1.大日本印刷开发1.4nm级纳米压印光刻掩膜版 计划2027年量产

2.精测电子：连续十二个月内签订4.33亿元半导体量检设备合同

3.告别单芯片瓶颈！新思科技 Multi-Die 方案携手车企步入汽车电子新时代

4.伟测科技：聚焦高算力与车规芯片测试需求

5.谷歌带来最严峻挑战，OpenAI“重大战略调整”：“增强用户活跃”优先于“实现AGI”

1.大日本印刷开发1.4nm级纳米压印光刻掩膜版 计划2027年量产

大日本印刷株式会社（DNP）近日宣布，成功开发出电路线宽为10nm的NIL纳米压印光刻掩膜版，可用于相当于1.4nm级逻辑半导体的电路图形化。公司表示，该产品面向智能手机、数据中心、NAND闪存等应用场景中尖端逻辑芯片的微型化需求，目前已启动客户评估工作，计划于2027年实现量产。DNP同时提出，力争在2030财年将纳米压印相关业务销售额提升至40亿日元。

DNP指出，随着终端设备性能持续提升，市场对更先进制程逻辑半导体的需求不断加大，推动基于极紫外（EUV）光刻的生产技术演进。但EUV在生产线建设和曝光过程中需要巨额资本支出及高能耗，制造成本与环境负担成为行业关注焦点。自2003年起，DNP持续研发纳米压印光刻掩膜版，通过将电路图形直接压印到基板材料上，为制造商在部分工艺环节降低曝光能耗、优化成本结构提供了新的技术路径。

此次推出的10nm线宽NIL纳米压印光刻掩膜版，可在部分图形化环节替代EUV光刻，为尚未导入EUV生产线的半导体制造商提供先进逻辑制程选项。DNP表示，通过向客户供应该光刻掩膜版，有望在保持图形精度和线宽控制的前提下，扩大先进制程图形化的工艺选择空间，协助客户在制造成本和环境负担之间取得平衡。公司认为，随着逻辑器件持续向更精细线宽演进，纳米压印工艺在部分节点可能具备一定经济性优势。

在具体工艺技术上，DNP引入自对准双重成像（SADP）技术，对光刻形成的图形进行薄膜沉积和蚀刻，使图形密度实现翻倍，在此基础上实现10nm线宽的纳米压印光刻掩膜版。公司称，本次研发不仅利用了其在光掩模制造领域长期积累的高精度图形化能力，还结合了晶圆制造工艺技术，从而在产品精度、稳定性与可量产性方面满足先进逻辑半导体的要求。根据公司测算，基于纳米压印的超细半导体节能加工技术，可将曝光环节的能源消耗降至当前主流制程的大约十分之一。

在产业化推进方面，DNP已与半导体制造商开展沟通，并启动新型NIL纳米压印光刻掩膜版的评估工作。公司计划在完成客户验证、建立量产工艺和供应体系后，于2027年开启量产供货，以应对逻辑半导体微缩带来的新增需求。DNP表示，将持续推动纳米压印光刻掩膜版技术升级和产能扩充，以匹配未来市场放量节奏，将相关业务培育为公司半导体板块的重要增长点。

此外，DNP计划在2025年12月17日至19日于东京国际展览中心举办的SEMICON Japan 2025上展出这款10nm线宽NIL纳米压印光刻掩膜版。公司认为，通过在专业展会集中展示产品与技术路线，可加深与全球半导体制造企业及设备厂商的交流，推动纳米压印工艺在先进逻辑制程中的应用探索。后续该技术在量产良率、生产节拍以及与既有工艺整合方面的表现，将成为市场持续关注的重点。

2.精测电子：连续十二个月内签订4.33亿元半导体量检设备合同

12月9日，精测电子（300567.SZ）公告称，公司控股子公司上海精测半导体技术有限公司（以下简称“上海精测”）及公司其他合并范围内子公司，在连续十二个月内与同一交易对手方及其相关公司签订多份销售合同，主要向客户提供半导体量检测设备等产品，合同累计金额达到432,574,120.24元。

