总部位于旧金山的初创公司Niobia正大举押注电池和芯片制造中一个关键却常被忽视的环节：帮助工程师理解问题出在哪里以及为什么会出错。其 AI 软件能标记生产缺陷，并让工程师通过聊天机器人询问缺陷成因，目标是在几分钟内而非几天内给出答案。
工作原理（大致）：该公司的客户将 AI 智能体部署在生产线上以查找缺陷，然后引入人类工程师共同分析可能导致产品失效的原因。这些智能体运行在直接安装在制造设备上的独立 GPU 上，就像一个传感器。它们能发现针孔大小的瑕疵，例如划痕。Niobia 的 AI 还会将所有数据汇集到一处，让工程师可以通过聊天机器人询问出了什么问题，并深入探究原因。
速度之所以如此关键，是因为芯片和电池是世界上最重要的产品之一，同时供应也日益短缺。随着制造商不断开发和改进其技术，研发过程中难免出现差错。工程师随后要花上数天甚至更长时间找出解决方案，才能重启生产。每一个瑕疵或错误都可能代价高昂——有时高达数百万美元——并拖慢制造进度。
Niobia 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制造商工作，这让他们对行业内的挑战有亲身经历。在 TechCrunch Disrupt 2026 之前的一通电话中（该公司是 Battlefield 决赛入围者），Jha 解释说，尽管 Niobia 所做的工作很专业，但它服务的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。
“这极其小众；也许人们永远不会知道它，”Jha 在谈到他公司所服务的电池和芯片制造市场时说。“但它就像在幕后，支撑着一切……我们只是在日常世界里看不到它。”
“你身边的每一件产品，比如眼镜、鞋子、拖鞋、钱包和耳机——这些工艺触及其中的每一个部分，”Jha 补充道。
Niobia 的智能体运行在开源模型上，公司再用电池和芯片研究及其他数据对这些模型进一步训练。正是这种训练让它们能够识别针孔大小的缺陷。Jha 表示，Niobia 选择开源模型，很大程度上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，在那里这些信息可能被用于训练模型。
“我们的客户没有一个希望他们的专有数据进入云端，即使我们告诉他们这是安全的，”Jha 说。这家初创公司还概述了它在网络安全方面的做法，考虑到敌对国家在电池和芯片领域竞相创新所涉及的高风险。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，公司目前的优先事项是专注于三个专业领域，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（一种固体颗粒悬浮在气体或液体中的化学过程）。
他说，公司还希望其技术变得更加自主，最终目标是为客户打造一座完全自动驾驶的工厂。
如果你想了解更多，Niobia 将于今天下午在旧金山的 TechCrunch Disrupt 登台展示。加入我们来见证这家公司以及与之竞争的 19 家初创公司，作为我们享有盛誉的 Startup Battlefield 竞赛的一部分，活动于今天，即周二，持续到 10 月 15 日周四。
当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。
Zack Whittaker 是 TechCrunch 的安全编辑。他还撰写每周网络安全通讯，本周安全动态。
可以通过 Signal 上的加密消息联系他，账号为 zackwhittaker.1337。您也可以通过电子邮件联系他，或为核实联系目的发送邮件至[email protected]。