9月9日至11日,中国国际光电博览会(CIOE中国光博会)在深圳国际会展中心举办。
9月9日,CIOE中国光博会主办,深圳协伴展览、深圳市增强现实技术应用协会、追焦 XR 协办的【AR/VR 光学技术应用高峰论坛】重磅开启。壹倍科技研发总监孔一帆,以“面向XR显示的Micro LED晶圆级检测技术与良率提升”为主题发表了演讲。

2026年,随着Rokid Glasses、千问AI眼镜S1、Even G1/G2以及雷鸟iO、影目、科大讯飞、极米MemoMind等AR眼镜产品规模化出货和陆续上市,压力从市场端传导至上游供应链。衍射光波导/体全息光波导+Micro LED成为AR眼镜最常用的光学方案,阵列光波导、混合光波导、Birdbath以及更多新的技术路线也仍在探索中。核心技术路线百花齐放,围绕核心技术的材料选型、量产良率、全彩化方案等挑战依然横亘在产业面前。
壹倍科技研发总监孔一帆围绕AR用MicroLED量产中的质量控制与检测技术展开分享,系统介绍了公司如何通过晶圆级检测,应对微小像素对缺陷高度敏感所带来的制造挑战。他指出,传统外延抽检已难以满足AR MicroLED对良率和一致性的要求,质量控制必须从后段筛查前移至晶圆级,并贯穿材料、外延、像素及工艺等关键环节。

在具体实践中,孔一帆结合外延缺陷检测、晶圆重构和像素检测案例,展示了高精度检测技术如何支持来料筛选、材料分级和工艺异常定位。壹倍科技通过S610、U1000和M1500R等产品,覆盖材料量测、缺陷检测与像素检测,并关联AOI、PL和EL等多源检测结果,形成系统化的质量分析能力。他强调,检测不仅要“发现问题”,更要统一理解和有效应用不同设备、不同工序产生的数据。壹倍科技以统一空间坐标为核心,打通跨设备数据链路,使检测结果真正服务于制造决策,助力客户持续提升量产良率。

以下为演讲实录(有删减):
感谢主持人的介绍。各位专家,各位同仁,大家下午好。我是壹倍科技的研发总监孔一帆。今天很荣幸给大家带来面向AR显示的Micro LED晶圆级检测技术和良率提升的分享。我要分享的内容大概有这么几个部分。
我们公司壹倍科技是专注于Micro LED全场景检测的企业。我们从成立以来一直专注于做Micro LED的检测技术和产品的开发。然后在2022年首先开发了国内首台Micro PL光致发光巨量检测设备,解决了Micro LED在晶圆上由于芯片小型化之后没法进行发光性能全检的这个难点。后续又陆续开发了解决芯片转移和键合后位置精度难以监控的痛点的产品和Micro LED芯片良率提升受到外延缺陷瓶颈限制的检测设备。
我们团队目前在晶圆级的Micro LED设备上的出货是首屈一指的,同时也在服务海峡两岸以及欧美的客户。然后也正如刚刚主持人介绍到的,我们在Micro LED装备新创企业里面的话,我们融资规模是名列第一的,获得了产业和资本的双重认可。
OK我们进入正题,关于面向AR显示的Micro LED的技术背景。大家都知道Micro LED目前其实已经迈入了很多应用场景。但是AR微显示是目前的一个最有潜力的应用方向。这是因为大家在这个AR浪潮、AI的浪潮里面觉得AR眼镜会成为一个个人终端非常有潜力的一个载体。那么为什么Micro LED特别适合AR呢?因为AR眼镜对户外可见、功耗散热以及高PPI的要求,还有很多光机这方面的诉求,正好可以被Micro LED完美地去匹配。因为Micro LED具有高亮度、高效率、微小像素和小型化的特点。不过要一一兑现这样的优势的话,仍然需要Micro LED器件的制造实现更好的一致性,工艺精度和良率管控。
回到Micro LED的检测的话,它也有一定的行业特殊性。这里有一个很经典的图,相信关注Micro LED的大家都见过。因为Micro LED它实际上是LED、面板还有集成电路三个产业的交汇点,所以它的检测也兼顾这三个产业的一个特点。首先是要像LED做光电特性的检测,要像面板一样去做显示效果的检测,像集成电路一样去做高精度的制程检测。
我们把这些检测的需求放回到AR用Micro LED制造流程。这个Micro LED制造流程还是比较长的,大概有十多道大工序,接近两三百道小工序。我们简化来看的话,从这个外延到最后的模组,这些不同的点位上面关注的检测点也不太一样。那以外延而言的话,关注缺陷、波长、均匀性;还有比较关键的键合、剥离部分的界面;还有刻蚀、像素化过程中的图形、损伤和发光;以及后面点亮、切割分选和模组测试关注的像素、显示效果、均匀性等等。从半导体制程制造来看,产业链条越长,我们把质量控制前移,就能够很好地减少缺陷和成本向后续工艺的一个传递。所以进行晶圆级的检测是非常重要的。所以接下来我将会带来关于三个场景下的一个检测和良率管控的方案的案例。分别是外延检测,晶圆重构中的检测,还有像素级检测。
