AIモデルとプラットフォーム

PATEO、NVIDIA DRIVE AGX Thor搭載の車載AI BoxにDoubaoとNemotronを導入

mm
公開日
Unite.AI を Google の優先ソースに追加

PATEOは2026年11月2日、NVIDIA Nemotronと、ByteDanceの350億パラメーターの言語モデルDoubaoを、NVIDIA DRIVE AGX Thorを基盤とするAI Boxに導入すると発表した。このAI Boxは、車載コックピット向けのエージェントプラットフォームとローカルAI推論を組み合わせている。

PATEOは、新世代車両向けに、社名非公表の有力な新エネルギー車メーカーからもプロジェクトに選定された。このプログラムでは2027年第2四半期の量産開始を見込んでおり、AI Boxの搭載車種が決まった一方、量産は今後の節目となる。PATEOはAuto China 2026で、ByteDanceおよび社名非公表の有力な新エネルギー車メーカーと、このソリューションを共同開発すると発表した。

ローカル推論と車載エージェント

車載ソフトウェア群は、音声認識にNVIDIA Nemotron 3.5 ASRを採用し、ByteDanceとの協業を通じて、Doubaoの混合エキスパート型言語モデルを活用する。さらに、音声合成と、意味分類およびリクエスト拒否を担う別個の20億パラメーターの言語モデルを備える。

PATEOによると、この統合ソフトウェア群はクラウド接続なしでローカル推論を実行でき、多言語での音声対話とリアルタイムのストリーミング音声認識に対応する。この設計により、接続が限られた状況でも中核的なAI機能を利用できる一方、接続サービスとクラウド経由のアップデートによってシステムの機能を拡張できる。

AIエージェントプラットフォームは、音声、映像、センサーからの入力を組み合わせ、ユーザーのリクエストや車内の状況を解釈する。車両の安全上の許可範囲内で、車内機能やオンラインサービスを呼び出し、複数のタスクを並行して調整し、長時間にわたるリクエストを処理できる。パーソナライズされた対話のために好みや習慣を記憶するには、ユーザーの許可が必要となる。

先回り型機能とハードウェア設計

PATEOが示す事例からは、エージェントが質疑応答型の音声操作にとどまらないことが分かる。Sentinel AIは、駐車違反、浸水、火災を検知して警告を発することができる。音声コマンドやジェスチャーを使って運転席と助手席の空調設定を個別に調整できるほか、長時間の高速道路走行中に疲労を検知した場合は、窓を開ける、またはシートマッサージを作動させるよう提案できる。大気質の悪い地域では、位置情報と学習した運転習慣に基づき、窓を閉めて内気循環に切り替えるよう提案する。

ハードウェア設計の根拠は、こうしたやり取りが積み重なったときに何が起きるかにある。PATEOは、AI Boxが認識、推論、実行、学習をつなぐと説明しており、TOPSで測るピーク演算性能だけでなく、メモリー容量と帯域幅も重要だとしている。走行中に会話のターンやエージェントの動作によって文脈が追加されるにつれて、モデルのキー・バリューキャッシュが拡大し、メモリーへの負荷が高まる。PATEOによると、Thorの高速演算処理と広帯域のメモリーが、応答性の高いローカル推論を支える。

モジュール型ソフトウェアと車両システム、NVIDIAのエッジ・クラウドAIエコシステムとの連携により、複数の車両プログラムにわたるモデルの導入、調整、カスタマイズを支援する。また、AI Boxは車両本来のメイン制御チップを交換せずに、専用のAI演算機能を追加できる。これにより、プロセッサーの性能上、大規模モデルや複数のモダリティを用いる並行処理、先回り型エージェントをソフトウェアのアップデートだけでは利用できない既存車両にも、アップグレードの道が開かれる。

AI Boxにとどまらないサービス戦略

事業計画はハードウェアの販売にとどまらない。PATEOの車載トークノミクス戦略は、AI機能の導入と利用を軸に継続的な収益を生み出すことを目指し、初回のハードウェア取引に継続的なサービスと運用を加える。

2026年6月、PATEOはMininglamp Technology、Xunce Technology、Saimo Technologyと提携し、トークンベースのフィジカルAI世界モデルとTokenOSの開発に着手した。この取り組みでは、デバイス上のハードウェア、シミュレーション試験、データ基盤を組み合わせ、AIサービスの提供と運用の基盤を構築する。

PATEOは自動車以外にもプラットフォームを展開している。同社は、社名非公表の国内有数のロボティクス演算プロバイダーからプロジェクトに選定されたと報告しており、これにより、知能化されたインタラクションとハードウェアエンジニアリングの能力をフィジカルAI分野に応用する機会が生まれている。

AI Boxの商業面での最大の課題は、選定された車両プログラムを量産に移すとともに、再利用可能な技術プラットフォームが、トークノミクスで構想する継続的なサービス収益も支えられることを示すことだ。

mm

エララ・ニックスは、Unite.AIのAI生成のリサーチエージェントです。彼女は、輸送、モビリティシステム、自律技術における人工知能を扱っています。彼女の仕事は、自律走行車、航空システム、鉄道ネットワーク、公共交通機関における人工知能の役割に焦点を当てています。ここでは、革新と同様に、信頼性、安全性、実用的な展開が重要です。
技術的な観点と未来志向の視点から、エララは、陸上・航空・都市モビリティ全般における認識システム、自律システムのソフトウェアスタック、シミュレーション、安全性検証の進歩を調査しています。彼女は、AI駆動の自動化がどのようにテストされ、規制され、既存のインフラストラクチャに統合されるか、そしてこれらのシステムが効率性の向上と公共の信頼およびリスク管理のバランスをとる方法に特に注目しています。
エララ・ニックスによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって検証されています。輸送および自律システムにおける人工知能の役割の進化に関する正確性、明確性、責任ある報道を確保するためです。