两个哈佛女生用AI做电池故障排查，数月的工作量被缩到了几分钟

两位哈佛毕业的女生 Eva Tuecke 和 Catherine Yeo 用 AI 改变了电池故障排查，她们创立的 Altara 公司在近日获得 700 万美元种子轮融资，估值 7 亿美元，领投方是 Greylock。Neo、BoxGroup 和 Liquid 2 Ventures 也参与了本轮融资，此外还有包括 Jeff Dean 在内的知名天使投资人以及 OpenAI 和 AMD 的高层领导。

以前，一块电池在研发测试中突然失效，工程师得翻遍传感器日志、温度记录、湿度数据和历史故障报告，这种排查往往耗费几周甚至几个月。而她们的系统能把散落在各处的研究数据整合到一起，把几周的排查时间压缩到几分钟。

也就是说，Altara 希望帮助包括半导体、电池和先进材料在内的物理科学公司，将分散的数据在数分钟内（而非数月）转化为可执行的智能信息，通过提供加速关键科学和工程工作流程的 AI 工具，确保前沿创新不再受制于传统软件和数据系统。

（来源：ALTARA）

Eva Tuecke 曾在费米实验室做粒子物理研究，也在 SpaceX 工作过。Catherine Yeo 是哈佛计算机专业出身，做过 AI 研究员和单口喜剧演员。两人在哈佛读计算机时相识，2025 年共同创立了 Altara。

她们瞄准的是一个被忽视的痛点，物理科学领域的数据太乱了，做电池、半导体、医疗器械的公司会产生海量数据，但这些数据大多散落在电子表格和老旧系统里，想用来改进产品或分析故障非常困难。

AI 在数字世界已经证明了自己的价值，不过在物理世界门槛要高出很多。如果 AI 建议了一个错误的实验，或者误判了检测数据，代价往往是几个月研发时间的浪费、生产线的停滞和数百万美元的损失。Altara 的解决思路旨在提供一个智能层，直接接入它们已有的数据系统，这种方式对资金的需求要低得多。

（来源：ALTARA）

Altara 的系统被设计成一个玻璃盒子，每一个输出结果都可以被完整审查。它会显示执行了哪些 SQL 查询，中间经过了哪些推理步骤，对原始数据做了哪些转换，以及用了什么分析管道。

实际生产场景的科学智能需要处理多种类型的数据，比如传感器产生的大规模时间序列数据、扫描电镜拍摄的图像、各种结构化实验数据集、杂乱无章的电子表格，甚至操作员日志和长篇研究文档。Altara 能够把大模型和传统机器学习模型以及领域专用模型结合在一起，共同完成复杂的科学和工程分析任务。

用户们比如科学家和工程师可以从头追溯结论，验证系统给出的答案是否可靠，每一句结论都附带数据来源的链接，可以点进去看原始的 Excel 表格、PDF 文档或者 PPT。

AI 系统天然具有概率性，也就是人们说的抽卡。不过科研流程里的很多环节恰恰需要确定性和可重复性，Altara 的做法是把确定性组件作为核心模块嵌入到智能体当中，这种混合架构既保留了概率 AI 处理模糊任务的能力，又保证了核心分析管道的稳定性。在执行数值计算这类任务时，系统会生成代码再执行，而不是靠直接预测，这样能显著提升准确性。

两位创始人意识到，可信任的 AI 系统不仅要表现好，还要在出错时快速改进。为此，她们和用户合作，针对具体使用场景验证准确性。用户可以直接标记不正确或不完整的结果，这些反馈会融入到评估方法里，系统会逐渐适应每个机构独特的数据、流程和标准。

另据悉，Altara 可以直接部署在用户的虚拟私有云里，所有的代理、数据层和前端都在用户环境中运行，访问权限和网络设置由用户的 IT 和安全团队掌控。输入和输出的成果完全属于用户，数据保留多久由用户自己决定。

投资机构 Greylock 把 Altara 正在做的事情比作软件世界的站点可靠性工程师，当系统出故障时，SRE 会去查看可观测性堆栈，发现是谁推送了代码变更导致了问题。

更关键的是，Altara 瞄准的市场正在迎来爆发期。物理科学领域的 AI 被认为是下一个大前沿，预测将有一波快速的发展。

目前，已经有不少初创公司在用 AI 加速物理科学研发，不过多数选择了从零开始搭建完整的科研平台。Altara 走的是一条低资本路径，即打造一层智能工具，将其融入到用户现有的工作流程里，以相对便捷的方式让对应用户获得 AI 的助力。

参考资料：

https://techcrunch.com/2026/05/05/altara-secures-7m-to-bridge-the-data-gap-thats-slowing-down-physical-sciences/

https://www.altara.co/

https://www.altara.co/blog/secure-deployments

https://www.altara.co/blog/how-altara-builds-trustworthy-ai

https://catherinehyeo.com/

https://www.linkedin.com/in/evatuecke/

文章来自于"DeepTech深科技"，作者 "胡巍巍"。