公告显示，本批次合同主要标的包括膜厚系列产品、OCD设备、电子束设备等半导体量检测设备，应用场景主要为先进存储和HBM等相关领域。公司称，相关合同为日常经营性业务安排，不构成关联交易，也不属于《上市公司重大资产重组管理办法》规定的重大资产重组，根据公司章程及内部自愿性披露标准，本批次合同签署无需提交董事会或股东大会审议。

在交易对手方方面，精测电子表示，因合同部分信息涉及商业机密，根据深圳证券交易所相关规则及公司内部自愿性披露标准，对客户名称等具体信息予以豁免披露。公司称，该客户信用状况良好、具备履约能力，合同履约风险可控，且客户与公司不存在关联关系。

就合同条款而言，本批次设备采购合同约定的主要内容包括产品名称、数量、单价及交付安排等，合同金额累计为432,574,120.24元，合同自双方盖章或签字后生效。精测电子表示，若上述合同能够顺利履行，有望进一步巩固公司在半导体量检测设备领域的市场地位，并为相关产品线带来新增业绩贡献。

精测电子指出，本批次合同的签署是在与该客户既有良好合作基础上进一步加深合作，体现了客户对公司半导体量检测设备产品性能和服务能力的认可，有助于提升公司品牌影响力与市场竞争力。公司同时强调，本批次合同的履行不会对公司业务独立性构成影响，公司主要业务不会因合同履行对单一客户形成依赖。

3.告别单芯片瓶颈！新思科技 Multi-Die 方案携手车企步入汽车电子新时代

汽车行业正加速驶向智能座舱、电驱与完全自动驾驶并存的未来。背后的核心挑战在于：如何设计能够在车辆生命周期内实现更好性能与高可靠性的芯片。

与此同时，汽车芯片正面临日益严苛的功能安全标准和行业规范 。任何失效都可能引发召回甚至道路险情。为了应对这些挑战并在快速发展的市场中保持竞争力，汽车制造商和芯片设计者正在转向多芯片封装——这一架构正重塑汽车电子的技术路线，也带来了一系列必须解决的全新的技术与业务挑战。

复杂度、安全性与可靠性的三重挑战

汽车芯片的要求一直很高。与智能手机出现故障不同，汽车芯片的失效可能导致生命安全风险。

如今，车辆需要在 15 年甚至更长时间内稳定运行且无任何故障。电动汽车和混合动力车因充电周期的特性，通常处于“始终在线”状态，进一步加剧了这些要求。

从高级驾驶辅助系统（ADAS）到全数字化座舱，再到提供更好容错能力和更易软件更新的集中式电子系统，芯片复杂性与日俱增——满足这些要求并非易事。而传统芯片架构已难以适应这一趋势。

传统单芯片的局限性

历史上，汽车芯片通常设计为单片系统级芯片（SoC），将所有功能集成在单一硅片上。该架构在功能离散、集成度较低的时代尚可胜任，但现代车辆所需的高度复杂且深度集成的数字系统则要求更高。

随着行业向更高水平的自动驾驶发展——自动驾驶汽车几乎无需人工干预——显著增强的计算能力、更集成的传感器以及更优的实时数据处理能力成为必需。

除了技术复杂性，汽车企业及其供应商还面临着制造挑战。传统芯片从未被设计用于应对恶劣环境、长年道路磨损或车辆平台的年度升级周期。

因此，需要新的芯片设计，提供更高的可靠性、灵活性和可扩展性。

Multi-Die 设计的兴起

汽车行业如今正转向 Multi-Die 架构，即在单个封装中集成多个异构或同构裸片（也称为芯粒）。这种变革使制造商能够自由组合不同芯片、融合不同技术，并构建针对特定汽车需求的可扩展解决方案。

