Die Entwicklung physischer Produkte beschleunigen

Heute zeigen wir Fortschritte dabei, wie Modelle von OpenAI Entwicklungsteams beim Entwerfen, Simulieren und Bauen physischer Produkte unterstützen. Diese Fähigkeiten reichen vom Maschinenbau über die Elektrotechnik bis zur durchgängigen Systementwicklung. Sie helfen unseren internen Teams bereits, Ideen zu testen und schneller weiterzuentwickeln.

Bei all diesen Projekten müssen die Entwicklungsteams mechanische Konstruktionen, Elektronik, Software und Fertigungsanforderungen mithilfe spezialisierter Werkzeuge zusammenführen. Wir trainieren Modelle darauf, diese Arbeit zu unterstützen: vom Erstellen von Zeichnungen und Einrichten von Simulationen bis zur fachübergreifenden Abstimmung von Änderungen. Unser Ziel ist es, Entwicklungsteams mehr Zeit zu geben, um Ideen zu erkunden und Entwürfe zu verbessern.

Im vergangenen Jahr haben verbesserte Fähigkeiten von Frontier-Modellen unseren internen Teams geholfen, neue Ideen zu testen und schneller weiterzuentwickeln. Erste Hinweise zeigen, dass diese Fähigkeiten auch professionelle Arbeitsabläufe in der Industrie verbessern. Gemeinsam mit anderen Beteiligten untersuchen wir, wo diese Fähigkeiten am meisten bewirken können und was noch verbessert werden muss. Arbeitest du im Ingenieurwesen, in einem Ingenieurbüro oder bei einem Softwareunternehmen an der Konstruktion, Simulation, Fertigung oder Produktion komplexer physischer Produkte? Dann möchten wir gern mit dir zusammenarbeiten, um diese Entwicklung an deinen Werkzeugen und den Aufgaben auszurichten, die du lösen musst.

Wir haben Astras führende Leistung⁠ in multimodalen Arbeitsabläufen und bei der Computerbedienung getestet. Dafür untersuchten wir, ob wir ein Gerät ohne direkte menschliche Änderungen entwickeln können. Dazu nutzten wir GPT‑6, um die funktionalen Anforderungen festzulegen und das Gehäuse, die Leiterplatte (PCB) sowie die Softwareintegrationen für ein Gerät zu entwerfen, mit dem Menschen mit Codex sprechen können.

• Ästhetik und Design: Astra entwickelte das Aussehen des Geräts, inspiriert von unserer jüngsten Zusammenarbeit mit Work Louder⁠(wird in einem neuen Fenster geöffnet) sowie von Spielen und Spielzeug.

• Mechanische Konstruktion: Astra entwarf das Gehäuse⁠(wird in einem neuen Fenster geöffnet) und die inneren Strukturen, die die Bauteile an ihrem Platz halten.

• Elektrische Konstruktion: Astra wählte die elektrischen Bauteile aus und entwarf die Leiterplatte (PCB) einschließlich Bauteilplatzierung und Verbindungen so, dass sie in das Gehäuse passt.

• UI/UX und Software: Astra entwarf die Benutzeroberfläche und erstellte die Firmware sowie die Softwareintegrationen, die das Gerät mit Codex verbinden.

Zwei Teammitglieder entwickelten dieses Testgerät mit Astra in weniger als einer Woche als Nebenprojekt. Ein Auftragsfertiger stellte in weniger als einem Monat eine kleine Serie von Prototypen her.

Bis das Gerät fertigungsreif war, waren dennoch mehrere Prüf- und Überarbeitungsrunden nötig. Astra berücksichtigte die Fertigungsgrenzen und Toleranzen des Herstellers sowie die für die Montage nötigen Details nicht durchgängig. Diese Lücken helfen uns zu erkennen, was künftige Modelle besser machen müssen.

