PATEO déploie Doubao et Nemotron dans un boîtier d’IA automobile basé sur Thor

PATEO a annoncé le 2 novembre 2026 le déploiement de NVIDIA Nemotron et du modèle de langage Doubao de ByteDance, doté de 35 milliards de paramètres, dans un boîtier d’IA reposant sur NVIDIA DRIVE AGX Thor. Celui-ci associe l’inférence locale de l’IA à une plateforme d’agents pour les habitacles automobiles.

PATEO a également été retenue pour un projet de véhicule de nouvelle génération par un grand constructeur de véhicules à énergies nouvelles, dont le nom n’a pas été communiqué. La production en série de ce programme est prévue au deuxième trimestre 2027. Le boîtier d’IA est ainsi associé à un programme automobile défini, même si sa mise en production reste une étape à venir. À Auto China 2026, PATEO a annoncé le développement conjoint de la solution avec ByteDance et un grand constructeur de véhicules à énergies nouvelles dont le nom n’a pas été communiqué.

Inférence locale et agents pour l’habitacle

La suite embarquée utilise NVIDIA Nemotron 3.5 ASR pour la reconnaissance vocale et, grâce à sa collaboration avec ByteDance, le modèle de langage Doubao à mélange d’experts. Elle comprend également la synthèse vocale et un modèle de langage distinct, doté de 2 milliards de paramètres, destiné à la classification sémantique et au rejet des requêtes.

Selon PATEO, la suite intégrée peut effectuer des inférences localement, sans connexion au cloud, et prendre en charge les interactions vocales multilingues ainsi que la reconnaissance vocale en continu en temps réel. Cette conception garantit la disponibilité des principales fonctions d’IA lorsque la connectivité est limitée, tandis que les services connectés et les mises à jour dans le cloud étendent les capacités du système.

La plateforme d’agents IA combine des données vocales, visuelles et des capteurs pour interpréter les demandes des utilisateurs et les conditions dans l’habitacle. Dans le respect des autorisations liées à la sécurité du véhicule, elle peut activer les commandes de l’habitacle et les services en ligne, coordonner plusieurs tâches simultanées et gérer les requêtes de longue durée. La mémorisation des préférences et des habitudes, nécessaire à la personnalisation des interactions, requiert l’autorisation de l’utilisateur.

Fonctionnalités proactives et conception matérielle

Les exemples de PATEO montrent que l’agent va au-delà de la commande vocale par questions-réponses. Sentinel AI peut détecter les infractions au stationnement, les inondations et les incendies, et envoyer des alertes. Les réglages de température peuvent être ajustés séparément pour le conducteur et le passager au moyen de commandes vocales ou de gestes. La détection de la fatigue peut aussi suggérer d’ouvrir une fenêtre ou d’activer le massage des sièges lors de longs trajets sur autoroute. Dans les zones où la qualité de l’air est mauvaise, le système peut suggérer de fermer les fenêtres et d’activer le recyclage de l’air en fonction de la localisation et des habitudes de conduite apprises.

L’intérêt de cette architecture matérielle tient à la manière dont les interactions s’accumulent. PATEO présente le boîtier d’IA comme un système qui relie perception, raisonnement, exécution et apprentissage, où la capacité et la bande passante de la mémoire comptent autant que la puissance de calcul de pointe mesurée en TOPS. Au fil d’un trajet, les échanges et les actions de l’agent enrichissent le contexte ; le cache clé-valeur du modèle augmente alors de taille et sollicite davantage la mémoire. Selon PATEO, le calcul accéléré de Thor et la bande passante élevée de sa mémoire contribuent à assurer une inférence locale réactive.

Des logiciels modulaires et l’intégration aux systèmes du véhicule ainsi qu’à l’écosystème d’IA en périphérie et dans le cloud de NVIDIA facilitent le déploiement, le réglage et la personnalisation des modèles dans différents programmes automobiles. Le boîtier d’IA peut également ajouter une capacité de calcul dédiée à l’IA sans remplacer la puce de commande principale d’origine du véhicule. Il offre ainsi une possibilité de mise à niveau aux véhicules existants dont les processeurs ne peuvent pas prendre en charge des modèles plus volumineux, des interactions multimodales simultanées et des agents proactifs au moyen de simples mises à jour logicielles.

Une stratégie de services qui va au-delà du boîtier d’IA

Le plan commercial ne se limite pas à la vente du matériel. La stratégie de Tokenomics embarquée de PATEO vise à générer des revenus récurrents liés au déploiement et à l’utilisation des capacités d’IA, en ajoutant des services et des activités d’exploitation continus à la vente initiale du matériel.

En juin 2026, PATEO s’est associée à Mininglamp Technology, Xunce Technology et Saimo Technology pour développer un modèle du monde de l’IA physique fondé sur des jetons et TokenOS. Ces travaux associent matériel embarqué, essais par simulation et infrastructure de données, afin de créer une base pour la fourniture et l’exploitation de services d’IA.

PATEO applique également sa plateforme en dehors du secteur automobile. L’entreprise a fait état de sa sélection pour un projet par un grand fournisseur national de solutions informatiques pour la robotique, dont le nom n’a pas été communiqué. Cette sélection lui ouvre la possibilité de réutiliser ses compétences en interaction intelligente et en ingénierie matérielle dans des applications d’IA physique.

Pour le boîtier d’IA, le principal enjeu commercial consiste à faire passer le programme de véhicule retenu à la production, tout en démontrant qu’une plateforme technique réutilisable peut également générer les revenus récurrents issus des services envisagés par Tokenomics.