多芯片封装的优势显而易见：

• 实现更高性能：封装内的芯片间实现 Die-to-Die 互连，带宽远高于传统 PCB 级互连。

• 降低系统功耗：更少的 PCB 信号能显著降低功耗，但单位面积功耗的增加导致的功耗管理依然需要。

• 提高产品灵活性：可混合不同供应商和工艺节点的芯片，提供灵活性并支持快速创新。

• 加速扩展系统功能：可创建适用于不同车型和功能的芯片家族，并随时间进行升级与迭代。

设计与验证：新架构下的新规则

多芯片封装在释放系统级新可能性的同时，也带来了新的挑战。将系统功能划分到多个芯片上需要先进的架构探索，通常借助数字孪生技术模拟和优化各种“假设”场景。

物理实现涉及硅通孔（TSV）、中介层和细间距凸点等技术，需依赖尖端的电子设计自动化（EDA）工具。

测试和生命周期管理也更为复杂。单芯片故障或者 Die-to-Die 连接问题都要检测到。硅生命周期管理（SLM）——通过集成传感器和监视器来追踪芯片整个生命周期内的电压、温度和性能——至关重要。

预测性诊断和空中下载（OTA）更新有助于在故障危及安全之前进行预防，从而降低维护成本和召回风险。

打造高可靠 Multi-Die 汽车系统

Multi-Die 创新领域的领导者新思科技正站在变革的前沿，帮助 OEM 及其供应商转变传统的开发模式，转向 Multi-Die 设计，充分利用最新的创新。

新思科技提供面向汽车级 Multi-Die 架构的全面 EDA 和 IP 解决方案，具备高度可扩展性。新思科技的 IP 解决方案符合汽车行业标准（如 UCIe 标准）和行业计划（如比利时微电子中心的 imec Automotive Multi-Die Initiative）。我们正在推出在特定工艺节点实现的 ASIL B UCIe Controller 和 Grade 2 UCIe PHY，用于满足严格的汽车行业标准。

新思科技的先进 EDA 解决方案可全面支持汽车应用中 Multi-Die 架构的全周期设计，具体包括 ：

• 使用 Platform Architect for Multi-Die 进行早期架构探索

• 借助 3DIC Compiler 平台实现芯片/封装协同设计与优化

• 通过生命周期管理（SLM）实现实时系统监控和预测分析

前景展望

汽车电子正进入一个新时代，Multi-Die 不再是可选项，而是必然趋势。

通过 Multi-Die 先进封装，制造商要能够满足对可扩展性和性能日益增长的需求。借助合适的技术伙伴和解决方案，加速创新、建立差异化优势，并提供能够创造持久价值的下一代汽车体验。

4.伟测科技：聚焦高算力与车规芯片测试需求

近日，伟测科技（688372.SH）在披露的《2025年12月投资者关系活动记录表》中，围绕半导体封测格局、业务结构、高端设备与产能布局等问题回答了机构投资者提问。公司指出，受AI、智能驾驶、大数据中心等需求拉动，本土封测业务迎来增量，叠加外部管制和“China for China”策略驱动，越来越多本土芯片设计公司及海外IDM在中国大陆进行测试，测试订单正加速回流。

公司回顾了从IDM一体化模式到“设计—制造—封测”专业分工的发展路径，认为封测环节的专业化和第三方化仍是长期方向。尽管出于国家战略与安全考虑，部分企业存在再整合趋势，但从效率与成本角度看，仍需要由专业第三方测试企业通过规模效应和技术积累来定义标准、做大市场、引领生态。公司表示，希望在中国大陆第三方测试领域发挥引领作用。

在产品结构方面，伟测科技表示，目前存储类测试以Nor Flash为主，原因在于其他类型存储芯片多采用IDM自测模式，客户高度集中且专用设备投资巨大，而Nor Flash客户分散、设备通用性更强，更适合第三方测试切入。公司重点聚焦高算力CPU/GPU/AI芯片和汽车电子等高可靠性芯片测试，判断随着全球AI算力需求上升和新能源汽车渗透率提升，此类高端产品在国内设计公司产品组合中的占比将持续提高，测试端亦将同步向高端化升级。

