PATEO implementa Doubao y Nemotron en una caja de IA para vehículos basada en Thor

PATEO anunció el 2 de noviembre de 2026 que implementará NVIDIA Nemotron y el modelo de lenguaje Doubao de ByteDance, con 35.000 millones de parámetros, en una caja de IA basada en NVIDIA DRIVE AGX Thor, que combina inferencia local de IA con una plataforma de agentes para los habitáculos de los vehículos.

PATEO también obtuvo la adjudicación de un proyecto de un fabricante líder de vehículos de nuevas energías, cuyo nombre no se ha revelado, para un vehículo de nueva generación. Prevé que la producción en serie de ese programa comience en el segundo trimestre de 2027, lo que asigna la caja de IA a un programa vehicular concreto, aunque la producción sigue siendo un hito futuro. En Auto China 2026, PATEO anunció el desarrollo conjunto de la solución con ByteDance y un fabricante líder de vehículos de nuevas energías cuyo nombre no se ha revelado.

Inferencia local y agentes para el habitáculo

El conjunto de soluciones para vehículos utiliza NVIDIA Nemotron 3.5 ASR para el reconocimiento de voz y, gracias a la colaboración con ByteDance, el modelo de lenguaje de mezcla de expertos de Doubao. La síntesis de voz y un modelo de lenguaje independiente de 2.000 millones de parámetros para la clasificación semántica y el rechazo de solicitudes completan el conjunto.

PATEO afirmó que el conjunto integrado puede ejecutar inferencias localmente sin conexión a la nube y admite interacciones de voz multilingües y reconocimiento de voz en flujo continuo y en tiempo real. Este diseño mantiene disponibles las funciones básicas de IA cuando la conectividad es limitada, mientras que los servicios conectados y las actualizaciones desde la nube amplían las capacidades del sistema.

La plataforma AI Agent combina entradas de voz, visuales y de sensores para interpretar las solicitudes de los usuarios y las condiciones del habitáculo. Dentro de los límites de seguridad del vehículo, puede activar los controles del habitáculo y los servicios en línea, coordinar tareas simultáneas y gestionar solicitudes de mayor duración. La memoria de preferencias y hábitos para ofrecer interacciones personalizadas requiere la autorización del usuario.

Funciones proactivas y diseño del hardware

Los ejemplos de PATEO muestran que el agente va más allá del control por voz basado en preguntas y respuestas. Sentinel AI puede detectar infracciones de estacionamiento, inundaciones e incendios, y emitir alertas. La configuración del climatizador del conductor y del pasajero puede ajustarse por separado mediante comandos de voz o gestos, mientras que la detección de fatiga puede sugerir abrir una ventana o activar el masaje del asiento durante trayectos prolongados por autopista. En zonas con mala calidad del aire, el sistema puede sugerir cerrar las ventanas y activar la recirculación del aire en función de la ubicación y de los hábitos de conducción aprendidos.

La justificación del hardware se centra en lo que ocurre a medida que se acumulan esas interacciones. PATEO describe la caja de IA como un sistema que conecta la percepción, el razonamiento, la ejecución y el aprendizaje, y señala que la capacidad y el ancho de banda de la memoria son tan importantes como la potencia máxima de cálculo, medida en TOPS. A medida que los intercambios de conversación y las acciones del agente añaden contexto durante un trayecto, crece la caché de claves y valores del modelo y aumentan las exigencias de memoria. PATEO afirmó que la computación acelerada de Thor y su alto ancho de banda de memoria contribuyen a mantener una inferencia local ágil.

El software modular y la integración con los sistemas del vehículo y el ecosistema de IA de NVIDIA para el borde y la nube permiten implementar, ajustar y personalizar modelos en distintos programas de vehículos. La caja de IA también puede incorporar capacidad de cálculo dedicada para IA sin sustituir el chip de control principal original del vehículo. Esto ofrece una vía de actualización para los vehículos existentes cuyos procesadores no pueden admitir modelos más grandes, interacciones multimodales simultáneas y agentes proactivos únicamente mediante actualizaciones de software.

Una estrategia de servicios que va más allá de la caja de IA

El plan de negocio va más allá de la venta del hardware. La estrategia Tokenomics de PATEO para vehículos busca generar ingresos recurrentes en torno a la implementación y el uso de capacidades de IA, añadiendo servicios y operaciones continuos a la transacción inicial de hardware.

En junio de 2026, PATEO se asoció con Mininglamp Technology, Xunce Technology y Saimo Technology para desarrollar un modelo del mundo de IA física basado en tokens y TokenOS. Este trabajo combina hardware integrado en el dispositivo, pruebas de simulación e infraestructura de datos, y crea una base para prestar y gestionar servicios de IA.

PATEO también está aplicando la plataforma fuera del sector automotriz. La empresa informó de que obtuvo la adjudicación de un proyecto de un proveedor nacional líder de computación para robótica cuyo nombre no se ha revelado, lo que abre la posibilidad de reutilizar sus capacidades de interacción inteligente e ingeniería de hardware en aplicaciones de IA física.

Para la caja de IA, la principal prueba comercial consiste en llevar a producción el programa del vehículo adjudicado y, al mismo tiempo, demostrar que una plataforma técnica reutilizable también puede respaldar los ingresos recurrentes por servicios que prevé Tokenomics.