1 行业概述
       半导体 “量检测” 一般指半导体制造过程中的测量与检测（Metrology & Inspection），涵盖对晶圆和芯片进行尺寸测量、缺陷检测、测试分析等环节。这类设备通过精密仪器和软件，在晶圆制造从光刻到封装的各阶段对关键参数和缺陷进行检测，把控产品良率。由于半导体元件的微缩和复杂化，量测与检测成为保障产品性能和良率的核心环节，被视为芯片制造的“质量保障”命脉。这些设备广泛应用于硅晶圆制造线的各步骤，以及封装测试、印刷电路板检测等领域，确保从晶圆到成品的每一阶段满足严格的技术规范。例如，在晶圆制造中，自动检测系统可识别光刻中的缺陷、量测线宽和膜厚，在封装中 AOI 和 X 射线检测设备可发现封装内部的焊点空洞等缺陷。

      半导体 “量检测” 存在诸多难点，主要体现在检测精度要求高、检测速度与效率的平衡、缺陷检测难度大等方面。这些技术难点直接推高了行业准入门槛，促使企业加大研发投入，同时也推动了检测设备向智能化、自动化方向发展。高效精准的检测技术已成为提升产品良率、降低生产成本的关键，正在重塑半导体行业的市场竞争格局。

市场规模及发展
       随着半导体行业的持续增长，对检测设备的需求也稳步上升。据统计，2021 年全球半导体量测与检测设备市场规模约为 73 亿美元，预计 2031 年将增长至 133 亿美元，年复合增长率约 6.2%。另一份研究显示 2022 年该市场约为 75.5 亿美元，到 2028 年将达到 111 亿美元。这一市场增长的驱动力包括电子产品需求上升、晶圆产能扩张以及先进封装的普及。地理上，亚太地区占据最大市场份额，2021 年约占全球 一半以上，主要因为中国大陆、台湾、韩国等地集中了大量晶圆厂。值得注意的是，量测与检测设备虽然占半导体设备市场比例不高（约占 13%）。但其增长速度往往超过整体半导体设备市场，因为良率提升对于提高产能具有直接作用。

应用领域
      半导体量检测设备贯穿集成电路制造全流程。在前道晶圆制造中，包括光刻掩模检测、晶圆缺陷检测、关键尺寸量测（CD Metrology）、薄膜厚度测量、叠对精度测量等。例如，光刻后需要用检测设备检查晶圆上是否有颗粒污染或图形缺陷，以及测量光刻图形的尺寸是否达标。在晶圆制造完成后，切割成芯片之前，还会使用电子显微镜复查缺陷并分类，以指导工艺改进。进入封装测试阶段，自动光学检测（AOI）用于检查引线键合和外观瑕疵，X 射线和超声波检测用于检测封装内部焊点、空洞和裂纹等隐蔽缺陷，实现无损检测。此外，在印制电路板 (PCB) 制造和显示面板等领域，AOI 也被广泛应用于检测焊点、线路缺陷等。总之，从晶圆加工到成品电路板，量测与检测设备是保障质量和可靠性的 “眼睛” 和“尺子”。