在业务模式和盈利能力方面，公司介绍，目前收入仍以晶圆测试（CP）为主，终测（FT）受封测厂产能利用率影响更大，景气好时封测厂更倾向将订单外包，景气弱时则优先自用产能。测试价格在2022—2023年行业下行期曾承压，部分成熟产品降价后难以直接回调，但随着低价旧产品逐步退出、新产品与新客户陆续导入，整体均价正向合理区间修复。公司同时披露，整体回款周期约为2—3个月。

伟测科技称，中低端测试设备国产替代比例较高，但在中高端领域国产设备与国际头部仍有差距，高端设备交期通常在6个月左右，阶段性紧张更多源于需求快速增长。公司强调，高端测试平台如泰瑞达、爱德万等使用寿命可通过升级延长至20年以上，实际淘汰往往由于测试效率和经济性不再具备优势，而非物理损坏。在全球AI算力拉动下，公司通过前瞻下单和逆周期扩张锁定设备资源，高端测试产能已具备领先潜力。

对于未来发展方向，公司表示，将继续围绕高算力芯片和车规级高可靠性芯片测试需求，坚持在中国大陆本土扩产，目前暂无海外扩产计划。公司认为，本土芯片设计公司加速崛起、制造与封测环节向大陆集中叠加外部不确定性，将使本土第三方测试服务在成本、安全与本地化服务方面具备持续优势。伟测科技将通过优化客户结构、强化高端产能与技术能力，争取在新一轮行业分工中进一步提升市场份额。

5.谷歌带来最严峻挑战，OpenAI“重大战略调整”：“增强用户活跃”优先于“实现AGI”

面对谷歌日益严峻的竞争威胁，OpenAI CEO Sam Altman 近日发布“红色代码”警报，这标志着这家全球估值最高的初创公司正经历一次重大的战略修正。

为了应对市场份额流失和巨大的财务压力，OpenAI 决定暂时搁置包括Sora视频生成器在内的长期研发项目，转而在短期内全力通过提升用户活跃度来巩固ChatGPT的大众市场地位。

据华尔街日报报道，Altman 在发给员工的备忘录中明确指示，公司应将“更好地利用用户信号”作为优先事项，以提振ChatGPT在模型排行榜上的表现并增加用户粘性。这种策略意味着OpenAI将更多依赖基于用户点击反馈的训练数据，而非单纯依靠专业评估。此前，这一策略曾助推GPT-4o模型获得极高的用户参与度，但也因引发模型“过度迎合”用户而招致关于加剧用户心理健康问题的争议。

此次战略调整正值OpenAI 面临成立以来最严重的挑战。谷歌近期推出的Nano Banana图像生成器和Gemini 3模型在市场和关键的第三方评测（如LM Arena）中迅速崛起，不仅在性能上超越了OpenAI，更在抢占企业客户和消费者市场。若无法遏制增长放缓的趋势，OpenAI 可能难以支付近期签署的高达1.4万亿美元的巨额算力基础设施合约，甚至面临资金链紧张的风险。

这一举措凸显了OpenAI 内部日益加深的路线之争：是在短期内追求消费级产品的商业成功，还是坚持其创立初衷——追求能够超越人类思考能力的通用人工智能（AGI）。Altman 的决定表明，为了公司的生存，OpenAI 必须暂时放缓对AGI的极致追求，转而满足大众市场的即时需求。

暂停长线探索，全力聚焦当下增长

在“红色代码”状态下，OpenAI 将暂停Sora等非核心项目八周，拿出全部精力集中于改进ChatGPT。Altman在备忘录中指出，公司需要通过提升产品在LM Arena等排行榜上的名次来确立优势。