我们先看这个外延的检测。对于传统LED外延,它的检测逻辑其实很简单,主要是关注的是波长和均匀性。因为大家回到LED外延本身,它是像氮化镓等材料一层层去叠加,其中通过InGaN/GaN多量子阱结构来发光。这中间但凡有一点成分的波动,都会导致最后的发光波长的波动。而一次生长又是批量进行的。所以我们去看这个典型的一个MOCVD反应腔里面波长的时候,会发现它不仅每一片的波长会有一些波动,甚至一片里面的波长均匀性也会有比较大的变化。
比如右边这个图,但是传统的照明LED占了大概百分之八九十。这个LED的产能如果按照4英寸当量来算,可能一个月要接近1000万片。所以这种情况下最关心的还是说这么多外延生产出来之后,它的波长符不符合我们预期,它的均匀性符不符合,这是一个很make sense、很合理的一个逻辑。
但是当我们拿这样的外延去做Micro LED的时候,就会有一个问题存在。就是我做到那种微米级的像素的时候,现在的这个外延是否能够支撑我最后的这个屏幕的像素点亮,不要出现那些坏点。但实践证明的话,它是不能满足的。
我们还是回到传统LED检测左边这个图,它是一个很典型的检测的一个主要看的一个结果,就是它的波长的mapping。它的结果一般是比如说以几毫米为步长去抽样的。那我们知道像AR用的Micro LED像素可能是两个微米,芯片的话大概也是几毫米。那你这样粗略的角度去检测的话,它是没法支撑我们做后面的这个像素判断的。所以用同样的样品,我们拿去做高精度的外延全检,就能看到它存在大量的微米级的缺陷。比如说用这款设备,我们以这个明场(BF)0.2微米、暗场(DF)80纳米、PL 0.5微米的精度去检测,就能看到很多细致的缺陷。
这个缺陷展开去看,从右边这张图上面就能看到它有很多不同的类型。我们有膜层里面的缺陷,有生长过程中包覆的缺陷,也有一些晶格异常等等。特别是通过光致发光的通道的话,可以很好地看到它这些缺陷的影响范围有多大、会不会影响到最后我们的像素。不过目前是看到这些缺陷,怎么确定它是否和最后像素点亮关联呢?就是我们和下游的客户做验证,对比高精度外延缺陷检测的结果和做完芯片像素化之后的结果。在这个验证案例里,器件缺陷位置与外延段缺陷位置的重合率大概有70%。这就有力地说明,做了高精度缺陷检测之后,它是能够去帮助我们外延的用户进行来料筛选,来节省后续工艺的成本。然后对于我们外延厂来说的话,有了高精度的检测之后的话,也可以通过检测进行空间分析等等,来构成一个良率改善的闭环。所以把这个检测的精度提升到这个亚微米级,可以成为Micro LED的制造工艺里面,对于上下游都有利的一个数据支撑。
然后第二个案例是晶圆重构。晶圆重构的话其实我们也一直在参与中间的一些方案的研究。
大家知道CMOS和外延生长的最佳尺寸窗口不一样。外延一般是4英寸、6英寸蓝宝石基,硅基Micro LED的话可能到8英寸,但是CMOS一般是用12英寸会比较有竞争力。而且刚刚我介绍到的外延,它存在一定的空间不均匀性。那么我们把4英寸的外延往12英寸的CMOS上键合的时候,首先就存在一个空间利用率的问题,大概只有可能七成左右。然后再叠加里面波长合格区域的限制。所以最终的有效利用率可能一半都不到。
所以这个晶圆重构工艺就被提出,就是将外延先进行切割,切割成这个sub-wafer规格或者叫Die,再去剔除掉其中不合格的区域,然后再将合格的Die去重构成一个,比如说12英寸的一个重组的外延体,然后再和CMOS去键合。那这个过程的话,理论利用率上限可以达到百分之百。所以晶圆重构它最主要是提供了一个sub-wafer级的筛选能力,并且可以利用到12英寸的这个支撑平台,可以提高CMOS的一个利用率。
这里面最关键的就是外延Die的这个binning。刚刚说的筛选过程,我们怎么去筛选这里面哪些Die要用,哪些Die要剔除。还是回到刚刚的这个,如果我们还采用传统外延的检测的精度的话,它是不足以支撑这个筛选的。首先缺陷它可能发现的就不够,然后波长、膜厚、翘曲,它的精度也刚刚说到,它只能够比较粗糙,相当于是对一片进行的一个抽样sampling。所以我们需要把整个检测的精度推进到pixel level。这样子才能够支持更高精度的晶圆重构的工艺。更加精细的空间颗粒度也需要更精细的检测来支撑。