历史演进与趋势
      半导体检测技术经历了从人工到自动、从光学到多元化的演进。1970 年代以前，晶圆和光罩的检验主要靠人工显微镜检查，效率低下且漏检率高。1978 年，美国KLA 公司推出了全球首台自动光罩缺陷检测系统，将光罩缺陷检查时间从 8 小时缩短到 15 分钟。1980 年代初，KLA 进一步拓展产品线，开发了用于晶圆图形缺陷检测的自动光学系统，以及用于关键尺寸测量的光学测量工 具，实现了晶圆在线检测与量测。与此同时，Tencor 公司在 1984 年推出 Surfscan 激光扫描晶圆检测仪，大幅提升硅片表面微粒检测能力，成为当时业界标准。1990 年代，随着工艺微缩，KLA 和 Tencor 等公司又引入了电子束检测和扫描电子显微镜（SEM）量测技术，并开发软件将多种检测数据融合分析，开创了全面良率管理的概念。1997 年 KLA 与 Tencor 合并，形成了在缺陷检测和计量领域全球领先的供应商，彼时合并营收已达15 亿美元，员工超过 5300 人。进入 21 世纪，检测技术进一步发展：光学检测向更高分辨率推进，并结合深度学习算法降低误判；电子束检测进入多电子束并行阶段以提升速度；针对 EUV 光刻的特殊挑战，出现了EUV 波长下的掩模检测和缺陷修复技术。先进封装兴起则催生了高速高分辨的 X 射线三维 CT 检测等无损检测手段。可以预见，未来半导体量测与检测将沿着更高精度、更高速和更多智能化的方向持续演进，以应对摩尔定律延续和异构集成时代对良率控制的严苛要求。

2 关键技术

       半导体量检测领域涵盖多种技术手段，包括光学、射线、电子束、声学等不同原理，以及近年来兴起的人工智能算法的融合应用。以下对主要技术方向及其应用进行梳理。

2.1 光学检测 (Optical Inspection)
       光学检测是半导体制造中应用最广泛的检测技术，利用可见光或深紫外光照射待测物，通过光学成像来发现缺陷或测量尺寸。 根据检测对象不同，可分为晶圆缺陷检测和光罩（掩模）缺陷检测两大类。晶圆光学检测通常采用高分辨率光学扫描仪，对晶圆表面进行逐点扫描，比对同片晶圆或良品样本，检测出颗粒、划痕、图形异常等缺陷。这类系统又细分为针对此前道工艺未曝光区域的全局检测（如检测颗粒污染）、以及针对已曝光图形的瑕疵检测。典型的光学检测仪包括明场和暗场两种成像模式：明场系统利用直接反射成像，适合发现较大颗粒和图形缺陷；暗场系统检测散射光信号，能够提高对微小散射缺陷的灵敏度。光罩光学检测则是对光刻用的掩模版进行缺陷扫描，因掩模上的微米级缺陷放大后会影响晶圆成品，所以需在光罩制造和使用前进行严格检查。KLA 公司在 1978 年即推出首款自动光罩检测设备，开创了光学掩模检测的先河。目前，光罩检测尤其是EUV 光罩检测非常关键，日本 Lasertec 公司在 2022年推出了新一代 EUV 光罩检测系统，可在无保护膜（无载罩）情况下检测 3nm 及更先进工艺的 EUV 光罩缺陷。

       光学检测的优势在于检测速度快、覆盖面积大，适合在线大批量检查。一台先进的晶圆光学检测仪每小时可扫描几十片晶圆，是生产线上不可或缺的良率控制手段。其不足之处在于受光学衍射极限限制，分辨能力在深紫外 (DUV) 波段约几十纳米，当电路特征尺寸进入EUV 时代，光学方法对极小的缺陷可能力不从心。因此当前很多光学检测仪配合算法优化（如瑕疵检测的图像增强、缺陷分类），并结合其他手段弥补极限。在实际应用中，光学检测常用于制程监控（如关键层光刻后的缺陷筛查）和产出评估（如通过缺陷密度判断工艺稳定）。由于光学检测覆盖了绝大部分缺陷检测需求，是目前市 场份额最高的检测技术类别。2021 年全球量测检测设备中，基于光学技术的设备营收占比最高，表明光学检测 仍 是 行 业 主 流。主 要 供 应 商 包 括 KLA、应 用 材 (AMAT)、东京电子 (TEL) 等，其中 KLA 在图形晶圆缺陷扫描领域市占率长期领先。在国内，多家企业正在开发晶圆光学检测设备，例如中科飞测已推出非图形化及图形化晶圆缺陷检测设备 。

