当前，人工智能技术的飞速发展正深刻改变全球产业格局。根据Graphite数据，截至2025年10月，互联网上超过半数的英文书面内容已由人工智能生成，首次超过人类创作的内容；美国AI数据中心的投资规模即将超过商业写字楼，成为基础设施建设的又一发展方向。目前，AI已应用在人们生活的方方面面，如大语言模型、“重复性”脑力劳动、视频生成、具身智能、人工智能驱动科学研发等。

AI产业的快速发展拉动着下游应用场景的技术迭代与性能升级。数据中心服务器功耗攀升，催动高效冷却研发；印制线路板（PCB）向高速高频迭代，对绝缘材料性能提出更高标准；人形机器人的轻量化和智能化要求材料兼具结构支撑与功能响应特性。高分子材料作为一类可精准调控结构与性能的材料体系，在满足AI领域“高效、可靠、环保、轻量化”的核心需求中，发挥着不可替代的作用，正在迎来新的发展机遇与挑战。

液冷材料创新赋能算力升级

随着AI产业的高速发展，支撑其运行的底层硬件设施——数据中心（AIDC），也迎来了一场从风冷到液冷的温控技术革命，这不仅是能效的升级，更关乎未来算力的基石。“目前国内约85%数据中心采用风冷，而海外液冷已成为主流。”国盛证券化工行业分析师杨义韬介绍，与传统风冷相比，液冷技术优势显著，它可以高效解决高功耗芯片的散热瓶颈，保障AI算力的稳定输出。液冷节能效果突出，冷板式液冷PUE可控制在1.1至1.2之间，浸没式液冷甚至能达到1.05以下。从行业趋势看，液冷技术正从早期试点迈向规模化导入，在此过程中，适用于单相/双相浸没式液冷的硅油、氟化液等材料迎来发展良机。在对散热性能要求极致的场景，氟化液有望成为主流选择；而硅油兼具低成本与环保优势，同样有望成长为千亿级液冷市场中不可或缺的重要力量。

硅油作为一种有机冷却液，其分子以Si-O-Si为主链、侧链带有有机基团的线型聚硅氧烷，主要用于单相浸没式液冷。在实际应用中，硅油优缺点突出。“硅油介电强、稳定性好、挥发损失低，能降低短路与化学反应风险，同时价格相对低廉，相对更环保友好。但是，硅油黏度高可能造成局部过热，且清洁困难、残留处理难，维护操作性受限。”杨义韬指出了硅油液冷的现有问题，并表示行业正通过改性技术破局。“改性硅油经济性高，未来有望享有更高市场份额。”通过聚醚等有机基团对硅油进行改性，可显著改善流动性、介电、热容等关键指标，从而获得更适合用于数据中心冷却场景的低黏度、高比热、高绝缘、较高闪点的改性产品，为浸没式冷却提供更佳的流动与换热基础。据了解，陶氏是硅油冷却的先行者，其陶熙™ICL-1100作为第二代有机硅单相浸没冷却液，相比前代产品在粘度上进一步降低，改善了低温流动性，这有助于降低冷却系统泵送能耗，提升数据中心能效水平。国内企业如润禾材料，新安股份等企业也积极推进产品升级。

双相浸没式冷却在高密度场景优势突出，而氟化液正适配这种方式。“氟化液吸收热量沸腾气化后，蒸汽在冷凝器处可重新变为液体，形成高效循环，是数据中心这类发热量大的地方的更优选择。”与硅油冷却液的优点相似，氟化液本身不可燃、化学稳定性高、不影响电子设备运行。但环保问题限制了氟化液的发展，氟化液的全球增温潜势比较高，受到欧盟限制，故海外企业3M宣布逐步退出氟化液市场。“这对国内企业是个抢占份额的全新机遇期。”杨义韬进一步指出，AIDC液冷产业链是对我国氟化工产业链的一次重估，国内企业已经开始布局。如东阳光旨在形成覆盖上、中、下游的完整生态体系。东阳光依托自身在氟氯化工领域的深厚积累，实现了氟化冷却液的自主供应；并于2025年3月与中际旭创成立合资公司，整合液冷技术与光模块产品，为AI服务器提供整体散热方案；2025年12月东阳光收购秦淮数据中国100%股权，构建“技术-能源-算力”闭环。这些龙头企业形成产业链协同优势，展现出中国企业在全球液冷材料市场的竞争潜力。

PCB与半导体高端材料国产化进阶

在AI技术持续渗透、产业升级加速的背景下， PCB与半导体领域的高端材料国产化进程正全面提速，国内企业在关键材料上的技术突破与规模化落地，将持续为全球电子信息产业的创新发展提供核心支撑。

覆铜板作为PCB核心基材，占PCB成本的30%。而树脂是覆铜板的重要组成部分，占覆铜板成本的26%。杨义韬举例说明，“伴随以松下MEGTRON为标杆的行业电性能门槛由M4提升至M7、M8，甚至M9，树脂需要更低的介电常数和介电损耗以满足覆铜板要求。”从树脂等级来看，M6一般采用BMI树脂，M7以聚苯醚（PPO）树脂为主，M8以PPO加碳氢树脂为主，未来M9或添加聚四氟乙烯（PTFE）树脂。在这一技术演进中，国内头部企业通过潜心研发，在双马来酰亚胺（BMI）树脂等关键材料领域已实现技术突破与规模化生产，为高端PCB材料的国产替代奠定了基础。据悉，圣泉集团已通过国内下游覆铜板厂商的产业链认证，成为能够提供M6、M7、M8全系列低介电树脂产品的企业。

