Niobia 把 AI 智能体装到电池与芯片产线上定位细微缺陷

总部位于旧金山的初创公司 Niobia 押注于电池和芯片制造中一个关键但常被忽视的环节：帮助工程师理解问题是如何以及为何发生的。其 AI 软件会标记生产缺陷，并让工程师向聊天机器人询问原因，目标是在几分钟而非几天内给出答案。

工作原理（大致）：公司的客户在其生产线上部署 AI 智能体来检测缺陷，然后让人工工程师介入，分析可能导致产品失败的原因。这些智能体运行在直接安装在制造设备上的独立 GPU 上，就像传感器一样。它们可以发现针孔大小的划痕等瑕疵。Niobia 的 AI 还将所有数据汇集到一处，让工程师可以向聊天机器人询问出了什么问题，并深入挖掘原因。

速度之所以至关重要，是因为芯片和电池是全球最重要的产品之一，同时也越来越供不应求。随着制造商不断开发和改进其技术，研发过程中难免会出现问题。工程师随后需要花费数天甚至更长时间来确定解决方案，然后才能重新启动生产。每一次瑕疵或失误都可能代价高昂——有时高达数百万美元——并推迟生产进度。

Niobia 的联合创始人 Gaurav Jha 和 Harveen Kaur 都拥有化学博士学位，并曾在芯片制造商和电池厂商工作，这使他们对行业内的挑战有第一手经验。在 TechCrunch Disrupt 2026 召开之前的一次通话中——该公司是这次大会的 Battlefield 决赛入围者——Jha 解释说，虽然 Niobia 所做的事情非常专业，但它服务的却是一个价值数十亿美元的市场，其中包括当今一些最大的电池和半导体制造商。

"这非常小众；也许人们永远不会知道它的存在，"Jha 在谈到他的公司旨在服务的电池和芯片制造市场时说道。"但在幕后，这一切正在驱动着整个世界……我们只是在普通世界里看不到它而已。" 

"你身边的每一个产品，比如眼镜、鞋子、拖鞋、钱包和耳机——这些工艺流程都涉及到它的每一部分，"Jha 补充道。

Niobia 的智能体运行在开源模型之上，该公司用电池和芯片研究及其他数据对这些模型进行了进一步训练。正是这种训练使它们能够识别针孔大小的缺陷。Jha 表示，Niobia 选择开源模型主要是因为其客户不希望他们高度敏感的公司信息进入公共 AI 云端，因为这些信息可能会被用于训练模型。

"我们的客户都不希望他们的专有数据上传到云端，即使我们告诉他们这是安全的，"Jha 说。鉴于敌对国家之间在电池和芯片领域创新方面的高风险竞争，这家初创公司还概述了其网络安全方面的做法。例如，Niobia 让其客户 持有自己的加密密钥，这样这家初创公司就无法解密客户的数据。

Jha 表示，该公司目前的重点是聚焦三大专业领域，例如薄膜涂层、电镀（即利用电流在表面镀上金属）和流化床反应（一种将固体颗粒悬浮在气体或液体中的化学过程）。

他说，该公司还希望其技术变得更加自主，最终目标是为其客户打造一个完全自驱动的工厂。

如果你想了解更多，Niobia 今天下午将在旧金山的 TechCrunch Disrupt 大会上登台亮相。欢迎参加，与我们一同关注该公司及与之竞争的 19 家初创企业。这是我们久负盛名的初创企业竞技场（Startup Battlefield）比赛的一部分，比赛时间为今天（星期二）起至 10 月 15 日（星期四）。

当您通过文章中的链接进行购买时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。

Zack Whittaker 是 TechCrunch 的安全编辑。他还主理每周的网络安全资讯邮件，《本周安全》。

您可以通过 Signal 的加密消息与他联系，用户名为 zackwhittaker.1337。您也可以通过电子邮件与他联系，或通过 [email protected] 来核实邀约真伪。

查看简介