讓晶片自己發光、也能看懂光！來成光子用 AI 破解「量子點」材料製程難題，瞄準下一代光通訊

「螢火蟲主要透過不同的閃爍模式來進行溝通（閃光的次數、間隔與持續時間）。當一隻螢火蟲閃爍光芒、發出訊號時，另一隻便能辨識訊號，並以特定的閃爍模式回應。」來成光子（AilumiQ）的創辦人暨執行長賴來宏（首圖右）生動地解釋著團隊的光通訊技術。

但是，螢火蟲跟光通訊有什麼關係？

想像一下，如果把 AI 晶片視為運算大腦，晶片之間過去主要透過銅線傳遞訊號。然而，隨著 AI 時代的資料量急遽攀升，電訊號在高速、長距離傳輸下，逐漸面臨頻寬、訊號損耗與功耗等瓶頸，也為資料中心帶來沉重的散熱負擔。因此，以光傳遞資料的「光通訊」，以及將光學元件整合進矽晶片的「矽光子」技術，成為突破資料中心頻寬與能耗瓶頸的關鍵發展方向。

只是，這場「以光代電」的革命有個關鍵難題。由於「矽」本身發光效率極低，所以傳統矽光子晶片往往必須搭配昂貴的化合物半導體雷射元件，隨之而來的，是更複雜的整合工程與居高不下的製造成本。

而螢火蟲「兼具發光與感光」的特性，給了來成光子絕佳靈感。如果讓晶片同時具備發送與接收光訊號的能力，就有機會簡化光通訊系統。

團隊提出的解法，是能「感應」與「發出」短波紅外光的量子點。他們將奈米級的量子點分散在溶液中，製成像墨水一樣的材料，再直接塗佈於矽晶圓表面，使晶片多出一層能與光互動的薄膜。由於這種做法可以銜接成熟的晶片製程，因此不必完全改造現有的生產方式。

透過進一步的元件設計，這層量子點薄膜可分別用來製作光訊號的發射端與接收端，讓晶片之間像螢火蟲一樣，透過光線相互傳遞訊息。據來成光子表示，這項技術不僅可大幅降低傳輸能耗，也能支援超過 10 公尺的高速光傳輸，適用於資料中心的跨機櫃連接。

但即便「矽光子」已是當前科技圈最炙手可熱的關鍵字，來成光子卻清楚意識到，產業要全面走向矽光子世代仍需時間過渡。因此，團隊利用量子點可調整、可塗佈的特性，規畫了兩條產品路線，先從現有市場切入，同時布局下一代光通訊應用。

光通訊還要等，先從晶圓檢測與塑膠分類創造營收

在 AI 資料中心的光通訊市場成熟之前，來成光子選擇先從需求已經存在的短波紅外感測市場切入。其中，晶圓檢測是團隊鎖定的第一個應用。

一般可見光難以看見矽晶圓內部，但特定波段的短波紅外光可以穿透矽。因此，短波紅外相機能在不破壞晶圓的情況下，找出內部裂痕、結構異常及多層晶圓之間的瑕疵，協助晶圓廠把關產品良率。

不過，這類相機通常使用昂貴的化合物半導體感光元件。賴來宏指出，目前半導體檢測設備多採用搭載 Sony 短波紅外影像感測器的工業相機，單台價格可達 1 萬美元，推高了整體檢測成本。

短波紅外相機之所以昂貴，是因為傳統短波紅外感測器多採用特殊的化合物半導體製造，才能接收矽晶圓反射或穿透出的紅外光。來成光子希望用量子點取代傳統相機中昂貴的感光材料。團隊將量子點墨水塗在矽晶片表面，形成一層能把短波紅外光轉換成電訊號的薄膜，再由相機將訊號轉換成影像，找出晶圓內部的瑕疵。

這種做法如果能順利量產，便有機會降低短波紅外相機，以及整套晶圓檢測設備的成本。

據團隊估計，未來相機模組的成本有機會比傳統方案方案降低 10 至 100 倍。目前，他們已與半導體企業合作，針對實際檢測需求調整材料配方並進行驗證，準備以更具優勢的價格切入半導體和工業檢測市場。

來成光子鎖定的第二個應用，是自動化塑膠分類。外觀相似的塑膠，往往很難只靠一般相機辨識，但不同材質吸收與反射紅外光的方式各不相同，就像各自擁有獨特的「材料指紋」。短波紅外感測器搭配光譜分析，便能根據這些差異判斷塑膠種類。因此，如果來成光子能降低短波紅外感測器的成本，除了晶圓檢測，也有機會切入自動化回收與分類設備市場。

除了開發晶圓檢測與塑膠分類等產業應用，來成光子也將量子點墨水直接銷售給歐美及中國的研究機構。這不僅能為公司帶來早期營收，也能透過不同研究團隊的使用，累積更多材料驗證與應用案例。

