针对车载AI在隧道、地下车库等信号盲区的失效痛点，中国车联网供应商帕托（PATEO）提出了解决方案：将消费级顶尖AI模型直接部署于车端。
AI Box：并行架构实现离线智能
2026年11月3日，帕托正式发布AI Box。这是一款基于英伟达DRIVE AGX Thor平台构建的模块化附加计算单元。该设计不取代车辆主控芯片，而是与其并行工作，使车企无需重构底层计算架构即可集成先进AI功能。
AI Box内部集成了两大核心AI负载：用于实时语音识别的英伟达Nemotron 3.5 ASR模型，以及字节跳动旗下的Doubao语言模型。Doubao是一个拥有350亿总参数的混合专家（MoE）系统，专注于自然语言理解和上下文推理。这一组合打造出即便在无蜂窝网络环境下，仍能精准听清、理解并响应驾驶员指令的车载助手。云连接仅作为软件更新和模型迭代的增强层，核心功能完全由本地硬件支撑。
攻克350亿参数车规级部署难题
将Doubao这样规模的模型装入车规级封装，工程挑战远超算力本身。英伟达DRIVE AGX Thor提供高达1,000 INT8 TOPS的AI性能和273 GB/s的内存带宽。帕托强调，随着对话延长，Doubao的关键值缓存会不断扩展，这对内存带宽的压力远超峰值算力。若带宽不足，将在对话中途形成瓶颈，产生削弱用户信任的延迟。
Doubao的混合专家架构有效缓解了这一问题。该模型并非为每个请求激活全部350亿参数，而是将输入路由至内部网络的特定子集，在降低单次查询计算负载的同时，保持了通常需要服务器基础设施才能实现的深度响应能力。
多模态感知与“哨兵AI”
帕托的AI Agent平台融合语音、驾驶员摄像头画面及车辆传感器数据，构建统一的实时车厢视图。系统可通过摄像头识别驾驶员疲劳迹象，主动建议调整通风或启动座椅按摩；在城市驾驶中，若检测到高污染区域，可自动关闭车窗并切换内循环。
此外，“哨兵AI”层将感知延伸至车外，可标记潜在停车违规、提醒附近洪水状况或检测火灾风险，无需驾驶员打开独立应用。用户还可授权助手通过本地推理学习个人偏好，而非将行为数据上传至远程服务器。
获车企量产提名，探索按Token计费
商业验证方面，一家领先的新能源汽车制造商已向帕托发出下一代车型项目的量产提名，预计生产将于2027年第二季度启动。帕托在2026北京国际车展上宣布了该开发协议及与字节跳动的合作，但未披露具体车企名称。模块化设计是关键吸引力，AI Box可整合进新平台或改装至开发后期的项目中，显著降低了主机厂的升级门槛。
在商业模式上，帕托并未将其定位为传统零部件业务，而是推行“车内Tokenomics”策略——一种类似云服务计量服务器使用量的持续计费架构。2026年6月，帕托联合Mininglamp Technology、迅芯科技和赛摩科技，共同开发基于Token的物理AI世界模型及TokenOS操作系统，以支撑计费和部署基础设施。该平台已引起国内领先机器人计算提供商的兴趣，显示出DRIVE AGX Thor作为横向计算基础的潜力。