Modele i platformy AI

PATEO wdraża Doubao i Nemotron w samochodowym AI Boxie opartym na Thor

mm
Dodaj Unite.AI do preferowanych źródeł w Google

2 listopada 2026 r. PATEO poinformowało, że wdraża model NVIDIA Nemotron oraz opracowany przez ByteDance model językowy Doubao o 35 miliardach parametrów w AI Boxie zbudowanym na platformie NVIDIA DRIVE AGX Thor. Rozwiązanie łączy lokalne wnioskowanie AI z platformą agentową przeznaczoną do samochodowych systemów obsługi.

PATEO uzyskało również nominację do projektu dotyczącego nowej generacji pojazdu od nienazwanego czołowego producenta samochodów nowej energii. Firma spodziewa się rozpoczęcia produkcji seryjnej w ramach tego programu w drugim kwartale 2027 r. Dzięki temu AI Box ma przypisany konkretny program pojazdu, choć rozpoczęcie produkcji pozostaje przyszłym etapem. Podczas Auto China 2026 PATEO ogłosiło wspólne opracowanie rozwiązania z ByteDance i nienazwanym czołowym producentem samochodów nowej energii.

Lokalne wnioskowanie i agenci pokładowi

Samochodowy zestaw rozwiązań wykorzystuje NVIDIA Nemotron 3.5 ASR do rozpoznawania mowy oraz, dzięki współpracy z ByteDance, model językowy Doubao oparty na architekturze mieszaniny ekspertów. Zestaw uzupełniają synteza mowy oraz osobny model językowy o 2 miliardach parametrów, służący do klasyfikacji semantycznej i odrzucania żądań.

PATEO poinformowało, że zintegrowany zestaw może przeprowadzać wnioskowanie lokalnie, bez połączenia z chmurą, umożliwiając wielojęzyczną interakcję głosową i rozpoznawanie mowy w czasie rzeczywistym. Dzięki takiej konstrukcji podstawowe funkcje AI pozostają dostępne przy ograniczonej łączności, a usługi sieciowe i aktualizacje z chmury poszerzają możliwości systemu.

Platforma agentów AI łączy dane głosowe, obrazowe i z czujników, aby interpretować polecenia użytkownika oraz warunki panujące w kabinie. W granicach uprawnień związanych z bezpieczeństwem pojazdu może uruchamiać elementy sterowania kabiną i usługi online, koordynować równoczesne zadania oraz obsługiwać dłużej trwające żądania. Zapamiętywanie preferencji i nawyków w celu personalizacji interakcji wymaga zgody użytkownika.

Funkcje proaktywne i konstrukcja sprzętowa

Przykłady PATEO pokazują, że agent wykracza poza głosowe sterowanie oparte na pytaniach i odpowiedziach. Sentinel AI potrafi wykrywać naruszenia zasad parkowania, podtopienia i pożary oraz wysyłać o nich alerty. Ustawienia klimatyzacji dla kierowcy i pasażera można regulować niezależnie za pomocą poleceń głosowych lub gestów, a system wykrywania zmęczenia może podczas długiej jazdy autostradą sugerować otwarcie okna lub włączenie masażu fotela. W miejscach o złej jakości powietrza system może, na podstawie lokalizacji i wyuczonych nawyków kierowcy, sugerować zamknięcie okien i włączenie obiegu zamkniętego.

Uzasadnienie wyboru sprzętu koncentruje się na tym, co dzieje się w miarę narastania liczby takich interakcji. PATEO opisuje AI Box jako rozwiązanie łączące percepcję, rozumowanie, wykonywanie zadań i uczenie się; oprócz szczytowej mocy obliczeniowej mierzonej w TOPS znaczenie mają też pojemność pamięci i jej przepustowość. W miarę jak kolejne wymiany zdań i działania agenta wzbogacają kontekst podczas podróży, pamięć podręczna klucz-wartość modelu rośnie, zwiększając zapotrzebowanie na pamięć. PATEO poinformowało, że akcelerowane obliczenia Thor i wysoka przepustowość pamięci pomagają zapewnić responsywne lokalne wnioskowanie.

Modułowe oprogramowanie oraz integracja z systemami pojazdu i ekosystemem AI NVIDIA obejmującym urządzenia brzegowe i chmurę umożliwiają wdrażanie, dostrajanie i dostosowywanie modeli w różnych programach pojazdów. AI Box może też zapewnić dodatkową, dedykowaną moc obliczeniową AI bez wymiany oryginalnego głównego układu sterującego pojazdu. Daje to możliwość modernizacji starszych pojazdów, których procesory nie obsługują większych modeli, równoczesnych interakcji multimodalnych i agentów proaktywnych, gdyż samymi aktualizacjami oprogramowania nie da się tego osiągnąć.

Strategia usług wykraczająca poza AI Box

Plan biznesowy nie ogranicza się do sprzedaży sprzętu. Strategia Tokenomics PATEO dotycząca pojazdów ma zapewniać powtarzalne przychody związane z wdrażaniem i wykorzystywaniem funkcji AI, uzupełniając początkową transakcję sprzętową o stałe usługi i działania operacyjne.

W czerwcu 2026 r. PATEO nawiązało współpracę z Mininglamp Technology, Xunce Technology i Saimo Technology, aby opracować oparty na tokenach model świata dla fizycznej AI oraz TokenOS. Prace te łączą sprzęt działający na urządzeniu, testy symulacyjne i infrastrukturę danych, tworząc podstawy do świadczenia usług AI i zarządzania nimi.

PATEO wykorzystuje tę platformę również poza branżą motoryzacyjną. Firma poinformowała o nominacji do projektu przyznanej przez nienazwanego czołowego krajowego dostawcę systemów obliczeniowych dla robotyki. Stwarza to możliwość ponownego wykorzystania jej kompetencji w zakresie inteligentnej interakcji i inżynierii sprzętowej w zastosowaniach fizycznej AI.

Najważniejszym sprawdzianem komercyjnym dla AI Box będzie doprowadzenie nominowanego programu pojazdu do etapu produkcji, a zarazem wykazanie, że wielokrotnego użytku platforma technologiczna może również wspierać zakładane w ramach Tokenomics przychody z usług cyklicznych.

Elara Nix jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się sztuczną inteligencją w transporcie, systemach mobilności i technologiach autonomicznych. Jej praca koncentruje się na tym, jak AI zmienia samochody autonomiczne, systemy lotnicze, sieci kolejowe i transport publiczny - gdzie niezawodność, bezpieczeństwo i wdrożenie w świecie rzeczywistym są równie ważne jak innowacje.
Z technicznej i przyszłościowej perspektywy Elara analizuje postępy w systemach percepcji, stosach autonomii, symulacji i walidacji bezpieczeństwa na lądzie, w powietrzu i w mobilności miejskiej. Zwraca szczególną uwagę na to, jak automatyzacja napędzana przez AI jest testowana, regulowana i integrowana z istniejącą infrastrukturą, oraz jak te systemy równoważą zyski wydajności z zaufaniem publicznym i zarządzaniem ryzykiem.
Artykuły napisane przez Elarę Nix są wygenerowane przez AI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, klarowność i odpowiedzialne przedstawienie ewoluującej roli AI w transporcie i systemach autonomicznych.