2.2 X 射线检测 (X-ray Inspection)
       X 射线检测利用高能 X 射线对器件进行穿透成像，能够在不破坏器件的情况下观察其内部结构，被归类为一种非破坏性检测技术。 X 射线在半导体领域的应用，传统上多用于封装和组装环节。 例如在 BGA 球栅阵列封装或倒装芯片中，通过 X 光成像可以检测封装内部焊点是否对准、是否存在空洞（void）或裂纹等。随着先进封装（如 Chiplet、3D 封装）的兴起，多个裸片以异质方式集成在一个封装内，内部互连复杂且不可见，这使得X 射线检测的重要性大幅提升。光学检测无法 “看穿” 封装内部，无法判断芯片堆叠和焊接情况是否良好，而 X射线因为具备穿透能力，可以在封装组装完成后对内部进行成像检查，发现光学方法无法察觉的问题。例如，在多芯片叠加的封装中，X 射线可验证焊球是否对准，芯片是否移位，异质结合是否存在气泡或裂隙。近年来，X 射线检测技术在半导体领域取得了显著改进。一方面，扫描速度和分辨率提升，使其从过去主要用于抽检分析的“离线”工具，变成部分产线可接受的在线监测手段。另一方面，更高效的 X 射线源和成像算法降低了对器件的辐射损伤，使其在量产环境中更安全可行。X 射线还结合计算机断层成像 (CT) 发展出三维成像能力，可以全方位无死角地检查封装内结构。对于材料密度差异明显的缺陷（如空洞、异物），X 光的检测效果尤为突出。Nordson 测试与检测部门的专家指出，X射线在检测线圈封装中断线、焊点空洞等方面非常有效，在检测线圈封装中断线、焊点空洞等方面非常有效，可以显著提高封装可靠性。此外，X 射线提供的灰度图像还可用于量测分析，例如计算焊点的孔隙率、测量结合面的对准情况，从而对工艺进行监控和改进。在工艺制程中，虽然 X 射线主要在后道封装发挥作用，但也有一些前道应用。例如，通过同步辐射 X 射线显微镜 (XRM) 可以对晶圆进行材料分析和应力测试，也有研究
使用 X 射线透视观察晶圆键合（如硅通孔 TSV 对准）等。不过这些多属于实验室或小规模场合。目前，X 射线检测在半导体制造中的市场份额相对有限，但增长迅速，因为高级封装和可靠性要求的提高正在推动其从 “辅助” 走向 “必需” 。主要设备供应商包括德国的 CometYxlon、美国的 Nordson、美国的 Bruker 以及日本的松下等。其中一些公司还将 AI 算法融入 X 射线图像分析，以自动识别缺陷，提高检测效率。对国内厂商而言，X 射线源和高分辨探测器是关键技术，目前一些企业和研究所在开发国产化的半导体 X 射线 CT 设备，以满足先进封装领域快速增长的检测需求。

2.3 电 子 显 微 镜 检 测 (ElectronMicroscopy Inspection)
电子显微技术在半导体量测与检测中占据重要地位，包括扫描电子显微镜 (SEM) 和透射电子显微镜(TEM) 两大类。 扫描电子显微镜 (SEM) 通过聚焦电子束扫描样品表面，从二次电子信号成像，可获得纳米级分辨率的表面形貌图像。 SEM 在半导体中的主要应用有两方面：一是关键尺寸量测 (CD-SEM)，利用 SEM
图像测量芯片上线宽、间距等关键尺寸，是光刻工艺控制的重要环节；二是缺陷复查 (Defect Review)，将前段检测发现的缺陷定位，用 SEM 观察缺陷形貌以判定性质（如颗粒、刻蚀残留、塌陷等）。 CD-SEM 自 1980 年代引入以来，一直是亚微米级别尺寸计量的工作关键，尤其在极紫外光刻前，SEM 量测几乎是唯一能精确测定几十纳米结构尺寸的手段。日本日立高科 (HitachiHigh-Tech) 是该领域的领导厂商，其 CD-SEM 设备在全球市场占有率多年来保持第一。据报道，日立在晶圆关键尺寸检验（CD 检验）市场份额一度达到约 85%。SEM 缺陷复查则是 KLA、应用材料等公司的检测方案中的重要一环：先用光学快速扫描标记怀疑缺陷，再用场发射 SEM 高倍率成像确认缺陷类型，从而过滤假缺陷并分类真缺陷。随着节点推进，电子束检测还出现了直写电子束检查 (E-beam Inspection)，即直接用电子束 大 面 积 扫 描 晶 圆 寻 找 微 小 缺 陷。比 如 HermesMicrovision(HMI，后被 ASML 收购 ) 推出的电子束检查工具在 7nm 及以下节点用于捕捉光学无法检测的缺陷。然而电子束逐点扫描速度较慢，目前更多用于抽样检查关键层。