從晶圓檢測、塑膠分類到研究機構，都是來成光子現階段切入市場、累積營收與實績的方式。不過，團隊真正瞄準的長期市場，仍是規模更大的 AI 資料中心。

量子點最難的不是做出來，而是每一次都做得一樣

團隊之所以敢挑戰這個門檻極高的市場，關鍵正來自創辦團隊過去在台積電等半導體大廠累積的經驗，以及對製程與供應鏈的理解。

賴來宏回憶，5 年多前他仍在台積電集團旗下的感測相機部門任職時，曾帶領團隊開發全新的短波紅外光相機。當時團隊為了尋找最佳的感測材料，將目光鎖定在光電特性極為優異的量子點，卻很快撞上了現實。

「我們當時跑遍歐美，發現市面上最好的紅外線量子點材料，1 公克的售價竟高達新台幣10萬元！」賴來宏回憶。如此高昂的價格，意味著量子點即使在實驗室表現出色，也很難進入大規模應用。

更棘手的是，量子點的特性對製程極為敏感。顆粒的大小、組成與表面結構稍有變化，吸收和發射光線的波長就可能跟著改變。從原料比例、注入速度到反應溫度與時間，只要其中一項出現細微落差，不同批次的材料便可能產生不同結果。

因此，量子點最大的挑戰，是如何在大量生產時，仍讓每一批材料維持相同品質。為了解開這個死結，賴來宏找上過去在荷蘭攻讀博士時結識的好友 Loredana Protesescu，提出一個大膽構想：「有沒有可能透過全自動化與 AI，穩定地生產這種昂貴的材料？」

提出構想後，兩人各自回歸崗位，Protesescu 持續投入教職工作與學術研究，賴來宏隨後則進入 Google 任職，負責自動化相關專案。而在 Google 不到 2 年的時間裡，他卻察覺到消費電子產品的創新瓶頸，「手機大概都長一樣，缺乏大幅突破的空間時，反而讓人想尋求更大的挑戰。」賴來宏說。

2024 年，賴來宏再次聯繫上荷蘭好友，得知自動化合成的理論與實驗模型已日趨成熟。他毫不猶豫選擇離職、直接飛往荷蘭，正式投入這場從材料科學端開始的創業實驗。

讓機器自己做實驗！用 AI 破解量子點量產難題

在荷蘭的大學實驗室裡，賴來宏遇上了團隊另一位關鍵夥伴。同樣曾任職台積電、具備量子點研究背景，並發表超過 20 篇頂尖期刊論文的博士林鉦傑（首圖中），成為來成光子的技術長。

於是三人開始把原本停留在實驗室裡的想法，變成一套真正可運作的系統。

過去製作量子點，往往是「科學家做一批、測一批，再憑經驗調整」。來成光子則希望把這些經驗轉換成數據，讓量子點生產從高度依賴個人的化學實驗，逐步變成可以重複、控制及持續改善的製程。

他們將機器人、量子點合成設備與材料檢測儀器串接起來。機器人先依照設定好的條件進行實驗，檢測儀器再分析每一批量子點的大小與光學特性，最後由 AI 判斷結果是否符合標準，並調整下一次實驗的參數。

如果材料未達標，系統便會提早停止後續步驟，避免浪費更多時間與原料；如果符合要求，才會繼續進行後續處理。透過這套系統，機器可以一批接著一批測試與修正，逐漸找出更穩定的製造條件。

「以前的方法是化學家用手動的方式混合，會有注射速度跟溫度的因素影響品質。我們做全自動化去把人為與溫度因素排除掉，讓機器學習去一直修正參數。」林鉦傑說。

在荷蘭完成第一代設備後，團隊考量全球半導體與光電供應鏈仍高度集中於亞洲，決定由荷蘭團隊持續進行技術研究，台灣團隊則負責產品開發與量產落地。

2025 年，來成光子正式成立，團隊也將技術帶回台灣，落腳台大產學園區實驗室。他們重新設計並升級第二代自動化設備，據團隊估計，產能較第一代提高約 10 倍。這也讓量子點開始有機會從實驗室材料，走向品質穩定、成本更低的工業化生產。

技術突破的關鍵，是來自 10人、10 種專業的化學反應

談到這套系統如何從構想走到現實，成立僅一年多的來成光子團隊不約而同地強調，關鍵並不在某一項單獨的技術突破，而是一群跨領域人才共同協作的結果。

「我們團隊非常特別，10個人當中，每個人都是完全不同的專業背景。要怎麼讓材料化學家、自動化工程師、IC 設計專家聽得懂彼此的語言，還能順利把產品做出來，真的非常困難，但我們做到了！」來成光子商務拓展總監朱韻如（首圖左）說。

這場跨領域的「化學反應」，也即將進入下一個階段。截至訪談時，來成光子正進行目標金額 500 萬美元的種子輪募資。據團隊透露，其中 250 萬美元已獲得台灣一線半導體企業的投資意向，目前正進入簽約階段；其餘 250 萬美元則希望尋求美國或其他海外投資機構參與，借助投資人的市場與供應鏈資源，加快進入國際市場。

訪談尾聲，問了三位成員：在半導體大廠工作比較辛苦，還是創業比較辛苦？

「當然是創業比較辛苦！」三人異口同聲地回答。

「但接連不斷的挑戰，也讓我們覺得很滿足。」朱韻如笑著補充。

團隊資訊

公司名稱：來成光子科技股份有限公司
成立年份：2025
[新創資料庫]｜[📮❗️我想聯絡創辦人]