350億パラメータを車へ、オフライン音声が求められる理由

運転中に音声助手を使った人なら、あの瞬間を知っている。トンネル、地下駐車場、山道。電波が落ちた瞬間、さっきまで答えていた助手が黙る。機能一覧がどれだけ長くても、この失敗だけは覆せない。2026年11月3日に公表された PATEO の AI Box は、この地味だが切実な問題を正面から狙っている。

方式は車載のメイン制御チップを置き換えるのではなく、その隣にモジュール型の演算ユニットを足すというものだ。基盤は NVIDIA DRIVE AGX Thor。モデルそのものに劣らない重みを持つ判断で、AI のために電子電気アーキテクチャ全体を設計し直す必要がなく、開発が進んだ車種にも後から載せられる。

箱内では二つの負荷が動く。リアルタイム音声認識を担う NVIDIA の Nemotron 3.5 ASR と、理解と文脈推論を担う ByteDance の Doubao 言語モデル、総パラメータ約350億の混合専門家型だ。音声が入り意味が出るまで、通信を前提にせず座艙内で完結する。

350億パラメータを車へ入れる難しさはピーク演算だけではない。DRIVE AGX Thor は最大1,000 INT8 TOPS と273 GB/s のメモリ帯域を備え、PATEO が特に強調するのは後者だ。対話が長くなるほど KV キャッシュが膨らみ、先に圧迫されるのは TOPS ではなく帯域になる。ベンチマークは良くても帯域が足りないチップは、会話の後半で遅れ、ちょうど運転手が信頼を失う位置でそれが出る。

MoE 構造はここでは飾りではない。毎回すべてのパラメータを起動せず、入力を専門サブネットの一部へ振り分けるため、一回あたりの計算量が下がりつつ、サーバが要る密モデル並みの表現力が残る。電力も熱も抑えねばならない座艙では、算力を積むより必要なときだけ起動する方が現実に近い。

オフラインはクラウド拒否ではない。正確には階層化だ。ウェイク、認識、空調や座席の操作、基本的な理解は車内に置き、モデル改良・ソフト更新・拡張サービスは引き続き網を使う。ネットワークは必須条件ではなく拡張層になる。どちらが賢いかより、可用性を電波品質から切り離すことに価値がある。

AI Agent 基盤は音声、運転手向けカメラ、車両センサーを統合して座艙の状態をリアルタイムに組み立てる。疲労の初期兆候から、指示を待たずに換気やシートマッサージを提案することもできるし、外気センサーが汚染の上昇を検知すれば窓を閉めて内循環へ切り替える。Sentinel 層は車外にも目を向け、駐車違反の可能性、近くの冠水、周辺の火災リスクを別アプリなしで知らせる。空調や経路の癖を車内のプロファイルで学習させ、外へ送らないことも選べる。

商用面では、ある新エネルギー車メーカーが次期プログラムで量産指名を出し、2027年第2四半期を目標にしているという。社名は非公開だ。PATEO は車載計算をトークン課金で継続収益化する構想も進めており、部品の一回売りではなくサービス基盤として位置づける。課題は物理側にある。推論を続ければ真夏の車内で電力と熱が効き、コストは車両価格へ直結する。とはいえ運転手の基準は単純だ。トンネルに入っても、言いかけた一文を最後まで言えるか。今回の発表はそこに答えようとしている。