晶片人才戰升溫，Google挖走蘋果大將，研發Pixel內的秘密武器|數位時代 BusinessNext

晶片人才戰升溫，Google挖走蘋果大將，研發Pixel內的秘密武器

為了補齊硬體不足，Google近來頻頻挖角研發人才，蘋果(Apple)晶片靈魂人物約翰·布魯諾（John Bruno）也確定加入Google團隊，將協助Pixel產品線，自主研發AI 晶片，拚軟硬整合。

iPhone成功秘訣，軟硬體一手包辦

約翰·布魯諾（John Bruno）自2012年開始加入蘋果，主要帶領蘋果在矽谷的分析小組研發iPhone處理器，確保蘋果自主研發設計的處理器在市場上維持一定水準的競爭力。而在這之前，約翰·布魯諾也曾在晶片製造商AMD擔任首席工程師、ATI Technologies負責處理器架構設計等工作。

目前西方多數國家正值聖誕假期，約翰·布魯諾跳槽的消息尚未由官方正式公布，但他的Linkedin頁面上的職稱已經更改為「Google系統架構師」，跟之前在蘋果的職稱相同。約翰·布魯諾新職務主要負責的工作目前也還不明確，據傳可能會協助Google Pixel產品線，開發更高水準的內部硬體裝置。

但如果要談起蘋果的過人之處，大概不能不提自2012年開始的第一款iPad就採用自主設計的A4處理器，後來推出的A7處理器進入64位元架構，讓當時的iPhone 5s成為市面上第一款軟硬體皆採用64位元架構的智慧型手機，軟、硬體從頭到尾一手包辦，也正是iPhone的成功秘訣之一。

除了蘋果，目前包括華為、三星等手機大廠都有自己的處理器晶片技術，在不受晶片廠商制約的情況下，最大程度的控制成本以及出貨量。預計約翰·布魯諾能將過往的經驗帶進Google，讓硬體團隊更有能力自主設計行動處理器。

Google頻挖角，Pixel AI晶片最快明年問世？

科技業界今年一直盛傳Google將自主開發行動晶片，而目前Google唯一自家開發的晶片，是Pixel 2手機採用的Pixel Visual Core 圖像晶片，這也是Pixel手機能拍出高品質照片的關鍵。

這段時間以來，Google已經挖角包括崔旺澤（Wonjae Choi）、塔育·法德羅（Tayo Fadelu）、馬努·古拉蒂（Manu Gulati）等蘋果工程師；以及維諾德·可瑪蒂（Vinod Chamarty）、紹米克·甘古利（Shamik Ganguly）、伊邁拉克·比斯瓦斯（Mainak Biswas）等高通工程師，由此可見其積極的程度。

蘋果目前正打算研發用於iPad、iPhone產品上的AI晶片，而先前Google已經發布了第二代Cloud TPU（Cloud Tensor Processing Units），可以跟Google的AI學習系統TensorFlow兼容，預計未來出售給第三方企業，有分析師指出，Google打算利用這些挖角來的人才投入Pixel裝置的AI晶片，預計最快在明年就會問世。

Pixel硬體力若提升，將說服更多用戶買Pixel手機

不論這次被挖腳的約翰·布魯諾未來具體的工作內容是什麼，頻頻上演的搶人才大戰，都直接展現Google要加強 Pixel 產品硬體實力的承諾。

過去除了Pixel Visual Core 圖像晶片，Google手機內部的硬體組件一直被認為沒有特別獨特之處，使用的大多是已經在其他Android 手機上用過的硬體組件。Nexus或 Pixel手機的吸引力，大多是建構在軟體的體驗上，如果Google 有能力研發比競爭對手更高水準的行動晶片，就能有更多理由說服顧客購買自家手機，而非其他Android陣營產品。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。