जिसने भी गाड़ी चलाते समय वॉयस असिस्टेंट का उपयोग किया है, वह उस क्षण को जानता है: कार सुरंग, बेसमेंट कार पार्क या पहाड़ी सड़क में प्रवेश करती है, सिग्नल गिर जाता है, और एक सेकंड पहले जवाब दे रहा असिस्टेंट चुप हो जाता है। कोई फीचर सूची उस विफलता से नहीं बचती। PATEO AI Box, जिसे 3 नवंबर 2026 को घोषित किया गया, इस अनग्लैमरस लेकिन बहुत वास्तविक समस्या पर सीधे निशाना साधता है।
वाहन के मौजूदा मुख्य कंट्रोलर को बदलने के बजाय, डिज़ाइन उसके साथ एक मॉड्यूलर कंप्यूट यूनिट जोड़ता है, जो NVIDIA DRIVE AGX Thor पर आधारित है। यह निर्णय मॉडल जितना ही महत्वपूर्ण है: एक कार निर्माता को AI अपग्रेड के लिए पूरी इलेक्ट्रिकल आर्किटेक्चर को रीडिज़ाइन नहीं करना पड़ता, और विकास में गहरे कार्यक्रम अभी भी इसे अपना सकते हैं।
बॉक्स के अंदर दो वर्कलोड चलते हैं: रीयल-टाइम स्पीच रिकग्निशन के लिए NVIDIA का नेमोट्रॉन 3.5 ASR मॉडल, और समझ व प्रासंगिक तर्क के लिए ByteDance का डौबाओ भाषा मॉडल, लगभग 35 अरब कुल पैरामीटर्स वाला एक मिक्सचर-ऑफ-एक्सपर्ट्स सिस्टम। स्पीच इन, मीनिंग आउट, पूरा लूप केबिन के अंदर बंद रहता है और किसी सेल्युलर कनेक्शन की आवश्यकता नहीं होती।
35 अरब पैरामीटर्स को कार में फिट करना केवल पीक-कंप्यूट समस्या नहीं है। DRIVE AGX Thor 1,000 INT8 TOPS और 273 GB/s मेमोरी बैंडविड्थ तक प्रदान करता है, और PATEO स्पष्ट रूप से बाद वाले पर जोर देता है: जैसे-जैसे बातचीत बढ़ती है, की-वैल्यू कैश फैलता है, इसलिए बैंडविड्थ ही पहले निचुड़ती है, TOPS नहीं। एक चिप जिसका बेंचमार्क स्कोर अच्छा हो लेकिन बैंडविड्थ कमजोर हो, वाक्य के बीच में ही लैग करने लगती है, जो ठीक वही क्षण होता है जब ड्राइवर उस पर भरोसा करना बंद कर देता है।
मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर यहां केवल सजावट नहीं है। प्रत्येक अनुरोध के लिए हर पैरामीटर को सक्रिय करने के बजाय, इनपुट को एक छोटे विशेष सबसेट पर रूट किया जाता है, जिससे प्रति-क्वेरी कंप्यूट कम होता है जबकि एक घने मॉडल की अभिव्यंजक गहराई बनी रहती है जिसे अन्यथा सर्वर की आवश्यकता होती। एक केबिन के लिए जिसे पावर और हीट दोनों को नियंत्रित करना होता है, मांग पर सक्रिय करना कच्चे थ्रूपुट को ढेर करने की तुलना में इंजीनियरिंग वास्तविकता के अधिक निकट है।
ऑफ़लाइन का मतलब क्लाउड को अस्वीकार करना नहीं है। अधिक सटीक विवरण लेयरिंग है: वेक-अप, रिकग्निशन, केबिन कंट्रोल और बेसिक रीजनिंग स्थानीय रहते हैं, जबकि मॉडल अपडेट, सॉफ्टवेयर रिफ्रेश और विस्तारित सेवाएं कनेक्टेड रहती हैं। नेटवर्क एक ऑन-ऑफ स्विच के बजाय एक एनहांसमेंट बन जाता है। उपलब्धता को सिग्नल क्वालिटी से अलग करना इस बहस से अधिक मायने रखता है कि स्थानीय या क्लाउड मॉडल अधिक चतुर हैं या नहीं।
AI एजेंट प्लेटफॉर्म माइक्रोफोन इनपुट, ड्राइवर-फेसिंग कैमरा फ्रेम और वाहन सेंसर डेटा को केबिन की लाइव तस्वीर में फ्यूज करता है। यह थकान के शुरुआती संकेतों को नोटिस कर सकता है और कमांड की प्रतीक्षा किए बिना वेंटिलेशन एडजस्ट करने या सीट मसाजर शुरू करने की पेशकश कर सकता है; एक एयर-क्वालिटी सेंसर खिड़कियों को बंद कर सकता है और प्रदूषण बढ़ने पर रीसर्कुलेशन पर स्विच कर सकता है। एक और सेंटिनल लेयर केबिन के बाहर जागरूकता बढ़ाता है, संभावित पार्किंग मुद्दों, आसपास की बाढ़ या आग के जोखिम को एक अलग ऐप के बिना फ्लैग करता है। उपयोगकर्ता असिस्टेंट को एक स्थानीय प्रोफाइल में जलवायु और रूटिंग आदतें सीखने दे सकते हैं जो कभी कार नहीं छोड़ती।
व्यावसायिक सत्यापन एक न्यू-एनर्जी वाहन निर्माता से आता है जिसने Q2 2027 को लक्ष्य करने वाले अगली पीढ़ी के कार्यक्रम के लिए मास-प्रोडक्शन नामांकन जारी किया है, पार्टनर अनाम है। PATEO इन-व्हीकल कंप्यूट के लिए टोकन-आधारित बिलिंग मॉडल भी विकसित कर रहा है, बॉक्स को एक बार के पार्ट के बजाय आवर्ती सेवा राजस्व के प्रवेश बिंदु के रूप में मान रहा है। जोखिम भौतिक हैं: निरंतर इन्फरेंस का मतलब एक केबिन में पावर और हीट है जो धूप में बेक हो सकता है, और लागत सीधे वाहन मूल्य निर्धारण में जाती है। हालांकि ड्राइवर के लिए, मानक सरल है। क्या आप सुरंग में वाक्य पूरा कर सकते हैं? यही वह सवाल है जिसका जवाब यह लॉन्च देता है।
टिप्पणियाँ