Chamber 视觉 AI 新范式：设备 OEM 交付视觉检测能力的完整路线图
半导体设备视觉 AI 正从 Fab 端缺陷分类转向设备端实时感知。本文拆解 chamber 内视觉检测的 3 条技术路径、OEM 落地的 3 阶段路线图，以及为什么设备端视觉 AI 必须和 Smart DOE/R2R 绑定交付。
核心结论
半导体设备视觉 AI 正从”Fab 端缺陷分类”向”设备端实时感知”演进。传统人工目检每片 wafer 需 8-15 分钟、漏检率约 12%；基于 chamber 内摄像头 + 边缘推理的 AI 视觉方案可将单片检测时间压缩至 2 秒内、漏检率降至 2% 以下，同时在调机阶段把 dummy wafer 用量减少 60-80%。迈烁集芯 NeuroBox E5200V 采用”设备侧边缘 + 云端模型迭代”架构，不依赖 Fab 配合即可为设备 OEM 提供视觉 AI 能力。
一、传统视觉检测为什么到瓶颈了
过去十年，晶圆厂对视觉检测的诉求几乎只聚焦在 Fab 端——即下线后由 KLA、Applied 的检测设备扫描 wafer 表面缺陷，配合人工分类（SEM review），再喂给 MES/EDA 做 yield 归因。这套体系在 28nm 以上节点基本够用，但进入 5nm / 3nm / HBM 时代后，它暴露了三个根本性瓶颈：
瓶颈一：时滞不可接受。一片晶圆从 chamber 出来到被 KLA 机台扫描、到缺陷 review 完成，通常需要 30-90 分钟。而在这段时间内，同一台设备可能已经连续跑出几十片带同种缺陷的 wafer——当 FDC/SPC 报警时，损失已经发生。
瓶颈二：人工目检的质量天花板。我们对某 8 寸 Fab 的内部数据做过统计：资深 review 工程师在连续工作 4 小时后，对边缘 defect (<5μm) 的漏检率从初始的 5% 上升到 18%。这不是态度问题，是人眼生理极限。而招一个够资深的 classification 工程师，上海地区年薪已超过 60 万元人民币。
瓶颈三：设备调机阶段完全无视觉反馈。传统设备调机（startup / ramp / PM 后 recovery）完全依赖 metrology 回路——跑一片，测厚度/均匀性，调参数，再跑一片。一次 chamber recovery 往往需要 20-40 片 dummy wafer。设备厂商在这个环节既没有视觉数据，也没有 AI 反馈，只能靠 FAE 经验试错。
二、设备端视觉 AI ≠ Fab 端缺陷分类
这是很多半导体设备 OEM 在规划视觉 AI 时踩的第一个坑：把设备端视觉检测当作 Fab 端 defect classification 的 “下沉版”。两者在四个维度完全不同：
| 维度 | Fab 端缺陷分类（KLA 类） | 设备端实时视觉 AI（E5200V 类） |
|---|---|---|
| 触发时机 | 工艺完成后 | 工艺过程中 / chamber 内 |
| 关注对象 | wafer 表面 defect | chamber 内部状态 + wafer 位置 + plasma / particle / arcing |
| 响应时间要求 | 分钟级即可 | 秒级 / 毫秒级（要能中止工艺） |
| 数据主权 | Fab 所有 | OEM 所有（设备出厂就带） |
第四点尤其关键——设备端视觉 AI 的数据主权在 OEM，不依赖 Fab 点头。这意味着设备商可以在出厂前就完成模型训练，把 “视觉 AI” 作为设备的内置功能随货交付，而不是事后做 Fab 集成。这是设备 OEM 第一次有机会把”智能”作为差异化卖给客户。
三、Chamber 内视觉检测的三条技术路径
目前业界在做 chamber 内视觉 AI 的尝试，大体分三条技术路径，各有适用场景：
路径 A：光学窗口 + 可见光摄像头
在 chamber 顶部或侧壁开光学窗口，安装工业级 GigE 或 USB3.0 摄像头，实时采集 plasma / wafer 图像。优点：成本低（单 chamber 改造 2-5 万元人民币）、光源可控、图像质量稳定。缺点：对高温、腐蚀性工艺（如高温 etch、CVD precursor）的耐受性有限，窗口会被沉积。
适用：低温 chamber、ALD、部分 CVD、PVD pre-clean。
路径 B：OES 光谱 + 图像融合
用光学发射光谱仪 (OES) 采集 plasma 特征波长强度，配合摄像头图像做双模态训练。优点：plasma 异常（arcing、concentration shift）比视觉更敏感。缺点：OES 数据量大、对算法要求高，需要时间对齐。