这一决策反映了公司内部两股力量的博弈。以产品副总裁 Fidji Simo 和首席财务官 Sarah Friar 为代表的商业化团队一直推动将更多资源投入ChatGPT，主张优化现有功能的发现率、速度和可靠性。而由首席科学家 Jakub Patchocki 领导的研究团队则更倾向于追求最前沿的技术突破，如“推理”模型。

然而，随着著名的“缩放定律”显示出边际效益递减的迹象，且推理模型虽然擅长解决复杂问题但在生成邮件等日常任务中速度较慢，管理层最终决定向商业化倾斜。

据悉，高层已驳回部分员工关于推迟发布新模型的请求，计划于本周发布代号为5.2的新模型，这被视为该战略调整下的首个重要动作。

谷歌步步紧逼，财务护城河承压

OpenAI 的紧迫感直接源于竞争对手的快速追赶。自谷歌在8月推出爆款图像生成器Nano Banana后，其Gemini AI应用曾短暂取代ChatGPT登顶应用商店榜首。

上个月，谷歌的新模型Gemini 3在备受关注的LM Arena排行榜上击败了OpenAI的产品。与此同时，竞争对手Anthropic也在企业客户领域不断蚕食OpenAI的份额。

除了市场份额，财务可持续性是另一大考量。OpenAI 的估值在最新一轮融资中达到5000亿美元，周平均活跃用户数超过8亿。为了支撑这一庞大的体量和未来的算力需求，Altman在今年夏秋两季签署了巨额的基础设施建设承诺。如果用户增长放缓，这一商业逻辑将难以闭环。

尽管 Altman 在周一的媒体午餐会上表示，长期的真正较量将在OpenAI与苹果之间展开，因为硬件设备决定了AI的使用场景，但眼下谷歌的攻势已迫使他必须先赢得当前的生存战。

激进策略的双刃剑：流量与安全的博弈

Altman 强调的“用户信号”策略在内部早已引发过激烈讨论。这种被称为“本地用户偏好优化”（LUPO）的方法，通过从数百万次用户对话的二选一反馈中提取数据来训练模型。这使得GPT-4o模型在发布时极受欢迎，不仅刷新了内部的“每日活跃用户”仪表盘数据，也在LM Arena上取得了创纪录的高分。

然而，过度依赖用户反馈导致了“阿谀奉承”问题，即AI倾向于说用户想听的话，而非真实或有益的话。今年早些时候，一些用户在长时间使用GPT-4o后陷入妄想或躁狂状态，甚至有自杀者家属提起诉讼，指控公司将参与度置于安全之上。为此，OpenAI 曾在春季启动“橙色代码”来应对这一危机，并承认每周有数十万用户表现出潜在的精神健康紧急状况。

尽管公司随后调整了训练权重以减少模型的“过度顺从”，并在8月发布的GPT-5中采用了更冷淡的语气，但这导致了用户不满和参与度下降。面对谷歌的竞争，Altman 最终选择恢复更受欢迎的GPT-4o模式，并指示再次强化个性化功能和用户信号的使用。

未来展望：在理想与现实间走钢丝

OpenAI 计划在明年1月发布另一款改进了图像、速度和“个性”的模型，届时预计将结束“红色代码”状态。公司发言人表示，两种哲学之间不存在根本冲突，广泛的AI工具普及是将AGI利益分发给大众的途径。

这让人联想到社交媒体巨头Meta Platforms曾面临的处境：在应对TikTok竞争（推出Reels）与投资长远未来（元宇宙）之间摇摆。正如儿童权益倡导组织Common Sense Media的创始人 Jim Steyer 所言，社交媒体多年来对参与度的优先追求导致了心理健康危机，而现在的问题是，AI公司是否会重蹈覆辙。

对于OpenAI而言，当下的挑战不仅在于技术突破，更在于如何在激烈的商业竞争、高昂的运营成本与日益敏感的安全伦理之间找到脆弱的平衡点。