      透射电子显微镜 (TEM) 则通过加速电子透过超薄样品成像，分辨率可达亚纳米级，能直接观察半导体器件的晶格缺陷、界面、三维结构等。 TEM 在半导体行业主要用于失效分析和工艺研发。 当工艺遇到疑难问题时，工程师常切割出一个微小截面，用离子束 (FIB) 制备成厚度几十纳米的薄膜，然后用 TEM 观察横截面结构，

       比如检查多层互连的形貌、EUV 光刻胶中是否存在孔洞、晶体管沟道是否有晶体缺陷等。TEM 因为制样复杂、费用高昂，一般不用于批量生产线，而是在研发和失效分析实验室使用。近年来，随着节点缩小，TEM 几乎成为了解 7nm 以下器件结构的必要手段，推动行业领军者如 Thermo Fisher（2016 年收购 FEI 公司）大力拓展半导体 TEM 市场。Thermo Fisher 公司已成为高端电子显微解决方案主要供应商，其 TEM 和聚焦离子束联用系统 (FIB-SEM Dual Beam) 被全球各大晶圆厂用于EUV 良率提升和工艺验证。

       电子显微镜检测技术的优势在于分辨率极高，可以看到光学难以分辨的纳米级甚至原子级细节。在 5nm以下技术节点，许多随机缺陷（例如 EUV 光刻随机缺陷）只能通过 SEM/TEM 观察分析。 劣势是覆盖面积小、速度慢，不适合大面积筛查。因此，当前常见策略是“光学+ 电子束” 结合：光学负责快速全局扫描，电子显微镜负责精细局部确认。展望未来，多电子束并行扫描技术有望提高电子束检测速度，使其在某些关键环节承担更大职责。另外，电子显微技术正与自动化和 AI 结合，例如自动缺陷分类算法读取 SEM 图像进行智能判定。随着半导体结构向三维化发展（如 3D NAND、GAA 晶体管），传统光学手段受限更多，需要借助电子显微镜进行三维结构计量和检测，这也推动这一领域技术持续创新。

2.4 自 动 光 学 检 测 (AOI, AutomatedOptical Inspection)
       自动光学检测（AOI）是一种利用机器视觉技术对电子产品外观和装配质量进行自动化检查的技术。在半导体领域，AOI 最初大量应用于 PCB 组装检测和 LED 封装等领域，如检测焊点是否缺陷、元件引脚是否对齐等。AOI 系统通常通过高分辨率相机获取待测对象的图像，借助图像处理算法自动识别各种缺陷，实现对人工目检的替代。在半导体芯片制造过程中，AOI 也扮演着“第一道防线”的角色，用于尽早发现制造流程中的可见瑕疵。例如，在晶圆前道工序，AOI 可用于宏观缺陷检查（Macro Inspection），检测整片晶圆表面的划痕、污染斑点等较大异常。在封装环节，AOI 常用于检查芯片引线键合后是否有虚焊、金线弧度是否正常，封装外观有无气泡、溢胶等。一些先进 AOI 设备结合 3D 成像，可检测器件的共面度、焊球高度等三维特征。传统 AOI 主要基于预设阈值和模板匹配，有时会出现误判率（误报 /漏报）偏高的问题。当产品外观或图案有正常变化时，可能被 AOI 误识为缺陷；而过于依赖事先设定的模板，也可能漏掉未预见的新型缺陷。为此，近年来 AOI 开始引入深度学习等 AI 技术，动态学习产品外观特征，提升对微小瑕疵的敏感度并降低误报。AI赋能的 AOI 可以根 据历史缺陷库训练模型，自动适应工艺波动，更准确地 区 分 “ 良 品 ” 和 “ 缺 陷 ” 。 例 如 ， 一 些 公 司 推 出 的AI-AOI系统可以检测出人眼难以察觉的细微划痕，并能根据不断积累的数据调整判定标准，将传统AOI漏检率降低一个数量级。

