OpenAI 于 2026 年 11 月 3 日分享了 GPT‑6 Astra 在工程领域的进展。该模型设计了一款设备,并支持 Mazda 进行车辆空气动力学模拟。这项工作将 OpenAI 模型应用于机械与电气工程、系统设计、原型制作和制造工作流程。
OpenAI 表示,其模型可帮助工程师设计、模拟和制造实体产品,包括准备图纸、设置模拟,以及协调不同学科之间的变更。内部团队正在利用这些能力测试想法并加快迭代,同时,合作方也在帮助评估专业工作流程并找出改进之处。
GPT‑6 Astra 为 Codex 设计设备
OpenAI 通过评估 Astra 能否在没有人工直接修改的情况下创建设备,测试了其多模态能力和计算机操作表现。GPT‑6 确定了功能要求,并为一款供用户与 Codex 对话的设备设计了外壳、印刷电路板 (PCB) 和软件集成。
Astra 参考近期与 Work Louder 的合作以及游戏和玩具,开发了这款设备的外观。它设计了外壳和内部结构,选择了电气元件,并设计了 PCB,包括元件布局和连接方式。Astra 还设计了用户界面,并生成了连接设备与 Codex 所需的固件和软件集成。
两名团队成员与 Astra 在不到一周内将测试设备设计完成,作为一项副业项目。一家合同制造商在不到一个月内生产了一小批原型。由于 Astra 并非总能考虑到生产限制、公差或装配细节,因此将设备投入制造前需要经过多轮审查和迭代。
OpenAI 硬件团队增加 Codex 使用量
OpenAI 的硬件和基础设施团队使用 Codex 和 ChatGPT 创建和修订计算机辅助设计 (CAD) 模型、准备制造图纸、设置模拟,并审查机器人和计算基础设施领域的设计。自 2 月以来,以词元数量衡量的 OpenAI 硬件团队模型使用量增长了 23 倍。
OpenAI 前沿部署工程师 Grace Lam 表示,Codex 加快了从构想到工程零件的过程,包括在 CAD 中迭代、将 3D 设计转换为可用于生产的 2D 图纸,以及以更少的手动操作设置模拟和有限元分析 (FEA)。
OpenAI 技术人员 Qiong Wang 表示,团队使用 Codex 和 ChatGPT 整理跨职能设计约束、探索系统架构、在 ECAD 环境中执行任务并开展设计评审。OpenAI 基础设施团队成员 Jackie Lee 表示,团队正在建筑工程和施工领域 (AEC) 以及建筑信息模型 (BIM) 中使用 Codex 自动处理常规任务、标记不一致之处,并将协调过程中发现的问题转化为可执行事项。
BenchCAD 2.0 衡量工程模型表现
OpenAI 正在使用结合编程与工程知识的任务来评估新模型。BenchCAD 2.0 测试模型能否重建 3D 零件和组件,并识别电路板上的连接关系。
一款较新的内部模型平均得分为 0.875,而 GPT‑6 Astra 在最高推理设置下的得分为 0.594。OpenAI 表示,这些能力的提升初步证明,AI 模型能够提高专业工作流程的迭代速度。
OpenAI 与 Chip Ganassi Racing 和 Mazda 合作
OpenAI 正与一小组行业合作伙伴共同解决实际工程问题。工程师会审查模型输出的准确性和实用性,以评估模型能够支持哪些任务,以及要实现安全可靠的使用还需改进哪些方面。
OpenAI 正在扩大与 Chip Ganassi Racing (CGR) 的合作,探索工程和原型制作工作流程。OpenAI 正与 CGR 的研发团队测试相关流程,将现有零件的 3D 扫描转化为可编辑的 CAD 模型和 2D 制造图纸,包括原始设计文件不可用的情况。CGR 工程师会审查模型和图纸的准确性及可制造性。
OpenAI 还宣布与 Mazda 开展一项新的研究合作。OpenAI 的研究团队和前沿部署工程团队正与 Mazda 的空气动力学及碰撞安全工程师合作,探索 OpenAI 模型如何帮助开发和评估车辆设计。
Mazda 项目通过模拟气流和结构行为,在兼顾造型和成本的同时探索性能改进。GPT‑6 Astra 帮助 Mazda 的空气动力学工程师通过建模设计新的车头形状、模拟气流并改进有潜力的设计,探索降低车辆风阻的方法。Mazda Motor Corporation 已同意相关用途。
OpenAI 寻求工程和制造领域的合作伙伴
OpenAI 表示,正在与行业合作伙伴和早期采用者合作,推动 AI Agent 在硬件和制造领域的发展,并安全地将这些能力应用于行业。涉及机械工程、电气工程、机电设计、机电一体化、设计、模拟、制造,或复杂实体产品生产的工程师、工程公司和软件供应商,可以填写 OpenAI 的研究合作表单。
GPT‑6 Astra 工程部署的关键事实
- OpenAI 于 2026 年 11 月 3 日分享了 GPT‑6 Astra 和实体世界工程领域的进展。
- GPT‑6 确定了功能要求,并为一款供用户与 Codex 对话的设备设计了外壳、印刷电路板 (PCB) 和软件集成。
- 两名团队成员与 Astra 在不到一周内设计了测试设备。
- 一家合同制造商在不到一个月内生产了一小批原型。
- 自 2 月以来,以词元数量衡量的 OpenAI 硬件团队模型使用量增长了 23 倍。
- BenchCAD 2.0 测试 3D 零件和组件重建能力,以及电路板连接关系识别能力。
- 一款较新的内部模型在 BenchCAD 2.0 中平均得分为 0.875,而 GPT‑6 Astra 在最高推理设置下的得分为 0.594。
- OpenAI 正与 Chip Ganassi Racing 测试相关工作流程,将 3D 扫描转化为可编辑的 CAD 模型和 2D 制造图纸。
- OpenAI 与 Mazda 的合作通过模拟气流和结构行为,在兼顾造型和成本的同时探索车辆设计改进。
常见问题
GPT‑6 Astra 为 OpenAI 设计了什么?
GPT‑6 Astra 帮助设计了一款供用户与 Codex 对话的设备。它设计了设备的外壳、内部结构、PCB、用户界面、固件和软件集成。
GPT‑6 Astra 如何用于 Mazda 项目?
GPT‑6 Astra 帮助 Mazda 的空气动力学工程师建模设计新的车头形状、模拟气流并改进设计,以探索降低车辆风阻的方法,同时兼顾造型和成本。
GPT‑6 Astra 在 BenchCAD 2.0 中的得分是多少?
GPT‑6 Astra 在最高推理设置下的得分为 0.594。一款较新的内部模型平均得分为 0.875。