摘要：钙钛矿材料因高原子序数、可调带隙、高载流子迁移率等优势, 成为光电探测领域的研究热点。晶圆作为区别于单晶、薄膜的新型材料形态, 以无溶剂制备、低成本、大面积、毫米级厚度为核心优势, 适配X 射线等高能光电探测场景。基于钙钛矿晶圆研究进展, 系统阐述钙钛矿晶圆的定义与独特价值、主流制备技术、性能特征, 分析核心瓶颈(空隙缺陷、稳定性不足), 并展望其未来发展方向, 为钙钛矿晶圆光电探测器件的产业化提供参考。

摘要：高端磁控溅射靶材（简称溅射靶材）是制备集成电路、平板显示用关键功能薄膜的核心基础材料，我国在此领域对外依存度较高，长期面临基础研究薄弱、高纯材料制备技术滞后、核心装备依赖进口等结构性挑战。本文系统梳理了半导体芯片、平板显示两类主要领域中高端磁控溅射靶材的应用现状，辨识了原材料及溅射靶材的微观成分与组织均一性、溅射靶材制备与检测装备、智能制造转型等方面的共性问题，提出了开展超高纯溅射靶材成分与组织的微观均质化研究、产业链合力攻关溅射靶材加工和检测关键设备、以数智融合驱动溅射靶材研发范式变革、聚焦前沿布局关键领域溅射靶材等产业重点发展方向。着力在攻关高纯度材料提纯与加工技术、深化“产学研用”协同创新机制、完善产业链与标准体系、兼顾人才自主培养与精准引进、重塑溅射靶材产业创新生态等方面采取务实行动，推动我国溅射靶材产业从“设备引进-工艺模仿”的跟随发展模式向“数据驱动-标准引领”的创新范式跃迁，保障集成电路、平板显示等战略性新兴产业的发展需求。

摘要：随着数字孪生、工业物联网、边缘智能与元宇宙等虚实技术的快速演进，虚实融合已成为推动智能社会构建与产业体系重塑的核心驱动力。算力作为虚实融合的底层支撑要素，正在从单一集中式计算资源向多层协同、智能调度与安全可信的复杂系统加速演化。本文系统梳理了新型算力体系的发展现状与关键特征，指出当前算力体系正呈现“云-边-端”一体化演进的趋势，智能算力正成为算力结构升级的核心引擎，区域算力布局逐步形成了差异化与协同并重的格局，虚实融合驱动下的算力应用模式亦呈现出多样化、泛在化与自主化的特征；在虚实融合应用背景下，进一步分析了支撑新型算力体系构建的关键技术，包括虚实融合驱动的算力体系架构设计、面向虚实融合场景的关键技术要素，从体系架构与算力编排两方面揭示了算力供需匹配的逻辑基础；通过对混合计算架构的研究，重点探讨了虚实融合的算力体系在异构协同、低延迟高带宽保障、多源数据安全与隐私保护等方面面临的挑战；针对上述挑战，提出了构建泛在智能算网、发展可信算力体系、突破异构协同壁垒、完善安全治理机制与培育虚实算力生态等新型算力体系发展重点方向，为未来虚实算力体系的建设、产业生态优化以及算力资源配置策略提供理论参考与战略支撑。

摘要：人工智能（AI）技术正深度融入关键基础设施，其韧性对保障系统安全稳定运行至关重要。本文将AI韧性定义为稳健性、防御力、复原力和进化力4个核心维度，系统梳理AI韧性研究的现状，围绕上述4个核心维度综述国内外关键技术进展，并特别关注大语言模型等新技术带来的新挑战与新方案。在此基础上，研究提出了当前AI韧性发展面临的能力建设缺乏顶层规划、评测体系缺少真实场景、大模型韧性重视不足等突出问题。研究建议：加强战略引领，构建系统化韧性框架；建设高保真、多维度、可复现的韧性评测体系；重点挖掘大模型潜力，推动其在“训练-部署-运行-更新”全生命周期的多层级韧性能力提升，以构建更可靠、可信且持续的智能系统。

摘要：人工智能的发展目标是使机器像人类一样思维和行动，不仅能求解复杂问题，更重要的是能在一个复杂、动态、不确定的物理世界中进行交互。具身智能强调智能体通过物理载体与环境的动态交互，在感知、决策与行动中不断学习和进化，从而突破传统静态数据训练模型的局限，展现出更强的环境适应性与泛化能力，已成为实现人工智能发展目标的关键路径之一。本文深入探讨了具身智能的概念、内涵、计算框架与系统实现，在此基础上进一步梳理了具身智能的发展现状、演进趋势与面临的挑战。同时，特别指出，生成式人工智能，尤其是大语言模型、多模态大模型以及正在演进的“信息-物理-认知”三域融合大模型等技术在加速具身智能演进中的关键作用。面对全球人工智能竞争日益加剧的态势，总结与分析了我国在具身智能领域发展取得的进展和面临的风险，并提出了我国应重点布局的研究方向和针对性的对策建议，助力我国在全球具身智能竞赛中占据领先地位。