       在设备结构上，AOI分为2D AOI和3D AOI。2DAOI通过多个角度光源和高分辨相机进行平面成像，适合检测表面瑕疵如划伤、污染、印记等。3D AOI则增加了结构光或激光传感器，获取被测对象的高度和体积信息，可识别焊点塌陷、器件立起等三维缺陷。另外还有在线AOI（Inline AOI）直接集成在生产线，实现100%在线检测；离线AOI则是在独立工站抽检。对于半导体高产能生产线，常在关键节点配置高速在线AOI监控，同时辅以离线AOI做深入分析。
目前 AOI 在半导体封装、测试板制造中极为常见，也是大陆厂商进入检测领域较早的方向之一。 国际上知名 AOI 厂商有以色列 Camtek（专注半导体晶圆及封装检测）、韩国 Koh Young（PCB 和封装 SPI/AOI）、美国Nordson YESTECH 等。中国厂商中，精测电子最初即从平板显示 AOI 起家，现拓展到半导体 AOI；长川科技则通过并购新加坡 STI 公司进入封装 AOI 领域。AOI 设备的相对技术门槛低于前述光学 / 电子束检测，因此国产替代进展较快。但要达到高端晶圆制造的 AOI 要求（如亚像素级缺陷识别、低误报率），仍需在高分辨成像、运动控制和算法上持续创新。总体来看，AOI 以其实用、高效的特点，已成为保障电子制造质量不可或缺的工具，未来与 AI 的深度融合将进一步发挥其价值。

2.5 深度学习和人工智能在检测中的应用
       随着半导体制造进入纳米尺度和高度复杂化时代，传统以人为设定规则的检测方法面临挑战：要么误报太多，要么漏检未知缺陷。深度学习和人工智能 (AI) 技术的引入，为半导体检测提供了全新思路。通过训练神经网络模型，机器可以从海量历史数据中学会区分 “良品” 与 “缺陷” 的细微差别，捕捉人类专家难以定义的复杂模式。近年来，行业领先的检测设备厂商纷纷在产品中嵌入 AI 功能。例如，KLA 推出了基于深度学习的缺陷分类系统，可以自动将晶圆缺陷按成因归类，大幅减少工程师手动分类的工作量，并提高分类一致性。OntoInnovation 公司开发了“Ai Diffract”等软件，将 AI 用于光学量测中的模型拟合，提升了测量精度。在缺陷检测方面，研究者利用卷积神经网络 (CNN) 分析 SEM 图像来定位缺陷。据综述报道，CNN 在晶圆 SEM 缺陷检测中表现出色，能在噪声较大的图像中准确识别并定位缺陷。对于晶圆表面划痕等宏观缺陷，一些算法使用目标检测模型（如 YOLO）实时发现缺陷位置。

