中国科学院院士张荣：AI与Micro-LED“双向奔赴”

11月3-4日，由成都市人民政府、四川省经济和信息化厅、四川省经济合作局主办的2025世界显示产业创新发展大会在成都召开。在大会开幕式上，中国科学院院士、厦门大学党委书记张荣做主题演讲。张荣表示，在AI的深度赋能下，Micro-LED技术发展与生产效率都将迎来新突破；而随着Micro-LED技术不断成熟，也将通过推动计算机光互连的发展，反哺AI技术。

近年来，作为一种新型显示技术，Micro-LED正迎来技术、产业快速发展的阶段。张荣表示，Micro-LED技术具有尺寸微缩化、排布集成化的特点，可被广泛应用于新型显示、集成电路、通信传感等数字产业重点领域，有望形成数万亿规模的市场增量。

演讲中，张荣重点强调了AI对Micro-LED的深度赋能。“从赋能的对象来看，从材料的外延到芯片制备，到巨量转移集成，到装配的驱动，到显示终端的制造……AI能够在Micro-LED产业链的几乎所有环节发挥作用，包括助力降低研发成本，提升研发效率，实现参数精准优化，推动技术产业化等。”张荣表示，“同时，AI发展的内在逻辑，可能会深刻改变显示产业的发展路径以及显示产品的设计逻辑，随着显示技术更多地应用于个人信息终端，AI也能够提升交互的效果，并拓展交互的通道。”

例如，不同的应用场景对Micro-LED提出了不同的工作条件要求，这意味着在制备Micro-LED时需要花费大量的人力和时间来实现不同的设计。基于此，张荣院士团队利用机器学习来辅助Micro-LED的外延结构设计，让计算机学习大量的Micro-LED设计数据并建立联系，从而助力多场景、不同特征的Micro-LED设计。

此外，值得一提的是，在巨量转移方面，AI也能够发挥巨大的作用。“巨量转移是制造Micro-LED屏幕的一项关系技术，然而，它也对转移精度、转移速度和质量检测有极高的要求。一块屏幕上需要转移的Micro-LED芯片数量可能多达数千万颗，靠人来做不现实，而AI是一条有效的途径。”据张荣介绍，当前，其团队建立了新的Micro-LED 缺陷检测模型，在传统构建边缘的模型基础上添加了纹理特征，增强了对微小和边缘模糊缺陷的识别能力，并有效改善了Micro-LED器件的云纹（Mura）问题，转移速率可达到每小时36kk，修复后良率达到99.999%以上。

“AI赋能传统Micro-LED技术有两大优势：一是AI能够进行全局优化，在效率和效果上实现极大提升的同时，还能够通过分析参数，提供未来设计的参考；二是AI能够作为一个有效的检验方式，随时‘校正’科研的方向。”张荣指出。

在张荣的构想中，AI与Micro-LED的关系是“双向奔赴”的。当AI解决了Micro-LED的难题后，性能强大的Micro-LED反过来也为AI的未来发展提供了全新的硬件平台。例如，Micro-LED可能在未来的计算机光互联中发挥显著作用。

“必须看到，当前Micro-LED产业发展面临着一些关键挑战。例如，Micro-LED存在调制带宽与效率之间的矛盾；同时，光计算芯片对Micro-LED阵列的集成互联也提出了严苛要求。”张荣指出，高效宽带Micro-LED与高密度、高协同阵列集成是实现光计算芯片的两大关键突破口。

张荣表示，Micro-LED已经成为一个新的平台技术，无论是显示技术还是非显示方面的技术，都正受到越来越多的重视。作为一个二维的阵列平台，未来，Micro-LED有望在集成多项技术与功能的同时，实现尺寸的不断拓展。“从大规模商显到可穿戴设备，Micro-LED都显示出了优越的性能。可以预见，Micro-LED产业化进程将全面提速，开拓商显、消费电子、车载等领域的千亿级新市场。”张荣说。