半导体光刻是晶圆制造中实现纳米级图案转移的核心工艺，完整流程分为晶圆预处理、光刻胶涂布、前烘、对准曝光、后烘、显影、坚膜、图形检测及后续制程适配共8个核心环节，深紫外（DUV）与极紫外（EUV）光刻的流程细节存在小幅差异
1.采用湿法清洗（SC1、SC2标准清洗液）或干法等离子体清洗，去除晶圆表面的颗粒、有机物与金属杂质，保障光刻胶与晶圆的附着力；
2.部分先进制程会通过等离子体改性调整晶圆表面能，匹配光刻胶涂布需求。
1.旋涂六甲基二硅氮烷（HMDS）黏附剂，随后通过热板烘烤形成单分子层，解决光刻胶与晶圆基底的黏附不良问题，防止后续制程中图形脱落。
1.将清洁完成的晶圆固定在匀胶机的真空吸盘上，先滴加定量光刻胶（正胶或负胶，正胶受光照后可溶于显影液，负胶反之）；
2.先以500-1000rpm低速旋转让光刻胶均匀铺展晶圆表面，再以3000-6000rpm高速旋转控制胶层厚度，常规制程胶厚为0.5-2μm，先进7nm以下制程胶厚可降至0.2μm以下；
3.涂布完成后静置10-30秒，让胶层自然流平。
1.将涂布光刻胶的晶圆送入热板或烘箱，在80-120℃下烘烤30-90秒；
2.核心作用是蒸发光刻胶中的大部分溶剂，提升胶层机械强度，同时抑制后续曝光过程中的驻波效应，保证图案边缘清晰度。
1.晶圆被送入光刻机，通过高精度对准系统匹配晶圆上的对准标记与掩膜版（光罩）标记，实现多层图案间的套刻精度，当前量产EUV光刻机套刻精度可优于1nm；
2.光源照射掩膜版，将掩膜版上的预制图案投射/反射到晶圆表面的光刻胶层：DUV采用193nm ArF准分子激光投射式曝光，EUV采用13.5nm激光反射式曝光；
3.曝光剂量根据光刻胶类型与制程节点调整，EUV常规曝光剂量为10-50mJ/cm²。
1.曝光完成后立即将晶圆送入热板烘烤，温度设定为90-130℃，烘烤时长30-60秒；
2.针对化学放大光刻胶（先进制程主流选择），后烘可催化光酸产生剂分解的酸扩散，实现图案化学放大，进一步提升分辨率与对比度。
1.将晶圆送入显影设备，采用喷雾式或浸泡式显影，正胶使用0.26mol/L浓度的四甲基氢氧化铵（TMAH）显影液；
2.光照区域的正胶会被显影液溶解，未光照区域的光刻胶保留，形成与掩膜版对应的反向图案；负胶制程则保留光照区域的光刻胶；
3.显影时长控制在30-60秒，随后用去离子水冲洗晶圆并通过高速甩干去除残留液体。
1.将显影完成的晶圆送入热板或烘箱，在120-180℃下烘烤60-120秒；
2.彻底蒸发光刻胶中的残留溶剂，增强光刻胶的附着力与抗刻蚀能力，为后续刻蚀或离子注入制程提供稳定的图形掩膜。
1.通过光学显微镜、扫描电子显微镜（SEM）及套刻检测设备，检查图形线宽、套刻精度与表面缺陷，不合格晶圆将进入返工或报废流程；
2.合格晶圆将进入后续制程：若为刻蚀制程，以光刻胶图形为掩膜将图案转移至晶圆基底；若为离子注入制程，光刻胶将保护无需掺杂的区域。
半导体光刻胶市场正处于高速增长与国产化加速的关键阶段，核心结论是：全球市场规模持续扩大，但高端领域由国际巨头垄断，中国在政策与需求驱动下正全力突破高端技术壁垒。
全球半导体光刻胶市场规模2024年已突破40亿美元，预计到2030年将超过75亿美元，年复合增长率维持在两位数。中国市场的增速更为显著，预计到2028年规模将达150.3亿元人民币，年复合增长率高达18.5%。
•总量激增：3纳米及更先进制程成为高端逻辑芯片主流，高带宽内存（HBM）和先进封装技术发展，推动了对极紫外（EUV）光刻胶、ArF浸没式光刻胶等高端产品的指数级需求。
•结构转变：逻辑芯片晶体管架构演进要求光刻胶有更高分辨率；存储芯片堆叠层数增加和微缩化，提升了KrF和ArF光刻胶的单片晶圆消耗量；先进封装催生了对临时键合胶等非传统光刻胶的巨大需求。
•国际巨头主导：日本企业（如JSR、东京应化、信越化学）占据全球约80%的市场份额，在高端市场（EUV、ArF浸没式）的垄断地位更是超过85%。
•国产替代加速：中国本土企业的产能目前高度集中于PCB等中低端领域，但在G/I线光刻胶上国产化率较高。在高端KrF和ArF领域已取得关键突破，例如彤程新材的KrF光刻胶国内市占率已超40%，晶瑞电材已实现从i线到ArF光刻胶的全序列量产。国产替代正受益于政策支持、AI算力需求激增和国内晶圆厂持续扩产。
•技术壁垒高：光刻胶配方高度依赖长期经验积累，难以通过逆向工程突破。
•供应链受制：关键原材料（如树脂、光引发剂）严重依赖日、美企业。
•设备限制：高端光刻胶的研发和测试受制于高端光刻机的进口垄断。
•认证周期长：产品进入下游晶圆厂供应链的认证周期普遍超过两年，时间成本极高。
•新材料研发：行业正积极探索金属氧化物、分子玻璃、二维材料等新型光刻胶，以突破EUV制程的现有瓶颈。同时，水基、生物基等绿色光刻胶也是重要发展方向。
•AI深度赋能：人工智能技术正被用于智能配方筛选、工艺参数优化和缺陷识别，能显著缩短研发周期并提升生产良率。