6 月初，Anthropic 發布長文，呼吁全球放緩 AI 研究。

在 Anthropic 看來，過去幾年，AI 算力以指數級速度增長，“讓 AI 自己造出下一代更強大的 AI”正變為現實。但由于后續對齊研究、外部供給鏈能力，以及市場運作機制等條件沒有同步進化，AI 在現實世界的推進正陷入新的瓶頸。

這種上下游能力的增長矛盾，在 AI for Science 領域體現得更為明顯，具體表現為， AI 可以加速科學發現，卻不能自動完成驗證。因此，除了討論是否要讓走在前面的 AI 慢下來，另一個同樣重要的問題是：如何讓走在后面的實驗驗證、工程集成和產業轉化能力跟上腳步。

以材料科學為例，2023 年，谷歌 DeepMind 發表研究，其材料發現模型一次性預測出 220 萬種新晶體結構，其中約 38 萬種被認為有合成價值。然而，過去 3 年，全球研究人員僅合成了其中的 700 種左右。

更重要的是，合成出來并不等于驗證完成。對于新材料而言，單個樣品或單個器件的性能突破只是第一步。它還需要接受大規模陣列、一致性、穩定性和可制造性的檢驗，以進一步評估其在真實應用場景中的系統級表現和產業化潛力。

誰來承接 AI for Materials 的驗證需求？

作為全球顯示器的核心元件，TFT（Thin-Film Transistor，薄膜晶體管）承擔著對海量像素單元進行精準、獨立電信號控制的任務。它天然具備陣列化、高密度等特點，與上述需求完美匹配。

在全球 TFT 產能中，中國大陸擁有全球 80% 的 TFT 產能和完整產業鏈基礎。這意味著，誰能率先將中國成熟顯示產業鏈中的 TFT 能力，牽引到新的應用方向上，誰就掌握了稀缺的結構性優勢。

領摯科技，正是這一方向中的領軍企業之一。

公開信息顯示，基于 TFT 半導體技術，領摯科技打通了從材料與 TFT 的集成、到電子系統驅動與讀取、封裝與鍵合等關鍵環節，讓科學家從繁瑣的工程實現難題中解放出來，更加專注于材料本身的設計與制備工藝研究，進一步提升效率。其相關技術已被用于超過 290 篇期刊論文，其中包括 20 余篇 Nature、Science 系列論文。憑借廣泛的學術應用數據，為行業提供了一種全新的驗證標準。

（來源：領摯科技）

在傳感方向，蘇黎世聯邦理工學院的研究團隊曾在 Nature 發表研究，嘗試讓相機不再依賴傳統濾光片或復雜算法完成顏色重建。研究團隊將器件與領摯科技的 TFT 傳感芯片集成，構建了一個小規模成像系統，并通過 TFT 多通道信號的高速實時讀取，成功演示了更接近人眼視覺系統的高精度、無偽影彩色成像。

（來源：Nature）

在顯示方向，浙江大學團隊發表于 Nature 的研究中，成功研制出了世界最小 LED，并與領摯科技聯合開發了有源矩陣 PeLED 微顯示器原型，為未來超高分辨率可穿戴顯示設備的想象勾勒了輪廓。

（來源：Nature）

在感、算方向，上海交通大學、合肥工業大學和韓國科學院團隊發表于 Science Advances 的研究，則借助 TFT 陣列開發出了低光學強度下仍可運行自適應成像算法的大規模視網膜形態計算系統，在傳感器端完成從“看見”到“決策”的閉環，也驗證了 TFT 在感存算一體化方向的潛力，為自動駕駛、智能假肢、康復外骨骼等邊緣計算場景提供新路徑。

（來源：Science Advances）

這些案例表明，TFT 技術已經在傳感、顯示、感存計算等不同方向，為全球前沿材料與器件研究提供系統級驗證。

打通產研最后一公里

不過，實驗室層面的可靠性驗證，并不意味著已經能夠進入產業。2025 年 5 月，美國國家可再生能源實驗室（NREL）召集了超過 50 位材料科學、AI 與機器人領域專家，專門研討 AI 驅動的科學發現如何走向產業落地。與會者的核心共識只有一條：橫亙在實驗室與產業之間的“死亡之谷”（Valley of Death），依然是當下最難跨越的關卡。