Die Hardware- und Infrastrukturteams von OpenAI nutzen Codex und ChatGPT, um Modelle für die computergestützte Konstruktion (CAD) zu erstellen und zu überarbeiten, Fertigungszeichnungen anzufertigen, Simulationen einzurichten und Entwürfe zu prüfen. Diese Arbeit umfasst Robotik und Recheninfrastruktur. Seit Februar ist die in Tokens gemessene Modellnutzung in unseren Hardwareteams auf das 23-Fache gestiegen.

Wir messen außerdem die Fortschritte neuerer Modelle bei Aufgaben, die Programmierung mit ingenieurtechnischem Wissen verbinden. BenchCAD 2.0 testet, ob Modelle 3D-Bauteile und Baugruppen rekonstruieren und Verbindungen auf Leiterplatten erkennen können. Ein neueres internes Modell erreichte eine durchschnittliche Bewertung von 0,875. Zum Vergleich: GPT‑6 Astra erzielte mit der höchsten Reasoning-Einstellung 0,594. Der technische Entwicklungsprozess umfasst weit mehr als die Konstruktion. Dennoch sehen wir in den hier verbesserten Fähigkeiten erste Hinweise darauf, dass KI-Modelle die Überarbeitung von Entwürfen in professionellen Arbeitsabläufen beschleunigen können.

Wir arbeiten mit einer kleinen Gruppe von Industriepartnern zusammen, um diese Fähigkeiten an realen ingenieurtechnischen Aufgaben zu testen. Die Entwicklungsteams dieser Unternehmen prüfen die Modellergebnisse auf Genauigkeit und Praxistauglichkeit. So verstehen wir besser, bei welchen Aufgaben Modelle heute unterstützen können und was für einen sicheren und zuverlässigen Einsatz noch verbessert werden muss.

Wir erweitern unsere Zusammenarbeit mit Chip Ganassi Racing (CGR), um zu untersuchen, wie Modelle von OpenAI die Entwicklung und den Prototypenbau beschleunigen können. Gemeinsam mit dem Forschungs- und Entwicklungsteam von CGR testen wir Arbeitsabläufe, die 3D-Scans vorhandener Bauteile in bearbeitbare CAD-Modelle und 2D-Fertigungszeichnungen umwandeln. Das ist besonders nützlich, wenn die ursprünglichen Konstruktionsdateien nicht verfügbar sind.

Das Entwicklungsteam von CGR prüft die Modelle und Zeichnungen auf Genauigkeit und Fertigbarkeit. Sein Feedback hilft uns zu erkennen, wo Modelle manuelle Arbeit reduzieren können und wo weitere Verbesserungen nötig sind.

Außerdem kündigen wir eine neue Forschungskooperation mit Mazda an. Unsere Forschungs- und Forward Deployed Engineering-Teams untersuchen gemeinsam mit Mazdas Fachleuten für Aerodynamik und Crashsicherheit, wie Modelle von OpenAI bei der Entwicklung und Bewertung neuer Fahrzeugentwürfe helfen können.

Dazu simulieren sie Luftströmungen und Strukturverhalten, um Leistungsverbesserungen zu untersuchen und dabei Gestaltung und Kosten zu berücksichtigen. In den kommenden Monaten werden wir weitere Fortschritte und Ergebnisse vorstellen.

Wir arbeiten eng mit Industriepartnern und Unternehmen zusammen, die KI frühzeitig einsetzen, um die Möglichkeiten von KI-Agenten in der Hardwareentwicklung und Fertigung zu erweitern. Die ersten Ergebnisse sind vielversprechend. Jetzt suchen wir weitere Beteiligte, um diese Fähigkeiten schneller zu verbessern und ihren sicheren Einsatz in der Industrie sicherzustellen.

Möchtest du mit uns das Training und die Entwicklung unserer Frontier-Modelle mitgestalten? Dafür suchen wir besonders wertvolle Anwendungsfälle, Softwarewerkzeuge und künftige Einsatzmöglichkeiten im Maschinenbau, in der Elektrotechnik, der elektromechanischen Konstruktion, der Mechatronik oder einem verwandten Fachgebiet. Fülle dazu dieses Formular aus. Wir melden uns bei dir.