OpenAI于2026年11月3日宣布了一系列项目，将其模型引入实体产品工程。在《Accelerating engineering for the physical world》一文中，该公司介绍了GPT-6 Astra、ChatGPT和Codex在机械设计、电气设计和完整系统设计中的应用——从准备图纸和仿真，到协调跨学科变更。
用Astra设计的设备
据OpenAI介绍，核心测试是在不对设计结果进行直接人工编辑的情况下，打造一款可与Codex对话的设备。GPT-6 Astra确定了功能需求，设计了外壳和内部结构，选择了电气元件，并设计了印刷电路板（PCB），包括元件布局和连接，同时设计了用户界面并生成了固件和软件集成。
两名团队成员利用Astra在不到一周内完成了该设备的设计，这是一个业余项目，一家代工厂在不到一个月内生产了一小批原型。OpenAI自己也作出了重要提醒：让设备达到可制造状态仍需多轮评审，因为Astra并不总能考虑到制造商的生产限制、公差和装配细节。
内部应用与BenchCAD 2.0
OpenAI的硬件和基础设施团队已经使用Codex和ChatGPT创建和修改CAD模型、准备制造图纸、设置仿真并评审机器人和计算基础设施的设计。据公司称，自2月以来，这些团队的模型使用量（以token计）增长了23倍——这是一个用量数字，而非生产力的直接衡量。
为衡量进展，OpenAI引用了BenchCAD 2.0，该基准测试模型能否重建三维零件和装配体并识别电路板上的连接。一款较新的内部模型平均得分为0.875，而GPT-6 Astra在最高推理设置下为0.594。公司将这一结果视为专业迭代加速的初步证据，同时提醒设计只是工程生命周期的一个环节。
Chip Ganassi Racing与马自达
OpenAI扩大了与Chip Ganassi Racing（CGR）的合作，测试将现有零件的三维扫描转换为可编辑CAD模型和二维制造图纸的工作流程，这在原始文件不可用时尤其有用。CGR的工程师会从精度和可制造性方面评审模型和图纸，指出哪些人工工作可以减少、哪些模型仍需改进。
更大的新闻是与马自达的研究合作。OpenAI的研究和前沿部署工程团队正与马自达的空气动力学和碰撞安全工程师合作，利用气流和结构行为仿真开发和评估新的车辆设计，同时兼顾造型和成本。在空气动力学方面，GPT-6 Astra会生成不同的车头形状、模拟气流并优化最有潜力的设计，以努力降低风阻。OpenAI表示将在未来几个月分享更多进展和结果。
最后，该公司邀请从事设计、仿真、制造和生产的工程公司和软件供应商，为未来的合作提出高价值应用。按照文章本身的说法，核心问题是：更好的设计能否通过生产限制和工程评审——这些环节仍然决定着生成的设计能否成为可制造的产品。
图片来源：Blockchain.News，关于OpenAI的编辑插图。OpenAI原文中马自达项目的图片限制转载，因此本文未使用。
来源：OpenAI — Accelerating engineering for the physical world；Unite.AI — OpenAI Tests Astra on Physical Engineering From Devices to Vehicles；Blockchain.News — OpenAI says ChatGPT and Codex are speeding physical engineering workflows。
透明度说明：本文在人工智能辅助下制作，基于公开X帖文和互联网来源的交叉核对。分享前请查阅原始来源以确认细节。
Muse
.jpg)