苏州的午后，阳光炙热，在一座不起眼的灰白色大楼内，长达227米的银色超高真空管道，互联起50余台大型设备，研发人员正有条不紊地开展实验。

这里是中国科学院苏州纳米技术与纳米仿生研究所（以下简称苏州纳米所）的NANO-X纳米真空互联实验站，也是地球上最接近月球真空环境的大型科研场所。

近日，在香山科学会议第789次学术讨论会期间，数十名与会专家走进纳米真空互联实验站，参观其在信息材料与信息器件领域的突破进展。

“未来信息器件如何在前期预研的真空互联实验装置上实现原子级制造，其中有很多科学问题和关键技术值得讨论。”中国科学院院士薛其坤在致辞中表示。

本次香山科学会议聚焦“‘信息器件原子级制造实验装置’关键科学技术问题”的主题，中国科学院院士薛其坤、詹文龙、刘明、迟力峰，苏州纳米所所长王强斌研究员担任会议执行主席。来自物理、化学、材料、人工智能、精密仪器等领域的专家齐聚一堂，围绕原子级制造核心科学与技术挑战开展深入研讨。

小原子、大装置

原子是构成物质世界的基本组成单元，直径通常位于10-10米、0.1纳米量级，比人类的头发丝还要细100多万倍。原子级制造是将原子精准操控、按需构筑，创制特定功能的材料或器件，是我国具有战略性、引领性的未来产业之一。

“原子级制造有望颠覆传统制造范式，引发基础科学突破以及产业技术变革。”苏州纳米所研究员、NANO-X纳米真空互联实验站主任张珽介绍道，尤其是集成电路芯片中的核心信息器件工艺已经达到了2 nm节点制程，正在迈入“原子级制造”时代。

然而，原子级操控对设备、系统以及基础设施装置的要求极高，需要尽最大可能排除外界环境因素的干扰。

“传统常规超净间的大气环境已无法满足需求，特别是氧、碳、水气分子等对原子级材料和器件性能带来致命的不利影响。”张珽表示，在超高真空（10-8Pa）条件下，材料的本征物理化学性质得以长时间保持，有望制造出接近理论极限性能的器件。专家们一致认同超高真空互联技术已成为原子级制造不可或缺的条件。

“然而，当前国内外缺少针对原子级制造的系统性基础设施。”中国科学院院士、纳米真空互联实验站学术委员会主任迟力峰告诉《中国科学报》。而该实验装置将建设包括AI赋能的超高真空互联的原子级材料创制、原子级器件加工和原子级高分辨分析检测三大平台，以期为我国下一代集成电路等信息器件的发展创新奠定原子级制造新技术路线，对原子级制造重大科学前沿领域形成有前瞻性的战略布局和系统突破能力。

张珽介绍，作为基础设施的预研，纳米真空互联实验站已聚焦III-V族纳米材料和器件、高温超导材料和器件、表面催化和纳米能源、二维材料与器件等领域的共性难题，开发了多学科交叉的、可控条件下的新技术、新工艺、新材料。

同时，工艺技术和工程实践的突破也带动着科学研究的深化。“原子级制造的机制不再是经典力学的领域，而是量子力学的范畴，需要同步开展科学研究的探索。”迟力峰表示。据介绍，该实验站目前已开展合作课题780个，服务超280家用户，取得了系列重要科研成果，申请核心专利380项，已授权106项。

与会专家参观NANO-X纳米真空互联实验站。主办方供图

吹响关键技术“冲锋号”

“当前信息器件原子级制造研究领域仍面临原子级材料按需创制、高时空分辨动态表征、原子级器件精准加工三个重要关键问题。”张珽表示，这些也是本次香山科学会议的焦点。

在材料方面，随着集成电路进入2 nm技术节点，摩尔定律逼近物理极限，研制面向1 nm及以下制程的下一代集成电路信息材料与器件成为全球焦点。

“原子级二维半导体材料是开发2030年‘后摩尔时代’芯片最受瞩目的材料体系之一，其晶圆级精准创制及异质集成是实现这一目标的关键。”武汉大学物理科学与技术学院院长何军指出。

二维半导体凭借其原子级厚度和卓越的电学性能而广受关注，但受制于工艺精度与均匀性的协同良率控制，能否将其应用于集成电路存在争议。

北京科技大学教授张铮基于长期二维半导体材料研究，分享了在2英寸单晶单层二硫化钼高质量生长中的工作，并建设了6英寸二维半导体材料与原型器件试验平台，充分验证了二维半导体材料在集成电路应用的可行性。

但实际上，任何晶体都存在不完整的地方。其中，半导体点缺陷是晶体中原子尺度的局部缺陷，影响材料的电子性能和结构稳定性，对半导体表征分析提出更高要求。

中国科学院长春光学精密机械与物理研究所研究员申德振基于长期观察研究，分享了单原子级分辨的拉曼振动光谱表征分析技术，并进一步探讨该技术在硅基半导体原子制造器件与芯片检测、单原子尺度精准的半导体量子器件制造等领域的发展前景。

最后，在信息器件原子级制造方面，中国科学院微电子研究所研究员汪令飞以跨尺度器件原子级tcad（半导体工艺模拟以及器件模拟工具）技术为例，表示随着真实器件越小，对其仿真模拟越困难，多尺度下的物理机制与协同优化方法越复杂，需要探索在尽可能降低精度损失基础上提升仿真效率的方法。

AI赋能原子级制造

“随着技术的发展，研究范式已从实验、计算、理论的‘三足鼎立’变为‘四分天下’，数据成为新增的关键变量。”中国人民大学物理学系吴玉章讲席教授季威表示。

当前，基于人工设计思路或融合生成模型的高通量计算仍是发现和创制新材料的主要驱动力。“再辅助以实验结果的主动学习，有望系统回答新材料创制的核心问题。”季威说，在材料创制和器件构筑过程中，机器学习原子间势函数已成为提高模拟效率、延长模拟时间，扩展模拟尺度的关键技术工具，“以前是先实验、再计算，而伴随人工智能技术的发展，未来将变成先计算、再实验。”

中国科学技术大学化学与材料科学学院教授罗毅则指出，原子级制造将重塑半导体、能源等产业格局，但目前仍存在超大规模材料结构、组分精准构筑与功能优化等关键瓶颈，阻碍着新材料创制。

“人工智能机器化学家系统可为此提供数据比特驱动的解决方案。”罗毅表示，人工智能模型的精准度依赖于数据的规模和精度，机器化学家系统兼具文献读取、合成、表征、性能测试、机器模型建立和优化等能力，可以全自动完成全流程科研任务，并通过实现高通量数据采集，建立起高质量、全生命周期的数据库，推动原子级制造推动向智能化制造转型。

罗毅以原子层沉积和单原子催化剂高通量筛选为例，介绍了人工智能机器化学家的基本形态和工作方式。“要构建‘知识-数据-算法-算力-实验’全链路的智能基础设施。”罗毅解释道，其中包括集中式智能平台、分布式创新设施，力争在新材料、能源催化、生命健康等领域解决相关原子经济性问题。

“在高分子材料设计中，人工智能能够基于全量特种高分子知识库，实现跨类别推荐，超越人类专家实现‘材料牵引’。”中国科学院化学研究所研究员江剑强调，人工智能要谨防“大肚子模型”，即模型大，但真实数据少，极易导致严重幻觉问题。

与会专家一起讨论并总结了原子级制造关键科学问题，亟需建设系统性的重大科技基础设施予以解决。