深度学习在半导体检测中的应用场景主要包括：
       缺陷检测与分类、 异常检测和过程控制。 在缺陷检测中，AI 模型可以学习缺陷的多维特征，实现比传统阈值法更高的检出率和更低的误报率。比如 AI 可判别晶圆图像中的随机噪点和真实缺陷，从而减少因噪点引起的误警报。在缺陷分类上，AI 代替人工去识别缺陷类型（刮伤、颗粒、凹陷等），据报道某些自动分类的准确率已达 90% 以上，这对于及时分析缺陷来源、反馈工艺调整非常有价值。异常检测方面， AI 可以建立设备或产品的 “正常模式” 模型，一旦检测数据偏离模型就提示异常，有点类似于工业领域的预测性维护思想应用在良率管理上。 过程控制优化方面，AI 可以将不同检测站的数据关联，寻找潜在相关性。例如通过分析光学检测与电测试结果的关联，AI 模型可能发现某类光学微缺陷最终导致电性失效的概率，从而指导工艺更早筛除隐患。应用AI也带来新的挑战，包括对大数据的需求、模型的可解释性和工厂IT基础设施的整合等。半导体制造产生的数据量极其庞大，各检测设备每天可产生数TB的图像和测量数据。如何高效地收集、存储、标注这些数据并用于训练，是AI应用的基础工作。此外，晶圆厂对误报漏报有严格要求，AI模型需经过充分验证，且其决策机制最好能给出一定解释（例如突出导致判为缺陷的区域），以便工程师信任采用。不过总体而言，深度学习在半导体检测中的趋势不可逆转。专家指出：“检验和计量整体变得越来越重要”，AI则是提升检验计量效能的关键手段之一。可以预见未来的工厂中，AI将广泛嵌入从光学、电子束到X射线
各类检测设备中，实现自适应调参、智能决策和异常预警，帮助晶圆厂在良率爬坡和产能提升上更快更稳。

2.6 无 损 检 测 (Non-DestructiveTesting, NDT)
       无损检测指在不破坏器件的前提下，检测其内部或性能的方法。在半导体领域，由于芯片制造过程复杂且成品昂贵，无损检测尤为重要。前文提到的X射线检测即是一种典型的无损检测手段，通过射线穿透成像来检查内部结构。此外，还有超声波扫描（声学显微镜） 和红外热成像等技术也属于无损检测。 超声波扫描（Scanning Acoustic Microscopy, SAM） 通过向器件发射高频超声波，并接收反射回波来构建图像。不同材料界面会反射超声波，因此可以检测芯片封装内部的分层、气泡和裂纹。例如BGA封装中，如果芯片与基板之间有空隙或分层，超声扫描会显示异常的回波信号，从而定位问题区域。这种技术在封装可靠性检测中应用广泛，尤其是高可靠要求的汽车电子器件出厂前，常需

做超声扫描以确保没有内部缺陷。 红外成像利用某些缺陷（如短路）在通电时会产生异常高热，通过红外相机捕捉温度分布，可定位潜在的电气缺陷。这种方法可在不接触电路的情况下发现芯片内部热点，属于失效分析和在线测试的辅助手段。无损检测技术在半导体制造中主要用于两方面：一是品质检查，在产品出货前发现潜在隐患；二是失效诊断，在产品失效后定位故障原因。 例如，一批封装芯片在高温贮存试验后出现失效，可以用 X 光检查焊点是否有裂纹，用超声波看封装是否分层，以确定失效模式。相比需要截断器件的截面分析，NDT 方法保存了器件完整性，可以在多样品上快速筛选。随着先进封装（如 2.5D、3D 封装）的结构日益复杂，NDT 的重要性进一步提高，因为传统截面分析往往难以及时或全面地检查此类封装的内部结构。技术标准和发展： 无损检测需要结合半导体器件特点不断发展。例如，高分辨 X 射线需要更高亮度的小焦点射线源以及高灵敏度探测器，目前有厂商开发基于同步加速器原理的台式高亮 X 光源来提高分辨率。声学显微技术则朝着更高频率（提高分辨率）和多模式成像（比如结合超声和红外）方向发展。总的来说，无损检测
技术丰富了半导体质量控制的手段，与破坏性分析形成互补。对于某些特定缺陷类型（如内部气泡），NDT 几乎是唯一可行的发现方法。在未来，更高精度、更高速的NDT 将为提高封装和产品可靠性发挥更大的作用，也是在芯片广泛应用于汽车、医疗等安全关键领域时不可或缺的质量保证。