适用：plasma etch、RIE、对 plasma 稳定性敏感的工艺。
路径 C：End-point Detection + CV 模型
把传统 EPD 信号和 CV 视觉模型融合，在工艺终点判断上引入图像特征。优点：借用成熟 EPD 硬件，改造量小。缺点：模型泛化性挑战大，换 recipe 需要重训。
适用：dry etch over-etch 判断、CMP 终点检测。
四、设备 OEM 的落地路线图
基于我们对国内外十余家设备厂商的调研，设备端视觉 AI 的落地通常分三阶段：
阶段 1：PoC（3-6 个月）——选 1 台典型 chamber，安装路径 A 硬件，采集 2000-5000 张标注图像，训练一个”异常 / 正常”二分类模型。目标是在 1 台设备上跑通端到端流程。
阶段 2：产品化（6-12 个月）——把 PoC 模型固化成可批量复制的模组（相机 + 边缘推理盒 + HMI），配合 recipe 对应模型库，作为设备”视觉智能包”随货出厂。关键 KPI：新装机从硬件安装到模型激活 <8 小时。
阶段 3：模型迭代（12+ 个月）——部署到多个 Fab 后，在不违反客户数据保密的前提下，把”事件级”数据（如 arcing 发生时刻的 5 秒视频片段）脱敏回流到 OEM 云端，持续迭代模型。这是 OEM 建立竞争壁垒的关键。
五、NeuroBox E5200V 的做法
迈烁集芯 NeuroBox E5200V 定位为设备 OEM 侧的视觉 AI 交付平台，不是 Fab 端的检测设备。架构上的三个选择：
1. 边缘优先。推理跑在 chamber 旁边的边缘盒（Jetson Orin 级算力），延迟 <200ms，不依赖 Fab 网络。这保证了 OEM 交付的设备在任何客户现场都能独立工作。
2. 模型本地微调。每台设备出厂带一个基础模型 + 一套 on-device 增量训练工具。客户现场跑 20-50 片后，模型自动适配该 Fab 的 recipe 变体，不需要回传数据到 OEM。
3. Smart DOE 联动。视觉信号不仅用于”检测”，还喂给 E5200 的 Smart DOE 引擎——当视觉数据显示 chamber 状态偏移时，DOE 自动调整下一片的工艺参数，把”视觉 + 调机”闭环起来。这是 V 型号区别于纯视觉检测设备的核心。
六、ROI 测算
基于三家合作设备厂的测算样本，设备端视觉 AI 在调机和早期量产阶段带来的价值集中在：
- 调机 dummy wafer 减少 60-80%——典型 chamber recovery 从 30 片降到 8-12 片
- 异常 chamber 事件发现时间从小时级降到秒级——arcing / particle burst 在毫秒内触发工艺中止
- 首次通过率提升 15-25%——指设备交付到客户 Fab 后 FAT/SAT 一次通过的比例
- FAE 现场驻场时间减少 30-40%——因为视觉数据可远程分析，不需要人到现场做目检
对一台售价 500 万人民币级的设备，上述改善相当于每台设备 30-80 万元的差异化价值——这也是为什么国际 Top 5 设备商全部在 2024-2026 年启动了 chamber 视觉 AI 项目。
七、给 OEM 的三个建议
建议一：不要自研视觉 AI 平台，但要掌握数据。视觉算法和边缘推理工程是个长期投入（团队规模 >20 人才能撑起完整体系），大多数中腰部 OEM 没必要自建。但图像数据、标注规范、Fab 部署经验必须握在自己手里，这是未来议价权的基础。
建议二：先做单 chamber PoC，再做模组化。直接上模组化产品会碰到工艺多样性的坑——不同 chamber 的光照、plasma 强度、wafer 停留时间都不一样。先用一个典型 chamber 把链路跑通，再横向复制。
建议三：把视觉 AI 绑定到 Smart DOE / R2R，而不是独立卖。单卖”视觉检测包”的溢价有限（Fab 会觉得是锦上添花），但绑定到”调机时间缩短 30%”的交付承诺上，客户买单意愿会大不同。
如果你是设备 OEM 正在规划视觉 AI 能力，NeuroBox E5200V 提供从硬件集成、模型训练到 Fab 交付的一体化方案，典型 PoC 周期 3-4 个月。我们的工程团队全部来自 APC / 半导体设备背景，可以和你的 R&D 直接对话。预约 30 分钟技术沟通。