大量前沿成果止步于實驗室，往往不是因為科學問題沒有突破，而是因為從材料到產品之間還隔著一條漫長的工程化鏈條。

第一，可量產性。對于大多數科研團隊和早期創新企業而言，往往需要從小批量開始進行不斷試錯，想要直接調動成熟產線完成產業化驗證，不僅成本高昂、需要投入大量的人力，還要忍受漫長的周期。

第二，“集成化”難題。從材料研發到產品開發需要一整套能夠穩定運行的集成系統，涉及電路設計、流片制程、電子系統、模組加工等復雜環節。這些工程化能力并不在早期團隊自身承受的范圍之內，往往需要另行組建完整的技術團隊，帶來了新的資金投入壓力。

因此，從論文結果到工程樣機，從實驗室驗證到產業導入，需要一套可復用、可擴展的標準來承接。

領摯科技試圖補上的，正是這一環。過去幾年，領摯科技已與歐洲、北美及亞洲多個國家和地區超過 20 家企業展開合作，覆蓋新型顯示、光電探測成像、機器視覺、電子皮膚以及神經電子學等多個前沿技術方向，串聯起科研成果從小試、中試到規模化量產全流程。

（來源：領摯科技）

據介紹，該公司提供的不只是 TFT 芯片，還包括芯片背后的驅動、讀取系統，以及面向具體應用場景的原型開發能力。對于一些早期創新團隊而言，這類原型機可以幫助其向投資人或產業客戶更直觀地說明技術未來可能形成怎樣的產品。

在小試階段，有歐洲企業基于領摯科技提供的 TFT 技術，開發超輕薄、可彎曲的新型 OLED 顯示原型機，面向包裝、可穿戴設備等應用場景，已獲得超過千萬美元融資支持。

中試階段，領摯科技參與的是從器件到系統樣機之間的工程化環節，這也是大多數早期團隊最難獨立完成的部分。

領摯科技與英國一家初創公司共同開發了新一代 TFT 柔性檢測系統，目前已進入商業化階段。相比傳統工業檢測設備，柔性電子方案能夠覆蓋更大面積，也能適應更復雜的部署環境，為航空航天、能源設施和智能制造等場景提供新的檢測思路。

在量產階段，領摯科技與歐洲上市企業合作開發的新型量子點發光材料，正在面向下一代顯示技術推進，有望進入規模化量產階段。

將持續瞄準 AI4S 的下半場

目前，領摯科技以杭州為總部研發中心，并在英國劍橋和中國香港設有子公司。其服務網絡已覆蓋全球 20 多個國家和地區，接近 400 家高校、科研機構與創新企業。在 Nature 發布的研究報告“Multi-project wafers for flexible thin-film electronics by independent foundries”中，領摯科技也作為全球 TFT 創新領域的代表性企業被提及。

資本也在關注這一方向。2026 年，領摯科技引入半導體投資機構華登國際。截至目前，其投資方還包括十維資本、真格基金、杏澤資本、比鄰星投資等機構。

與此同時，領摯科技也在嘗試將 TFT 技術延伸至生命科學領域。該公司推出的基于 TFT 半導體的桌面式寡核苷酸微陣列合成儀，試圖通過 TFT-DNA 合成方案，為生命科學研究提供更高效率、更低成本的數據生產能力。

它所指向的問題，與材料科學中的挑戰一致：當 AI 能夠更快地提出假設、篩選方案和發現新材料之后，科學研究真正稀缺的能力，正在從提出想法轉向高通量、低成本、可規模化的驗證。

從這個角度看，TFT 正在成為 AI for Science 走向產業應用的一塊關鍵試金石。領摯科技所處的位置，也恰好落在這條路徑的關鍵節點上。

1.https://doi.org/10.1038/s41586-024-07306-2

2.https://www.anthropic.com/institute/recursive-self-improvement

3.https://doi.org/10.1038/s41586-023-06735-9

4.https://cleantechnica.com/2025/08/19/ai-could-help-bridge-valley-of-death-for-new-materials/

5.https://doi.org/10.1038/s41586-025-09062-3

6.https://doi.org/10.1038/s41586-025-08685-w

7.https://doi.org/10.1126/sciadv.ads2834

運營/排版：何晨龍

注：封面/首圖由 AI 輔助生成