当我们有了这些高精度的检测数据之后,怎么去使用?这里提供一个范式,首先是通过缺陷检测来确定哪些区域在缺陷这一项上是OK的,也就是没有缺陷或缺陷在阈值以下的区域进入候选清单。根据刚刚的量测手段,我们去做这个区域的分级或者分Bin。最后我们在大量的4英寸的外延片中持续的去抽取OK和同一Bin的区域,然后来组合成12英寸的这个临时基板重构体。所以这个过程它就有一个前提,就是说我们这些检测的结果都必须落在同一个空间的位置上。所以也就要求我们的这些检测设备具有跨机台的裸片的微米级的对准能力,以及跨设备的这个数据联动能力。
第三个案例是像素检测。像素检测在做完图案化之后的话,缺陷的问题就从刚刚的材料端扩展到了工艺端。很多很多问题都会导致最后的点亮异常。比如说这个结构异常,像这个键合界面的问题,比如说工艺损伤,像这个侧壁损伤,比如说这个残留和污染,都可能导致最后点亮的异常。
传统的比较经典的检测手段是SEM,它信息比较详细,但是效率不高。然后EL点亮的话,它可以反映结果。但是那个时候已经到了比较后端,没法前移定位和管控。所以我们需要引入高速、晶圆级、可全检的这样的手段。
我们的实践表明,采用像素级的外观(AOI)和光致发光(PL)检测,可以把检测前移,支撑点亮良率的改善。这里是一个case study,像这个典型的区域,我们同时做了外观、PL激发和EL点亮检测。我们可以通过空间坐标对齐这些点位,从它们的关联模式推断缺陷来源。比如说我们看这个橙色的点位,它AOI是有一点点外观异常的,但是PL是亮的,EL是暗的,那这个可能就是它的一个导电层的异常。然后比较多的浅蓝色的点位,它的AOI是很正常的,看不到任何东西,但是PL和EL都是暗的。然后还有一些地方,比如说紫色点位,它的AOI有暗缺陷,PL和EL都是暗的,那就可能是一个整体结构的损伤。所以我们通过外观和这个激发的一个前置检测,可以推断缺陷的来源,然后来反馈工艺改善,最终实现一个点亮良率的提升。
在这个基础之上,我们很有幸地参与了像三色堆叠等先进工艺的验证。比如这个就是我们用光致发光点亮的一个三色堆叠的样品。大家看到中间绿色比较亮,边上有一圈蓝色,还有这个红色比较暗的,这个确实是效率相对低一些。我们可以分别去激发它,然后去进行它的像素数据检测,也可以进行质量判定,输出它的OK/NG map,来协助这些先进工艺的验证和改善。好,最后我们结合我们在这方面的经验,推出了AR Micro LED的晶圆检测的平台方案。首先我们先回顾一下刚刚那三个案例,在外延检测上面我们推出了更高精度的检测的方案。
在晶圆重构里面,我们通过多维的检测信息来支持晶圆重构的决策。然后在图案化的检测,通过不同的检测手段的关联来定位工艺问题。这里面最关键的不是说看到问题,而是把这些信息关联起来,来指导我们的制造决策。所以关联很重要,因此我们首先是打造了这个解决方案包,由三款设备组成。围绕外延材料,有我们的机型S610,它可以支撑PL光谱、膜厚和翘曲,实现一个高精度的材料量测。有我们的这个U1000,前面那个高精度全检的就是它做的。它的优势是可以进行多通道并行的检测,然后还有像素图案化的这个M1500R支持外观和发光的同时检测,可以支持十亿级像素和12英寸的制程。
这三款设备都是来自于壹倍完整的Micro LED检测体系的家族里面的最合适的三款,也可以根据客户的工艺节点来灵活配置。在这基础之上,当我们面向更长的技术远景的时候,我们还在持续打造平台化的检测能力和数据能力。首先是核心检测技术,这三款设备都是由上面的一些关键技术进行灵活组合形成的。包括膜厚量测,PL光谱,PL的这个微区量测,明场、暗场等等。除了设备和技术之外,更重要的是打通它们之间的数据,包括了空间数据,包括了多维的数据组合。最后结合我们的应用的需要,来提供更好的数据分析和数据工程工具包,来支撑我们的分选、工艺追溯能力,改善各方面的工艺实施。
话说回来,检测只是一个手段,最重要的还是服务于我们的用户来做材料选择、工艺改善等等,服务于这个量产提升的行动。所以我们的检测精度是要去持续匹配对应的领域。比如AR Micro LED的这个要求。我们的检测的这些信息要能够关联起来,服务于我们的制造决策。我们不光要满足现状,还要持续打造平台化能力,来服务整个行业的量产升级。有幸能和众多产业的同仁一道,一起去完善我们的技术、设备和平台,与大家共同推进Micro LED的量产良率提升。
以上,谢谢大家。