞地區，新加坡與馬來西亞的高校表現尤為突出。新加坡的高校在排名中佔據前10中的席位，而馬來西亞高校的知名度和成功率也在不斷提高。在南亞，參與排名的國家越來越多，約旦和科威特再度躋身前200，而土耳其、孟加拉國、越南、黎巴嫩、菲律賓、斯里蘭卡、科威特和尼泊爾等國家/地區也迎來了新晉榜首高校。此外，烏茲別克、巴林、蒙古和敘利亞是今年新上榜的國家/地區。泰晤士高等教育的分析顯示，自2024年最佳化排名方法後，中國大陸的“雙一流”高校在排名中的表現更加突出。在2023年之前，“雙一流”高校與其他高校的進步速度相差無幾，2025年亞洲大學排名的最新分析揭示了“雙一流”高校的進步速度遠超中國大陸其他院校。這表明中國在高等教育領域的戰略佈局和資金投入，正在推動高校在研究能力、學術影響力和國際化水平等方面實現跨越式發展。“亞洲大學排名再次清楚地表明了中國大陸在鞏固其作為世界高等教育和研究領先國家/地區之一的地位方面所取得的卓越進展。”泰晤士高等教育首席全球事務官菲爾·巴蒂表示，“總體而言，我們可以看到亞洲高等教育和研究的特點是卓越的多樣性。”(i商周)

在美國的企業和研究機構專門研究AI的頂級研究人員中，畢業於中國大學的人數最多。2019年為27%，但2022年達到了38%。超過了從美國大學畢業的37%。中國在AI研究方面還有一個弱點…… 在人工智慧(AI)研究方面引領世界的美國在相關技術和產品開發方面正在加深與中國的對立。但實際上，支撐美國研究能力的“幕後英雄”就是中國。美國智庫的分析顯示，在美國企業和研究機構任職的傑出的AI研究人員中，中國的大學畢業生佔到約40%。已經超過了美國大學畢業生，成為主力。以兩大國對立這一單純的構圖無法判斷的AI研究的真相逐漸顯現出來。 AI研究在全世界備受關注。從2024年的諾貝爾獎來看，在物理學獎和化學獎領域，AI相關的研究成為頒獎對象。獲獎者是美國的企業和研究機構的相關人士，令人感到美國研究水平很高。 美國的強大是否貨真價實？美國保爾森基金會 (Paulson Institute) 下屬的麥克羅波洛智庫 (MacroPolo)將2022年和2019年在AI國際頂級會議“NeurIPS”上發表論文的作者作為頂級研究者進行了分析。調查所在機構後發現，2022年Google和斯坦福大學等美國企業佔據了前10名中的7個機構。美國的一強格局再次浮出水面。

北京大學北京國際數學研究中心 日前發佈2024年工作亮點回顧 文章提到，科學家胡懿娟教授 已於2024年7月入職母校北大