电池制造缺陷检测迎战AI新锐：旧金山Niobia用多光谱视觉+边缘计算终结产线猜谜,误判率低于1%

2026年10月13日，TechCrunch深入报道旧金山新创Niobia推出的电池制造缺陷检测方案。系统以多光谱光学、边缘计算和机器学习识别电芯与芯片封装缺陷，准确率目标超过99%，综合成本较传统AOI低约三成。本文对比三种质检方式，分析半导体良率提升的关键，并回顾Niobia在TechCrunch Disrupt 2026 Startup Battlefield 200中的竞逐历程。