NextX系列：颠覆性技术周刊第7期

国泰海通证券研究所2026-03-0123 页

报告概述

本报告为国泰海通证券产业观察系列之一，聚焦2026年2月21日至27日期间全球前沿科技领域的颠覆性技术与创新动态。报告覆盖先进半导体、人工智能与物理AI、量子科技三大板块，深入剖析了包括氧化物半导体嵌入式存储器、HfO2铁电极限极化、GAA晶体管原子级计量、二维MoS2微处理器、ChatGPT Health分诊安全、强化学习稳定性、离策略训练优化、量子纠错、中红外量子点LED以及量子哈密顿学习在内的十余项前沿技术进展。此外，报告还系统梳理了同期科技产业的融资概况、IPO动态以及二级市场表现，为投资者和研究人员提供了一周内的技术趋势与资本市场全景视图。

报告的核心结论

HfO2基铁电材料极化性能逼近理论极限

新加坡国立大学与浙江大学团队通过HZO/HLO外延多层结构，在7nm超薄尺度下实现了约56μC/cm2的剩余极化，接近70μC/cm2的理论上限。该突破得益于界面压缩应变与La掺杂协同激活高极化翻转路径，为高密度非易失存储器和神经形态计算提供了材料基础。

2D MoS2微处理器实现全互连集成

清华大学团队提出towards-foundry迭代优化策略，在三个季度内制备约130批样品，最终构建出由120个MoS2晶体管组成的全互连二维微处理器。通过测试驱动优化，单器件功能良率接近100%，模块良率达到61.5%-96.5%，验证了2D材料用于大规模集成电路的可行性。

ChatGPT Health在分诊任务中存在安全风险

西奈山伊坎医学院的系统测试显示，ChatGPT Health在非紧急和紧急病例中误分诊率分别达64.8%和51.6%，且对自杀危机信息的激活不一致。模型存在中心趋势偏差，易受锚定效应影响，目前不宜独立承担高风险分诊决策。

量子哈密顿学习实现基因调控网络推断新方法

密歇根大学提出量子哈密顿基因表达模型（QHGM），将基因调控网络编码为哈密顿量，利用时间分辨测量数据学习参数。在胶质母细胞瘤单细胞RNA测序数据上，该模型成功重构已知调控路径并发现新连接，为系统生物学引入量子信息处理范式。

报告回答的关键问题

HfO2铁电材料的极化性能如何突破理论极限？

报告指出，新加坡国立大学等团队通过构建HZO/HLO外延多层结构，在LSMO/STO衬底上引入约6%的面内压缩应变，并结合La掺杂降低T-path翻转能垒。在7nm厚度下实现约56μC/cm2的剩余极化，接近70μC/cm2的理论上限。该结构在3×109次循环后无明显退化，为铁电存储器性能提升提供了新路径。

基于2D材料的微处理器目前达到什么水平？

清华大学团队采用towards-foundry策略，通过测试驱动的迭代优化，在四英寸单取向单层MoS2薄膜上构建了由120个晶体管组成的全互连微处理器。单晶体管功能良率接近100%，ALU模块良率96.5%，控制单元79.5%，D-latch 61.5%。在2V供电下成功验证了逻辑功能，输出信号完整，标志着2D集成电路从模块级向系统级迈进。