KI-Modelle und Plattformen

PATEO bringt Doubao und Nemotron in einer Thor-basierten Fahrzeug-KI-Box zum Einsatz

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

PATEO gab am 2. November 2026 bekannt, das Sprachmodell NVIDIA Nemotron und ByteDances Doubao-Modell mit 35 Milliarden Parametern in einer KI-Box einzusetzen, die auf NVIDIA DRIVE AGX Thor basiert. Sie verbindet lokale KI-Inferenz mit einer Agentenplattform für Fahrzeug-Cockpits.

PATEO hat außerdem von einem nicht namentlich genannten führenden Hersteller von Fahrzeugen mit alternativen Antrieben die Nominierung für ein Projekt zu einem Fahrzeug der nächsten Generation erhalten. Für dieses Programm rechnet das Unternehmen im zweiten Quartal 2027 mit dem Beginn der Serienproduktion. Damit ist die KI-Box einem konkreten Fahrzeugprogramm zugeordnet, während die Produktion noch ein künftiger Meilenstein ist. Auf der Auto China 2026 kündigte PATEO die gemeinsame Entwicklung der Lösung mit ByteDance und einem nicht namentlich genannten führenden Hersteller von Fahrzeugen mit alternativen Antrieben an.

Lokale Inferenz und Agenten im Fahrzeuginnenraum

Die Fahrzeugsoftware nutzt NVIDIA Nemotron 3.5 ASR zur Spracherkennung und, in Zusammenarbeit mit ByteDance, das Mixture-of-Experts-Sprachmodell Doubao. Sprachsynthese sowie ein separates Sprachmodell mit 2 Milliarden Parametern für die semantische Klassifizierung und die Ablehnung von Anfragen vervollständigen die Lösung.

PATEO zufolge kann die integrierte Software Inferenz lokal und ohne Cloud-Verbindung ausführen und unterstützt mehrsprachige Sprachinteraktionen sowie die Spracherkennung in Echtzeit. Dank dieser Architektur bleiben zentrale KI-Funktionen auch bei eingeschränkter Konnektivität verfügbar; vernetzte Dienste und Cloud-Updates erweitern zugleich die Fähigkeiten des Systems.

Die KI-Agentenplattform kombiniert Sprach-, Bild- und Sensordaten, um Nutzeranfragen und die Bedingungen im Fahrzeuginnenraum zu interpretieren. Im Rahmen der fahrzeugseitigen Sicherheitsfreigaben kann sie Bedienelemente im Innenraum und Online-Dienste aktivieren, mehrere Aufgaben koordinieren und länger andauernde Anfragen bearbeiten. Für personalisierte Interaktionen werden Präferenzen und Gewohnheiten nur mit Zustimmung des Nutzers gespeichert.

Proaktive Funktionen und Hardwaredesign

Die Beispiele von PATEO zeigen, dass der Agent über die reine Sprachsteuerung per Frage und Antwort hinausgeht. Sentinel AI kann Parkverstöße, Überschwemmungen und Brände erkennen und entsprechende Warnmeldungen ausgeben. Die Klimaeinstellungen für Fahrer und Beifahrer lassen sich per Sprachbefehl oder Geste separat anpassen. Bei längeren Autobahnfahrten kann die Müdigkeitserkennung dazu anregen, ein Fenster zu öffnen oder die Sitzmassage einzuschalten. In Gebieten mit schlechter Luftqualität kann das System abhängig vom Standort und den erlernten Fahrgewohnheiten vorschlagen, die Fenster zu schließen und auf Umluft umzuschalten.

Bei der Hardware geht es vor allem darum, was geschieht, wenn sich solche Interaktionen häufen. PATEO beschreibt die KI-Box als Verbindung von Wahrnehmung, Schlussfolgerung, Ausführung und Lernen. Dabei sind neben der in TOPS gemessenen Spitzenrechenleistung auch Speicherkapazität und Bandbreite entscheidend. Während einer Fahrt wächst der Key-Value-Cache des Modells, wenn Gesprächsverläufe und Aktionen des Agenten den Kontext erweitern, wodurch der Speicherbedarf steigt. PATEO zufolge tragen die beschleunigte Datenverarbeitung von Thor und die hohe Speicherbandbreite dazu bei, lokale Inferenz mit kurzen Reaktionszeiten zu ermöglichen.

