本研究评估了现代视觉异常检测方法在半导体制造中的应用，特别是在缺乏标记样本的情况下。通过基于MIIC数据集的基准，展示了无监督学习的有效性，降低了检测成本，提高了效率，推动了行业技术进步。

智平方与吉利科技旗下晶能微签署合作协议，首次在半导体工厂部署通用具身智能机器人Alpha Bot。该机器人通过自主学习和高精度操作，提升生产效率，解决传统生产中的污染和效率问题，标志着半导体制造智能化的新阶段。

本研究提出了一种结合均值教师模型与监督对比损失的方法，以提高半导体制造中晶圆图案识别的精度。实验结果表明，该方法在准确率、精确率、召回率和F1分数上均显著提升，具有实际应用潜力。

本研究提出了一种机器学习模型，能够加速薄膜材料的X射线衍射数据分析，预测结晶维度和空间群，精度高达93%。同时，结合深度学习等技术，研究了无机材料的自动合成、表面相图预测及纳米材料表征，推动了半导体制造的标准化和高性能材料的开发。

本研究探讨了机器学习在半导体制造和材料科学中的应用，包括电容的叠加误差、光子表面逆向设计和云光学厚度估计。提出了多保真度机器学习框架和MatSci ML基准，以提高模型性能和可靠性，推动固态材料研究的进展。