博泰车联正在其基于 NVIDIA DRIVE AGX Thor 打造的 AI Box 车端大模型解决方案中部署 NVIDIA Nemotron 和 350 亿参数的字节跳动豆包语言模型，推进车端 AI 发展。该方案将本地 AI 推理与博泰车联 AI Agent 平台相结合，支持多语言交互、理解座舱情境并协调车辆功能。

在 2026 年北京车展期间，博泰车联宣布与字节跳动及某头部新能源车企共同开发该方案，博泰车联还获得了一家头部新能源车企新一代车型的项目定点，该项目预计于 2027 年第二季度量产。

基于 Nemotron 和豆包的车端推理

博泰车联已在其车载模型套件中集成了 NVIDIA Nemotron 3.5 ASR 语音识别模型，并与字节跳动合作引入 350 亿参数的混合专家（MoE）语言模型豆包。此外，套件还包括语音合成（TTS）能力，以及一款用于语义分类与拒识的 20 亿参数语言模型。

上述整套方案均可脱离云端网络，在车端本地完成推理，实现完全离线的端侧 AI 体验，同时支持国际多种语言及实时流式识别。这使得核心 AI 功能在网络连接受限时仍可使用，而联网服务和云端更新则可进一步扩展系统能力。

博泰车联 AI Agent 平台融合语音、视觉与传感器等多模态输入，精准理解用户意图与座舱状态。在车辆安全权限范围内，平台可调用座舱控制与在线服务，统筹多任务并行，处理长时任务。经用户授权后，平台还可记忆用户偏好与使用习惯，提供个性化交互体验。

AI Box 为座舱带来主动智能

博泰 AI Box 可支持贯穿驾驶全程的实用场景。哨兵 AI 可识别违停贴单、水淹、起火等风险事件并告警；高温出行时，用户可通过手势和口语分别调节主副驾分区空调；高速连续驾驶疲劳时，Agent 可主动询问是否开窗并开启座椅按摩；通勤途经空气质量不好的地段时，Agent 可基于位置和学习到的用车习惯，主动询问是否关窗并切换内循环。

博泰基于 DRIVE AGX Thor 平台打造的 AI Box 以 Agentic 自主驱动架构为核心，构建“感知—推理—执行—学习”闭环。要支撑这些体验，除了以 TOPS 衡量的峰值算力，还需要内存带宽。随着行程中对话轮次和 Agent 操作不断累积上下文，模型的键值缓存持续增长，对内存容量和带宽的要求也随之提高。Thor 的加速计算能力和高内存带宽，有助于支持响应迅速的本地推理。在车规安全权限框架内，AI Box 可协调座舱控制、联网服务以及并发或耗时较长的任务。在用户授权前提下，还可多维度记忆用户偏好与习惯，结合云端能力同步更新，不断优化。

博泰 AI Box 的模块化架构及其与车载系统和 NVIDIA 端云技术生态的深度兼容，可支持跨车型项目的模型部署、调优和定制。无需更换原车机主控芯片，即可实现座舱AI能力的代际升级与算力增强，为无法仅靠软件更新支持大参数端侧模型、多模态并行交互、Agent 主动服务等需求的现有车辆提供一条升级路径。

从硬件业务拓展到 Token 经济与物理 AI

博泰车联正以 AI Box 为基础，推动商业模式从一次性硬件交付向持续的 AI 服务与运营收费升级。其车端 Token 经济战略旨在围绕 AI 能力的部署和使用创造持续性收入，使业务机会超越最初的硬件销售。2026 年 6 月，博泰车联先后与明略科技、迅策科技、赛目科技达成合作，联合研发基于 Token 的物理 AI 世界模型与 TokenOS，合作将端侧硬件、仿真测试、数据基础设施整合于一体，为 AI 结算与商业化运营奠定基础。

基于 DRIVE AGX Thor 平台的 AI Box 方案具备极强通用性，可快速落地于主流车企的智能汽车项目。此外，凭借在智能交互与硬件工程领域的领先实力，公司还获得国内领先机器人“大脑”公司的项目定点，将同一平台能力由汽车向物理 AI 基础设施复用带来了机会。

随着端侧大模型、AI Agent 加速进入汽车，车端 AI 逐步迈向更广泛的应用。基于 NVIDIA 加速计算平台，叠加博泰智能座舱的软硬件积淀，为汽车智能化升级提供了一条清晰的可行路径。凭借技术积淀与前端卡位，博泰车联正由智能座舱供应商向 AI 平台型企业加速演进，并有望在新一轮汽车智能化价值量迁移中打开更大的增长空间。