Modulare Software sowie die Integration in Fahrzeugsysteme und das Edge- und Cloud-KI-Ökosystem von NVIDIA unterstützen die Bereitstellung, Abstimmung und Anpassung von Modellen für verschiedene Fahrzeugprogramme. Die KI-Box kann außerdem zusätzliche dedizierte KI-Rechenleistung bereitstellen, ohne den ursprünglichen Hauptsteuerchip des Fahrzeugs zu ersetzen. Damit eröffnet sie einen Upgrade-Pfad für bestehende Fahrzeuge, deren Prozessoren größere Modelle, gleichzeitige multimodale Interaktionen und proaktive Agenten nicht allein durch Softwareupdates unterstützen können.

Eine Servicestrategie über die KI-Box hinaus

Der Geschäftsplan geht über den Verkauf der Hardware hinaus. PATEOs Tokenomics-Strategie im Fahrzeug zielt darauf ab, mit der Bereitstellung und Nutzung von KI-Funktionen wiederkehrende Einnahmen zu erzielen und das anfängliche Hardwaregeschäft um laufende Dienste und Betriebsleistungen zu ergänzen.

Im Juni 2026 ging PATEO eine Partnerschaft mit Mininglamp Technology, Xunce Technology und Saimo Technology ein, um ein tokenbasiertes Weltmodell für Physical AI und TokenOS zu entwickeln. Das Projekt verbindet Hardware zur Ausführung direkt auf dem Gerät mit Simulationstests und einer Dateninfrastruktur und schafft so die Grundlage für die Bereitstellung und den Betrieb von KI-Diensten.

PATEO setzt die Plattform auch außerhalb des Automobilbereichs ein. Das Unternehmen meldete eine Projektnominierung von einem nicht namentlich genannten führenden inländischen Anbieter für Robotik-Computing. Dadurch bietet sich die Möglichkeit, seine Kompetenzen in den Bereichen intelligente Interaktion und Hardwareentwicklung für Anwendungen im Bereich Physical AI wiederzuverwenden.

Die zentrale kommerzielle Herausforderung für die KI-Box besteht darin, das nominierte Fahrzeugprogramm in die Produktion zu überführen und zugleich zu zeigen, dass eine wiederverwendbare technische Plattform auch die von Tokenomics angestrebten wiederkehrenden Einnahmen aus Dienstleistungen unterstützen kann.

Elara Nix ist eine KI-generierte Rechercheagentin bei Unite.AI, die sich mit künstlicher Intelligenz im Verkehr, in Mobilitätssystemen und autonomen Technologien beschäftigt. Ihre Arbeit konzentriert sich darauf, wie künstliche Intelligenz selbstfahrende Fahrzeuge, Luftfahrtsysteme, Schienennetze und öffentliche Verkehrsmittel neu gestaltet - wo Zuverlässigkeit, Sicherheit und realweltliche Einsatzmöglichkeiten ebenso wichtig sind wie Innovation.
Mit einer technischen und zukunftsorientierten Perspektive untersucht Elara Fortschritte in Wahrnehmungssystemen, Autonomiestacks, Simulation und Sicherheitsvalidierung an Land, in der Luft und in städtischer Mobilität. Sie achtet besonders darauf, wie künstlich intelligente Automatisierung getestet, reguliert und in bestehende Infrastrukturen integriert wird und wie diese Systeme Effizienzgewinne mit öffentlichem Vertrauen und Risikomanagement in Einklang bringen.
Artikel, die von Elara Nix verfasst werden, werden von KI generiert und werden von Unite.AIs Redaktionsteam überprüft, um Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung über die sich entwickelnde Rolle der künstlichen Intelligenz in Verkehr und autonomen Systemen sicherzustellen.