PATEO 在基于 Thor 的车载 AI Box 中部署豆包与 Nemotron

PATEO于2026年11月2日宣布，正在基于NVIDIA DRIVE AGX Thor打造的AI Box中部署NVIDIA Nemotron与字节跳动350亿参数的豆包语言模型，将本地AI推理与面向车辆座舱的智能体平台相结合。

PATEO还获得了一家未具名头部新能源车企新一代车型的项目定点。该公司预计该项目将于2027年第二季度量产，这使该AI Box拥有了明确的整车项目，而量产仍是未来的里程碑。在2026年北京车展上，PATEO宣布与字节跳动及一家未具名头部新能源车企联合开发该解决方案。

本地推理与座舱智能体

该车载套件采用NVIDIA Nemotron 3.5 ASR进行语音识别，并通过与字节跳动的合作采用豆包的混合专家语言模型。文本转语音合成以及一个独立的20亿参数语言模型用于语义分类和请求拒识，共同构成完整套件。

PATEO表示，该集成套件可在无云连接的情况下本地运行推理，支持多语言语音交互和实时流式语音识别。这一设计可在连接受限时保持核心AI功能可用，同时联网服务和云端更新可扩展系统能力。

AI Agent平台融合语音、视觉和传感器输入，以解读用户请求和座舱状况。在车辆安全权限范围内，它可以调用座舱控制和在线服务，协调并发任务并管理耗时较长的请求。用于个性化交互的偏好与习惯记忆需要用户授权。

主动功能与硬件设计

PATEO的示例显示，该智能体已超越问答式语音控制。哨兵AI可识别违停、积水和火灾并发出警报。驾驶员和乘客的空调设置可通过语音指令或手势分别调节，而疲劳检测可在高速公路长时间驾驶时提示建议开窗或激活座椅按摩。在空气质量较差的区域，系统可根据位置和学习到的驾驶习惯建议关闭车窗并切换至内循环。

硬件设计的核心理由在于这些交互累积后会发生什么。PATEO将AI Box描述为连接感知、推理、执行和学习，除以TOPS衡量的峰值算力外，内存容量和带宽同样重要。随着行程中对话轮次和智能体操作增加上下文，模型的键值缓存不断增长，对内存的需求也随之增加。PATEO表示，Thor的加速计算和高内存带宽有助于支持响应迅速的本地推理。

模块化软件以及与车辆系统和NVIDIA边缘及云端AI生态的集成，支持跨整车项目进行模型部署、调优和定制。该AI Box还可以在不更换车辆原有主控芯片的情况下增加专用AI算力。这为现有车辆提供了一条升级路径，使其处理器仅靠软件更新无法支持更大的模型、并发多模态交互和主动智能体。

该商业计划不仅限于销售硬件。PATEO的车载Tokenomics战略旨在围绕AI能力的部署和使用创造经常性收入，在初始硬件交易之外增加持续的服务和运营。

2026年6月，PATEO与明略科技、讯策科技和赛摩科技合作，开发基于token的物理AI世界模型和TokenOS。这项工作结合了端侧硬件、仿真测试和数据基础设施，为交付和运营AI服务奠定了基础。

PATEO还将该平台应用于汽车之外的领域。该公司报告获得了一家未具名国内领先机器人计算提供商的项目定点，为在物理AI应用中复用其智能交互和硬件工程能力创造了机会。

对于该AI Box而言，核心商业考验在于将已定点的整车项目推进至量产，同时证明可复用的技术平台也能支撑Tokenomics所设想的经常性服务收入。