Технический контекст
Я полез в анонс сразу после новости про партнерство, потому что это не просто красивый PR про машины. Тут хорошо видно, куда вообще движется AI implementation: не все тащить в облако, а ставить часть интеллекта прямо на устройство.
У Mercedes-Benz и Liquid AI многолетняя сделка под MBUX третьего и четвертого поколения в Северной Америке. Первый продакшен нацелен на вторую половину 2026 года, так что это не релиз «завтра», а вполне конкретная дорожная карта.
Технологически идея простая и сильная: существенные части голосового стека будут работать на борту автомобиля. В официальном описании фигурируют speech, language understanding и reasoning, то есть речь не про один wake word, а про более глубокую локальную обработку.
В основе лежат Liquid Foundation Models, а в качестве платформы используется MB.OS. Это важный момент: без собственной автомобильной AI architecture такие штуки обычно разваливаются на интеграции, обновлениях и странном поведении между ECU, ассистентом и облачными сервисами.
И здесь я как раз остановился. Mercedes прямо говорит, что on-device подход не отменяет облачные LLM, а дополняет их. На практике это самый вменяемый вариант: быстрые и приватные команды крутятся локально, а тяжелые сценарии, длинный контекст и внешние данные остаются в облаке.
Чего пока нет, так это самого вкусного: публичных бенчмарков, размеров моделей, latency в миллисекундах, точности ASR/NLU и SDK для разработчиков. То есть это OEM-интеграция, а не открытый инструмент, который я могу сегодня скачать и погонять у себя в лаборатории.
Влияние на бизнес и автоматизацию
Для автопроизводителей это очень практичный сдвиг. Если голосовой ассистент отвечает быстрее, не сыпется без сети и меньше гоняет данные в облако, то падают и операционные риски, и раздражение пользователя.
Выигрывают те, кто строит гибридные системы: локальный интеллект плюс облако по необходимости. Проигрывают вендоры, у которых весь продукт держится только на постоянном соединении и удаленном inference.
Я вижу здесь еще один сигнал для рынка за пределами авто. On-device AI automation уже давно просится в промышленные панели, медицинские устройства, retail-терминалы и вообще везде, где задержка и приватность важнее модных демо.
Но такие вещи плохо прощают слабую интеграцию. Мы в Nahornyi AI Lab как раз решаем для клиентов такие стыки между локальными моделями, облаком и бизнес-логикой, и если вы думаете, как собрать рабочую AI automation систему без лишней магии в презентации, давайте разберем ваш сценарий по-честному и приземлим его в продакшен.