一座12英寸晶圆厂要走向无人化，最难的是让那些原本必须有人守着的机台，自己把流程跑完。在晶圆制造的全部环节中，量检测环节尤为典型:它并非设备投资中占比最大的一块，却是工程师介入最密集的区域之一。国海证券（000750）2026年8月发布的半导体（881121）量检测设备行业报告指出，量检测设备约占前道设备支出的10%。工艺越复杂，晶圆被检查的次数越多，人工守在机台前的成本也就越高。
量检测环节的三道"人工坎"
先进制程下,缺陷复查、关键尺寸量测、宏观光学检测这三类机台各有各的堵点。缺陷复查类扫描电镜的问题在于"找不准"——晶圆图形复杂、缺陷类型多样，机台一旦对准偏差，流程就会中断，需要工程师手动复位;关键尺寸量测扫描电镜的问题在于传统图像模板匹配容易失效，图形稍有变化或噪声干扰就会失配;光学显微镜则长期受制于检测效率、信息维度与经验依赖三重瓶颈，判定和数据整理几乎全靠人。
三条技术线同时推进
对此，哥瑞利选择流程代操、视觉判定、硬件改造三条线并进。据哥瑞利官方披露，其自主研发的LOFA黑灯工厂助理已在国内中部某12英寸头部晶圆厂完成先进制程检测环节的智能化升级并投产，将上述三类设备打通为全流程智能代操。
在缺陷复查环节，哥瑞利LOFA以自研RPA代操+AI技术，将GA智能对准(Scribe Line特征识别、自动沿切割道重对准)、缺陷自动定位(复测坐标解析与SEM视野精准移动)、Auto EDX智能分析(多Recipe成分自动采集与处理)串成一条无人闭环，降低因对准异常导致的介入频次。在关键尺寸量测环节，改用自研的"基于特征值的中心定位算法"——不比对整幅图像，而是提炼晶圆图形的关键结构特征，绕开图形变化与噪声干扰，定位成功率较传统方案提升约90%，该方案在客户处稳定运行的综合准确率达95%以上，配方调用、机台校准、量测异常处理与数据确认也一并实现全链路自动运行。
改造幅度最大的是光学显微镜。硬件侧自研高速线扫成像模块，在不额外占用检测时间的前提下，一次扫描同步输出多角度宏观图像、晶圆完整表面信息与缺陷纹理特征;算法侧配套Golden Image智能比对+AI自动缺陷分类(ADC)、照片超分辨率算法、Smart Sampling智能采样、快速人工复判+自动上传DN四项能力。值得注意的是，方案在全自动流程中保留了一键人工介入通道——效率要提，可控性也要留。
从单点验证走向场景复用
单点跑通只是开始。据公开报道，LOFA黑灯工厂助理已在半导体（881121）前道制造与先进封装（886009）后端累计落地24项场景应用，覆盖检测、量测、配方调试等多个工程环节。其中在关键尺寸量测场景，通过图像训练与人工纠错迭代实现自动目检，可减少约75%的人工检测投入;在THK菜单应用场景，借助智能匹配与光学字符识别，将新品配方调试时间从20分钟压缩至2分钟。
从产业逻辑看，检测与量测设备的价值，正在从"多买一台机器"转向"用过程数据换更快的量产与更低的报废率"。谁能把工程师从高频重复操作中释放出来，谁就更接近下一代晶圆厂的形态。哥瑞利在这条路径上的最新落点，已经从概念验证走到了产线日常。
