操作过AFM的人都有一个共识:这是一门手艺活。
不是夸张。找探针、装探针、调激光、进针、选区域、调参数——每一步都牵一发而动全身。同一个样品,两个不同的人去测,出来的成像质量可能差一个数量级。甚至在同一个实验室里,经常会听到”你用老王调的这台机子测”——因为老王调出来的AFM就是比别人的好用。

Creative arrangement of chemical icons, fractal graphics and design elements as a concept metaphor on subject of chemistry, biology, pharmacology and modern science
这种对操作者个人经验的高度依赖,是AFM长期面临的一个结构性障碍。TEM和SEM也有操作门槛,但AFM的特殊之处在于它的探针-样品相互作用是实时的、物理的、多变量的。激光没对准,图像就是糊的;进针快了,探针就断了;参数没调对,力曲线就是噪音。而且探针本身是消耗品,一根好针几百块,一个不小心就没了。
2026年5月,致真精密仪器在GAITC全球人工智能技术大会上展出的全智能原子力显微镜iAFM,试图回答一个问题:能不能让AI把这门手艺标准化?
iAFM搭载了一个叫Truth-Seeker 2.0的科研智能体系统。这个系统的架构覆盖了科研全流程——文献分析、实验设计、仪器操作、仿真模拟、结果分析、报告撰写——然后把这些环节里的专家经验、操作技巧、分析逻辑全部沉淀为可调用的能力模块。落到AFM操作上,就是自动换针、智能进针与定位、激光自动对准、自动参数调节、自动扫描,全部不需要人插手。
这件事的实用价值不抽象。以半导体晶圆检测为例,一个fab厂每天可能要测几十到上百个点位,传统AFM需要操作员全程在机台前盯着,不同班次的操作员经验差异还会导致数据一致性出问题。iAFM的逻辑是让机器自己去感知和处理这些变量——它知道你测的是硅片上的沟槽深度还是薄膜粗糙度,它会根据场景自动调整接触模式还是轻敲模式,它会在力曲线异常的时候自动重试而不是等着人来救。
与此同时,另一个瓶颈也在被突破。2026年1月,北大系企业探真纳米科技实现了AFM探针的国产化量产,通过干法刻蚀的微纳加工工艺,在探针曲率半径、深宽比和使用寿命等关键指标上达到了进口替代水平。探针是AFM使用成本的大头——一支进口高分辨探针几百到上千元,一个课题组一年用掉几十上百支是常态。如果国产探针能把成本压下来一半,那AFM的日常使用门槛就降低了一大截。
把这两个突破放在一起看,AFM正在经历一个从两端同时发力的变革:一端是操作端的智能化,降低对人的依赖;另一端是耗材端的国产化,降低使用成本。这两条线如果都走通,AFM有可能从”少数高手才能驾驭的精密仪器”变成”实验室里可以规模化使用的标准工具”。
当然,需要说实话的是,智能化AFM目前主要优化的是标准化的形貌表征场景。对于需要特殊工作模式的测量——比如液体环境下的生物样品成像、导电AFM、压电力显微镜等功能模式——仍然需要专家的判断和干预。iAFM更多是解决”大量重复性检测”的效率问题,而不是替代”探索性科研”中的专家判断力。
但方向是对的。当AFM不再”看脸”,它才能真正进入材料研发的日常管线,像SEM一样成为人人能用的基础工具。
相图计算的开源时刻:pycalphad如何打破Thermo-Calc的三十年护城河
材料科学的「GPT时刻」来了吗?从6篇顶刊看机器学习如何改写法拉第方程
原子力显微镜不再「看脸」:AI如何让AFM从手艺活变成标准化能力
SEM与光学显微的边界正在消失:2026年显微镜技术的三个质变信号
透射电镜迎来AI拐点:从「原眼一号」看TEM的智能化革命
相图计算2026上半年动态:CALPHAD 2026魁北克会议、开源生态崛起与国产Phase Lab的合金设计落地
机器学习+材料科学2026上半年:中国团队6篇顶刊突破ML力场,AI+新材料进入’GPT时刻
SEM测试2026上半年行业动态:SEM-AFM-TEM联用生态成型,EDS定量精度突破与高通量自动化趋势
分子动力学模拟2026上半年动态:Amber26发布、ML力场落地与GROMACS Windows生态成型
分子动力学模拟在蛋白质-药物结合研究中的最新进展 | 2025行业动态
分子动力学模拟的时间尺度困境,机器学习打算怎么破
万卡算力+机器学习:分子动力学模拟进入「万亿原子」时代