FEV e Microsoft collaborano allo sviluppo di capacità di intelligenza artificiale generativa integrate direttamente nei veicoli. Il progetto, annunciato il 9 luglio 2026, utilizza potenza di calcolo accelerata da GPU e microservizi dedicati ai modelli AI per consentire interazioni vocali, testuali e gestuali senza dipendere da una connessione Internet permanente. L’elaborazione locale punta così a mantenere operative le funzioni intelligenti dell’abitacolo anche nelle aree dove la rete è debole o del tutto assente.
Il fulcro tecnologico è rappresentato dagli small language model, modelli linguistici più compatti rispetto ai grandi sistemi eseguiti prevalentemente nel cloud. Tra quelli indicati per la soluzione figura Phi-4-mini-instruct di Microsoft, disponibile attraverso Microsoft Foundry e supportato dalla piattaforma di calcolo accelerato NVIDIA DRIVE AGX. L’obiettivo è portare a bordo capacità multimodali sufficientemente potenti, ma compatibili con i requisiti operativi e infrastrutturali dell’industria automobilistica.
Le applicazioni previste riguardano attività concrete all’interno del veicolo. Il conducente può, per esempio, configurare tramite comando vocale il dashboard oppure modificare i profili individuali associati all’auto. Voce, testo e gesti diventano modalità complementari per dialogare con le funzioni digitali di bordo, riducendo la dipendenza dai comandi manuali. L’esecuzione dell’inferenza direttamente nel veicolo permette inoltre di ottenere risposte disponibili anche quando il collegamento ai servizi remoti risulta limitato.
Il sistema locale non viene presentato come una sostituzione indiscriminata dei large language model, ma come un’intelligenza di backup robusta per i servizi basati sul cloud. Gli SLM possono affiancare i modelli più grandi oppure rimpiazzarli parzialmente, a seconda del caso d’uso. Ne deriva un’architettura ibrida nella quale il cloud conserva un ruolo per le elaborazioni che lo richiedono, mentre le attività specifiche e ricorrenti possono essere affidate alle risorse disponibili a bordo.
Questa impostazione interviene anche sull’economia dei veicoli definiti dal software. Spostando una parte dell’inferenza verso sistemi embedded, i costruttori possono ridurre i costi legati al backend e alle infrastrutture cloud. La combinazione tra modelli compatti e ottimizzazioni mirate per dominio e attività consente agli OEM di scalare le funzioni dei software-defined vehicle senza inviare necessariamente ogni richiesta a un modello remoto, preservando al tempo stesso disponibilità e rapidità delle funzionalità AI.
Secondo Thomas Hülshorst, Group Vice President Intelligent Mobility and Software di FEV, la collaborazione con Microsoft e NVIDIA mostra come modelli linguistici piccoli ed efficienti possano trasformare l’esperienza a bordo, offrendo funzionalità potenti senza il carico associato a sistemi più grandi. Il punto indicato dal manager è l’efficienza: la dimensione del modello diventa una scelta progettuale legata al contesto automobilistico, invece di essere considerata soltanto una misura delle capacità dell’intelligenza artificiale.
Boris Scholl, Vice President of Engineering di Microsoft, ha sottolineato la combinazione tra framework AI avanzati e ottimizzazioni specifiche per dominio e attività. Il risultato atteso è una nuova generazione di interfacce vocali intelligenti in grado di rispondere agli standard richiesti dall’impiego automobilistico. La collaborazione delinea così un modello nel quale l’AI di bordo e quella nel cloud operano insieme: la prima garantisce continuità, reattività e controllo delle funzioni locali, mentre la seconda può intervenire quando sono necessarie risorse più estese.