摘要：随着先进工艺节点设计成本呈指数增长，chiplet（芯粒）架构被视为突破单片集成经济瓶颈的关键路径。然而，当前chiplet 产业面临“标准悬空、门槛高企、生态稀少”的三重困境：UCIe（UniversalChiplet Interconnect Express）联盟等互连标准虽快速演进，但从标准规范到可量产物理实现之间存在巨大工程鸿沟；头部厂商普遍依赖自研专有方案，标准缺乏真实产品的流片验证而难以完善；高昂的开发成本使中小企业望而却步，生态参与者极度稀少。提出“芯粒库”（chiplet library）概念，即一种基于“FPGA 原型验证平台＋chiplet 互连协议物理层验证卡＋EDA 仿真补偿”的混合快速验证体系。现场可编程门阵列（field programmable gate array，FPGA）平台承载芯粒功能逻辑与互连协议数字层的可编程验证，物理层验证卡以真实先进封装工艺提供封装内互连信道的直接测量，电子设计自动化（electronic design automation，EDA）仿真工具补偿验证卡上缺失的完整OC（on−chip）物理场环境（电源分配网络（power distribution network，PDN）噪声、热耦合、跨die（裸片/晶粒）干扰），并支持封装工艺变体推算，三者互补构成完整的验证链路。分析了该方案在运行频率差异、接口互连协议（Interconnect protocol，IP）分割、缺乏完整系统级芯片（system on chip，SoC）物理环境等方面的已知局限并给出应对思路，进而探讨了芯粒库在推动标准实践迭代、盘活存量芯片资源和催熟芯粒架构增量开发等方面的产业意义。

摘要：氧化铪基铁电隧道结因其与CMOS 工艺存在良好的兼容性， 在随机存储器领域具有巨大的应用潜力。利用Airy 函数严格求解了TiN / HZO / Pt铁电隧道结的隧穿电致电阻问题。研究结果表明: 在高偏压区域， 隧穿电导和隧穿电致电阻效应随偏压和隧穿层厚度均出现振荡现象。物理上， 该振荡现象来源于隧穿层中的入射电子波与隧穿层和右电极界面处的反射电子波产生的干涉效应。阐明了氧化铪基铁电隧道结实验结果中振荡现象的物理机制。此外，当偏压加在Pt电极时， 出现了负的隧穿电致电阻效应， 表明隧穿电导不仅与平均势垒的高度有关， 也与隧穿层的势结构有关。本研究为氧化铪基铁电隧道结在随机存储器领域的应用奠定了理论基础。

摘要：二维自旋电子学器件因其表面无悬挂键的特性，可堆叠或生长形成具有超高质量界面与高自旋注入效率的范德华异质结，有望突破传统自旋电子学器件中晶格匹配与兼容性的限制，进而实现自旋电子学的重大物理和技术突破。系统归纳了制备二维材料的多种方法，并以二维铁磁材料Fe3GeTe2、Fe3GaTe2和二维拓扑半金属WTe2等为例，重点阐述了二维铁磁异质结的最新研究动态。最后，对二维自旋电子学器件的发展进行了总结与展望。

摘要：大气等离子体（Atmospheric Pressure Plasma，APP）刻蚀技术凭借非接触加工、常压操作及物理-化学协同去除机制，在光学元件与半导体器件加工领域展现出巨大潜力。然而，现有研究对等离子体-材料原子级相互作用机理、热力学非线性效应及反应副产物控制的系统性认知仍显不足，制约了其规模化应用。为推进APP 刻蚀技术在超精密制造领域的突破，本文系统解析了介质阻挡放电、射频放电及微波放电装置的创新设计，深入探讨了工艺参数协同优化机制与表面质量控制策略。研究发现，通过调控气体组分、激活原子选择性刻蚀模式，可同时实现超高材料去除率与原子级表面平整度；阵列化射流技术可大幅提升体积去除率，显著突破大口径元件加工效率瓶颈。同时，通过建立热效应与工艺参数的耦合模型，动态调整加工过程中的工具作用方式，显著降低了加工残差，而纯Ar 等离子体诱导的台阶-平台自组织重构可有效消除亚表面损伤。本文还综述了APP 刻蚀技术在光学自由曲面、半导体高深宽比结构及第三代半导体器件制造中的创新应用，证实其兼具高效性与原子级精度。最后，前瞻性指出该领域需突破热力学非线性效应控制、难熔副产物层管理、原子级机理认知及大面积均匀等离子体源开发等挑战，为APP 刻蚀技术迈向工业级超精密制造提供理论支撑与技术路线。

摘要：为了提高圆管焊接质量，提出了一种基于激光视觉系统和卷积神经网络的高精度焊后焊缝检测和分割方法，可对5 种高度或宽度小于1 mm 的小尺度焊接缺陷进行检测、分割.方法主体由一个多任务卷积神经网络组成，接收激光条纹点云信息，可同时对焊缝区域进行检测、分类和分割，与现有基于单任务卷积神经网络的方法相比，提出的方法可以获取更全面的焊接缺陷信息.通过构建的激光视觉系统生成焊缝区域激光条纹点云数据集，在此数据集上对所提出的网络进行了训练和评估.结果表明，在焊接缺陷检测任务上，该方法的平均准确率为99.58%，平均精确率为99.43%，平均召回率为97.05%.此外，该方法在焊接缺陷分割任务中的平均交并比（mean intersection over union，IoUm）准确率为92.58%，通过在实际工件上的测试结果表明，分割的平均误差低于0.1 mm，所提出的方法在焊缝缺陷检测和分割任务中都表现出较高的准确性.创新点： (1) 建立基于激光点云的圆管高度或宽度小于1 mm 的小尺度焊接缺陷焊后检测系统.(2) 提出基于深度学习的小尺度圆管焊接缺陷检测分割方法，实现对5 种焊缝缺陷的检测和分割.