Swift語言發明者Chris Lattner,在加入特斯拉六個月後宣布離職
Swift語言發明者Chris Lattner,在加入特斯拉六個月後宣布離職
2017.06.21 | 交通運輸

前不久特斯拉開始啟用遍布Autopilot 2.0硬體車型車身四周的攝影鏡頭開始收集路況信息,自動駕駛的研發剛開了一個好頭,近日,加入特斯拉不到6個月的特斯拉Autopilot軟體副總裁Chris Lattner宣布離職,同時前Open AI深度學習和電腦視覺專家Andrej Karpathy被曝已加盟特斯拉,擔任特斯拉Autopilot視覺部門主管。

Chris Lattner很傳奇,Andrej Karpathy也不遜色

1月11日,特斯拉宣布前蘋果軟體高階主管Chris Lattner加盟特斯拉,擔任特斯拉Autopilot軟體副總裁。在加入特斯拉前,Chris在蘋果任職達11年之久,在蘋果期間主導開發了大名鼎鼎的蘋果編程語言Swift,Swift是用於在蘋果平台上構建應用的編程語言,這一方便高效的編程語言一問世便廣受歡迎,並成為Linux平台上成長最快的語言之一。

Chris的輝煌履歷讓特斯拉對其寄予厚望,在歡迎Chris的部落格中,特斯拉表示「Chris以高深的工程學造詣而聞名」、「我們很高興Chris加入特斯拉,也熱切期待他能帶領自動輔助駕駛工程團隊加速自動駕駛時代的到來。」

任期不到6個月,Chris Lattner的離職似乎有些倉促,他日前透過Twitter宣布:「事實證明我和特斯拉不是很合拍,我正在尋求技術管理的新職位。」

然而就在不到一周前,他的上條Twitter還在為特斯拉啟用攝影鏡頭收集路況信息搖旗吶喊:「深度學習技術需要大數據。」

對於離職的Chris,特斯拉發言人的回應與前者如出一轍:「Chris和特斯拉不太合拍,我們決定做出改變,祝他好運。」

再來說說新來的,Andrej Karpathy是史丹佛大學電腦視覺方面的博士生,學業生涯師從史丹佛人工智慧實驗室主管、Google首席科學家李飛飛教授。曾先後在研發出「AlphaGo」的Google DeepMind公司及Google Brain研究小組工作,加盟特斯拉前的最後一站,Karpathy擔任了非盈利性AI研究組織Open AI的研究科學家。無論是理論知識水平還是產品商業化能力都無可挑剔。

Karpathy本人也在Twitter表達了對在特斯拉任職的期待——

特斯拉在歡迎Karpathy的聲明中表示:

「Andrej Karpathy是電腦視覺和深度學習領域全球頂尖的專家,我們歡迎他加盟特斯拉擔任人工智慧主管兼Autopilot視覺部門主管,他將直接向CEO Elon Musk匯報工作。

Andrej將與Jim Keller緊密合作,Jim Keller現在統領特斯拉Autopilot硬、軟體的研發工作。 」

Karpathy在業內的影響力有多大呢?特斯拉在自動駕駛領域的競爭對手、天才駭客George Hotz創辦的自動駕駛新創公司Comma.ai 一直很欣賞特斯拉激進的自動駕駛技術研發策略,並對傳統車企的漸進式策略嗤之以鼻,而今Karpathy加盟特斯拉的消息曝出後,Comma.ai官方Twitter評論稱:「這種規格的挖人解釋了為什麼傳統車企(在自動駕駛領域)根本沒機會。」

高層更迭頻繁?特斯拉習以為常。

如果我們翻回去看看5個月前特斯拉歡迎Chris Lattner的部落格文章,會發現另一些有趣的信息。

那篇文章中還特意感謝了另一位高階主管——特斯拉Autopilot視覺部門副總裁David Nister所做的工作。問題是,在今天歡迎Karpathy的聲明中,Karpathy的Title是「人工智慧主管兼Autopilot視覺部門主管」,那麼……誰向誰匯報?

