据 TechCrunch 报道，总部位于旧金山的初创公司 Altara 已成功筹集 700 万美元种子轮资金，旨在解决物理科学领域因数据碎片化而导致的研发进度缓慢问题。
该公司正在构建一个 AI 层，旨在弥合不同数据源之间的鸿沟，将电子表格和旧系统中的技术信息整合到一个统一的平台中。本轮融资由 Greylock 领投，Neo、BoxGroup、Liquid 2 Ventures 以及 Jeff Dean 参投。
Altara 的目标行业包括电池制造、半导体生产和医疗器械开发。这些领域会产生海量数据，但数据往往处于孤岛状态，导致工程师难以诊断产品故障或提高研发效率。
自动化研发领域的“搜寻游戏”
Altara 联合创始人 Catherine Yeo 曾是 Warp 的 AI 工程师，她将目前的这种手动流程描述为一项极其繁重的调查工作。她指出，当电池在电芯测试过程中出现故障时，工程师必须手动交叉比对各种来源的数据，包括传感器日志、温度数据、湿度水平以及历史故障报告。
Yeo 在接受 TechCrunch 采访时表示：“科学家和工程师往往要在海量的数据源中进行长达数周甚至数月的‘搜寻游戏’，仅仅是为了诊断并解决故障。”
Altara 声称，其 AI 技术可以将这种长达数周的人工分拣过程缩短至仅需几分钟。
该公司由 Yeo 与 Eva Tuecke 于 2025 年共同创立，后者曾是费米实验室（Fermilab）和 SpaceX 的研究员。两位创始人曾在哈佛大学共同学习计算机科学。
Greylock 合伙人 Corinne Riley 将 Altara 在物理科学领域所承担的任务，比作软件行业中站点可靠性工程师（SRE）的角色。Riley 指出，正如 SRE 在系统故障时会检查可观测性堆栈一样，Altara 为以硬件为核心的研发工作提供了必要的可见性。