同样被AI推动发展的，还有半导体技术。半导体技术提供了高效的存储方案和快速的数据传输，支撑了AI从大规模训练到具体应用落地的方方面面。杨义韬指出，半导体产业正经历结构性转型，传统非AI半导体增长见顶。据全球领先半导体制造商Besi数据，2024～2033年全部半导体相关行业市场收入的复合年均增长率为6.8%，而AI相关部分的复合增速高达28.9%，人形机器人、自动驾驶、AI可穿戴设备、AI智能终端、AIDC等AI技术落地的主要硬件载体将成为未来十年行业的核心增长引擎。

“通常意义上，半导体工艺可分为前道制造与后道封装。其中前道工艺涉及诸多材料，硅片、特气、光掩模版、湿电子化学品等是前道工艺中价值量占比较高的核心材料。其中，光刻环节用的光刻胶及辅助材料、化学机械研磨（CMP）环节用到的抛光垫均可归类为高分子材料,分别占前道材料价值量的14%、6%。”杨义韬表示，目前国内外行业对于前道制造的研究已比较深入。据悉，鼎龙股份在2012年已进行CMP抛光垫前瞻性布局，如今已成功实现“制程全覆盖、产品全替代”的产品序列，成为国内部分核心头部晶圆厂CMP抛光垫的第一供应商；在光刻胶领域，鼎龙自主研发量产的高端晶圆光刻胶入选湖北“61020”全链条攻关成果，实现了光刻胶从国产替代到规模量产的跨越。

在前道制造实现国产化关键突破后，后道封测材料领域的市场潜力与增长动能正伴随产业升级逐步凸显。由于先进封装的出现，半导体前道、后道的工艺边界开始模糊。光敏聚酰亚胺即PSPI，是先进封装中不可忽视的一类重要材料，它具备电绝缘性、薄膜成型性和感光性等多重优势，同时发挥多重关键作用。国内企业的PSPI产品在近年有了重要突破，鼎龙研发生产的PSPI产品率先在国内通过下游面板客户验证，并成功实现批量销售，打破了国际友商十余年来的地位。“从市场规模来看，全球的先进封装产值从2019年的接近300亿美元成长到2026年的接近500亿美元。”杨义韬借助数据，说明先进封装对于上游高端材料的显著拉动。

人形机器人背后的高分子材料革新

人形机器人产业化为高分子材料带来长远发展机遇。杨义韬举例阐述，如果特斯拉工厂将工人换成机器人，大概需要数万台机器人；如果将这个模式推广到全球的整车厂，对人形机器人的需求将是百万台级别的；如果从整车厂进一步扩展到全球的工业工厂，这个需求进一步提升为数千万台；当机器人走进家庭，则机器人可以实现数十亿的销售量级。机器人的量产，拉动其上游材料和中游核心零部件的发展。在这些关键材料中，聚芳醚酮家族、触觉传感器相关高分子材料以及超高分子量聚乙烯纤维，正成为支撑机器人实现轻量化、智能感知与灵活运动的核心基础。

以聚醚醚酮（PEEK）为代表的特种工程塑料，凭借其轻质、高强度等优异特性，成为机器人轻量化的关键材料。杨义韬指出，与镁合金、铝合金等金属轻量化材料相比，PEEK具有轻量化、耐化学性、自润滑性等优势；与尼龙、聚酰亚胺（PI）等工程塑料相比，PEEK的综合性能好，高刚性兼具韧性，耐高温耐磨耐腐蚀。据悉，中研股份、沃特股份为代表的国内企业已拥有千吨级产能，实现了国产化突破，打破了技术壁垒。

触觉传感器作为机器人的感知核心，其技术发展与高分子材料的发展密不可分。“触觉传感器基本上采用‘三明治’结构，电极-活性层-电极，此外还有基底层、封装层、粘合层。光是基底层的柔性基底，就有二甲基硅油（PDMS）、聚对苯二甲酸乙二醇酯（PET）、PI等多种高分子材料。”杨义韬介绍，活性层是提高灵敏度的关键，通常由导电材料和绝缘弹性基材集合或复合组成。而触觉传感器对于灵巧手感知力的大小方向、物体形态等至关重要，是灵巧手实现复杂功能的感知前提。主流人形机器人企业如特斯拉、宇树等均在灵巧手上应用触觉传感器，故触觉传感器市场空间较大。杨义韬列出数据，“100万台机器人对应触觉传感器市场空间70亿元；1000万台机器人对应触觉传感器市场空间500亿元。”

超高分子量聚乙烯纤维（UHMWPE纤维）因其同时具有高强度与低密度性能，在机器人腱绳材料优势显著。杨义韬还介绍了目前的竞争格局，UHMWPE纤维是高分子量聚乙烯（UHMWPE树脂）由干法或湿法工艺纺织而成，上游树脂环节供给较为充分，但纤维环节壁垒高，海外厂商垄断高端品生产技术。“全球只有荷兰、美国、日本、中国实现UHMWPE纤维规模化生产，其中美国艾万特、霍尼韦尔、日本东洋纺三家外企垄断高端，国内厂商在规模和技术加速突破，2024年国内产能6.6万吨/年，产量4.6万吨，需求3.8万吨。” 杨义韬说。

人工智能技术从硬件基础设施到终端应用，为高分子材料行业带来多层次创新机遇。未来，随着AI技术进一步发展，对高分子材料的性能要求将进一步提升。材料企业需加强与AI硬件厂商的协同创新，通过分子结构设计、复合材料开发等手段，持续优化材料介电、导热、机械等性能。同时，环境保护与成本控制仍是产业化关键制约因素，绿色合成工艺与规模化生产将成为竞争焦点。高分子材料行业有望在AI浪潮中实现从“跟跑”到“并跑”乃至“领跑”的跨越式发展。