2.7 其他创新检测技术
       除了上述主要技术，半导体量测与检测领域还在不断涌现新的方法和工具，以应对未来工艺和封装的挑战。散射计量（OCD, Optical Scatterometry）： 这是一种利用光衍射散射信息进行测量的技术。原理是将照射到晶圆上特定的周期结构（如标尺或栅线阵列），测量反射光的光谱或衍射图样，通过匹配理论模型来反算结构参数（如线宽、线高、侧壁角度等）。散射计量也称“OCD（Optical CD）”，因其可以在不直接成像的情况下测量关键尺寸和形貌参数，速度快且不损伤样品。以色列 Nova 公司是此领域专家，提供的 OCD 量测系统被广泛用于过程控制。KLA 等公司也有类似产品。散射计量如今已成为 45nm 以下节点多层结构（如 FinFET 的鳍高度、复杂膜栈厚度）测量的标准方案之一。其优势在于一次光谱扫描即可获取多参数信息，缺点是需要精确的光学模型和充分的参考校准。原子力显微镜 (AFM)： AFM 利用微米尺度探针在样品表面扫描，通过探针与表面的相互作用测量表面形 貌，高度分辨率可达亚纳米级。AFM 在半导体中主要用于台阶高度测量、表面粗糙度分析等。例如用于检测抛光后晶圆的平坦度或刻蚀后侧壁粗糙度。虽然 AFM 成像慢且覆盖面积小，但其高度精度无可比拟，因此一些关键结构（如 EUV 光刻胶厚度、纳米线器件尺寸）需要AFM 校准。业界也在研发高速 AFM 和阵列探针 AFM，以期将其应用于更大面积的计量。EUV 掩模衍射检测： 随着 EUV 光刻的量产，EUV掩模版上的缺陷检测成为难点。由于 EUV 波长极短(13.5nm)，传统 193nm 光学检测无法准确发现 EUV掩 模 上 会 影 响 成 像 的 缺 陷。为 此，出 现 了 “真 光（Actinic）”检测，即用与实际曝光相同的 EUV 光源来检查掩模。荷兰 ASML 和蔡司正在开发 EUV 掩模检测工具，而 Lasertec 已推出针对 EUV 掩模的检查设备系列。这类设备技术难度极高，需要 EUV 光源、真空环境和高NA 光学系统，其进展直接关系到未来 EUV 工艺良率。多电子束并行检测： 为克服电子束检测速度慢的问题，一些公司开发了多束平行扫描技术。比如美国KLA 推出了多达 1000 束电子束同时扫描的原型机，用于大面积缺陷检测。这种创新若成熟，将大幅提升亚10nm 缺陷的检测效率。计算光学与高速成像： 利用计算摄影学思想，应用于半导体检测。例如通过相移叠加获取超分辨信息，或用压缩感知技术减少采样量，从而更快地获取高分辨影像。此外，高速相机在检测应用中也逐步涌现，如每秒上千帧的相机可以用于捕捉激光加工过程中的瞬态缺陷产生，从而帮助工艺调试。总之，半导体检测技术的创新与半导体工艺发展相辅相成。当新的工艺结构（如 3D NAND、GAA 晶体管）出现、或者制程进入全新物理尺度（如 EUV 时代的随机
缺陷），检测技术也必须随之革新。在未来，可以想见量测与检测会朝着综合多种物理原理、融合多模态数据以及高度智能化的方向迈进，以满足半导体工业对质量与良率永无止境的追求。