txkklcn02bbc0wti.png
圖/ 36 氪

其實,早在3月底,David Nistér便從特斯拉跳槽到了晶片廠商英偉達,擔任自動駕駛副總裁一職,負責領導軟體開發和高精度地圖的繪製。彼時特斯拉發言人對David Nistér的離職回應稱:「伴隨著Chris Lattner成為新任Autopilot軟體副總裁,David Nistér在公司​​的角色也發生了變化,繼續留在特斯拉讓他遇到了瓶頸,我們感謝David Nistér為公司做出的貢獻,並祝他未來一切順利。」

好了,現在的狀況是,David Nistér繼任者Chris Lattner也已經離開了特斯拉。

除此之外,現在統領特斯拉Autopilot硬、軟體研發工作的是Jim Keller,他的前任Sterling Anderson是去年年底才從特斯拉離職的。

如此頻繁的高階主管更迭,又一次引起了一個老生常談的質疑:特斯拉的公司文化是否留不住人才?繼Uber之後,特斯拉也患上矽谷明星公司病「公司文化危機」了嗎?

事實上,我們上文披露的不過是特斯拉高階主管更迭的冰山一角。自去年3月開始,特斯拉已經流失了超過20名高階主管,他們的業務範圍涵蓋了金融、通信、監管事務、生產、製造、產品和規劃等各個領域。

以下是特斯拉離職高階主管的不完整名單:

  • 2016年3月16日,分管通信與戰略行銷的特斯拉全球副總裁Ricardo Reyes透過Twitter證實已離職。
  • 2016年3月24日,分管全球會計、財務報告及財務運營團隊的特斯拉財務副總裁Michael Zanoni離職,以財務副總裁的身份加盟亞馬遜。
  • 2016年4月13日,特斯拉公共政策與法律事務副總裁兼副總法律顧問James Chen離職,加盟新創公司。
  • 2017年2月,特斯拉人力資源副總裁Mark Lipscomb離職,跳槽到Netflix擔任人力資源副總裁。
  • 2017年3月,特斯拉硬體工程主管Satish Jeyachandran離職。
  • 2017年4月,特斯拉CFO Jason Wheeler離職。

特斯拉頻繁的高階主管更迭甚至引發了市場擔憂,瑞銀分析師Colin Langan就特斯拉股票給出「賣出」評級的理由是,任何時候,一家公司要高速擴張,都必須要有穩定的管理層來主導。

華爾街質疑的另外一點是特斯拉高階主管信息不透明,除了CEO Elon Musk和CTO JB Straubel,特斯拉官網、投資者關係界面、向美國證券交易委員會提交的年報中從未列出其他任何高階主管或副總裁的名單。

然而身處旋渦中央的特斯拉表示情緒穩定:「特斯拉吸引和留住人才的能力是我們最大的資產之一,2016年,特斯拉的員工流失率低於科技公司的行業平均水平。特斯拉高階主管團隊擁有相當長的任期,在特斯拉最高級的高階主管團隊中,超過3年任期高階主管比例達到75%;超過6年任期的比例達到60%;超過十年任期的比例達到20%。自特斯拉成立的14年來,特斯拉管理層近60%的人目前仍然留在公司。」

除了新來的Andrej Karpathy,特斯拉還挖來了前Faraday Future電腦視覺科學家Yong-Dian Jian,在Autopilot視覺部門擔任首席科學家,他更早些時候在百度美國自動駕駛事業部擔任研究員。

值得一提的是,上文提到的Open AI同樣是Elon Musk發起成立的公司,這家公司匯聚了多位全球頂尖的AI及電腦視覺專家,比如本文主角之一Andrej Karpathy。對於Musk來說,同時擔任航空航天、汽車製造、自動駕駛、人工智慧研究等多個領域的公司CEO使得他有機會隨時找到相關領域的頂尖人才加碼業務的研發。

可以看出,伴隨著時間的不斷流逝,自動駕駛技術演示期限的臨近,特斯拉正在不斷加大對計算機視覺及深度學習人才的招募。從另一個角度說,即便在今年上半年Autopilot高階主管頻繁更迭的情況下,特斯拉不還是在6個月內自研了此前由ADAS廠商Mobileye提供的所有輔助駕駛功能?所以,關於年底長達4500公里全程無干預的自動駕駛技術演示,繼續安心等待就好啦。

本文授權轉載自:36 氪

關鍵字: #特斯拉
往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