OpenAI 用模型参与机械与电气设计：对讲原型不到一周，并与马自达试气动仿真

OpenAI 于 2026 年 11 月 3 日发帖，称 ChatGPT 与 Codex 正在帮助工程师做机械设计、电气工程和仿真。同日的官方文章把范围写成：让模型协助设计、仿真并制造实物，覆盖机械、电气和端到端系统设计。文章同时写明，这是内部团队和少量行业合作方的早期结果，工程师仍要审查输出。 官方文章：https://openai.com/index/accelerating-engineering-for-the-physical-world/ 主帖线程补充了两则例子：两名团队成员用 GPT-6 Astra 在不到一周的业余项目里，设计了一台用来和 Codex 对话的原型设备；Astra 负责外壳、电路板、界面和软件，送去制造时仍要多轮复核。另一则是与 Chip Ganassi Racing（CGR）把三维扫描转成可编辑 CAD 和制造图，以及与马自达用仿真探索新车设计。 要点： 1. 文章里的那台对讲设备，被用来测试能否在没有人工直接改图的情况下把设备做出来。GPT-6 负责功能需求，以及外壳、印刷电路板（PCB）和软件集成的设计组织；Astra 做了外观（参考了 Work Louder 合作及游戏、玩具）、外壳和内部结构、元器件选型与 PCB 布局，以及界面、固件和与 Codex 的软件连接。两名成员作为业余项目，不到一周完成这台测试设备的设计。合同制造商在不到一个月内做出一小批原型。文章同时写明，达到可制造状态仍要多轮审查：Astra 没有稳定照顾到厂家的工艺限制、公差和装配细节。 2. OpenAI 自己的硬件与基础设施团队用 Codex 和 ChatGPT 建立、修改 CAD，准备制造图，搭建仿真，并做设计复查，范围包括机器人与算力基础设施。文章写，自 2 月以来，这些硬件团队的模型用量按 token 计增长到 23 倍。这是用量，文章没有把它写成生产效率也提高了 23 倍。 3. BenchCAD 2.0 用来测模型能否重建三维零件与装配，并识别电路板上的连接。一个较新的内部模型平均分为 0.875；GPT-6 Astra 在其最高推理设置下为 0.594。文章把这视为迭代速度可能提升的早期证据，并写明工程周期里还有设计之外的许多环节。 4. 与 CGR 的合作在扩大，当前试验是：在没有原始设计文件时，把现有零件的三维扫描变成可编辑 CAD 和二维制造图。CGR 工程师审查模型和图纸是否准确、能否制造。研发工程师 Matthew Ortman 在文中说，模型有助于从原始扫描得到实体，他在 CAD 里直接和 Codex 协作，手工修改可以当场做。 5. 与马自达的研究合作是新宣布的。OpenAI 的研究与前沿部署工程团队，和马自达的空气动力学、碰撞安全工程师一起，用气流和结构仿真探索新造型，同时考虑性能、造型和成本。图注写，GPT-6 Astra 通过新的车头形状、气流仿真和筛选，帮助气动工程师探索如何降低风阻。马自达主任工程师 Akihiro Nakata 说，模型会探索并仿真几十种变体，用来分辨哪些特征影响气动、哪些地方还能留给造型。文章写，更多进展将在随后几个月公布。 对汽车和制造，这篇给出的边界是：扫描转 CAD、气动与碰撞仿真都可以交给模型先做一版，但精度、公差和可制造性仍由工程师验收。博文没有给出已量产车型、节拍或良率数字。上述倍数、分数和周期都来自 OpenAI 主帖与同日文章。 原文：https://x.com/OpenAI/status/2117692475775258785 文章：https://openai.com/index/accelerating-engineering-for-the-physical-world/