今天，我们将分享 OpenAI 模型在帮助工程师设计、仿真和制造实体产品方面取得的进展。这些能力覆盖机械工程、电气工程及端到端系统设计，已经在帮助我们的内部团队更快地验证构想、迭代方案。
在这些项目中，工程师需要借助专业工具，将机械设计、电子系统、软件和制造要求统筹起来。我们正在训练模型来支持这类工作，从绘制图纸、设置仿真，到协调不同专业间的变更。我们的目标是让工程师有更多时间探索构想、改进设计。
过去一年里，前沿模型能力的提升帮助我们的内部团队更快地验证新构想、迭代方案。我们也看到了初步证据，表明这些能力正在改善行业中的专业工作流程。我们正与合作者一道，了解这些能力在哪些环节最能发挥作用，以及还有哪些方面需要改进。如果你是从事复杂实体产品设计、仿真、制造或生产的工程师、工程公司或软件供应商，我们期待与你合作，围绕你使用的工具和需要解决的问题，共同推进这项工作。
我们尝试在完全不由人类直接修改的情况下创造一款设备，以此检验 Astra 在多模态和计算机使用工作流程中的领先表现。为此，我们使用 GPT‑6 定义功能需求，并设计外壳、印刷电路板（PCB）以及所需的软件集成，打造一款让用户能与 Codex 对话的设备。
美学与设计：Astra 借鉴了我们近期与 Work Louder（在新窗口中打开） 的合作成果，并从游戏和玩具中汲取灵感，设计了设备的外观。
机械设计：Astra 设计了外壳（在新窗口中打开）以及用于固定各部件的内部结构。
电气设计：Astra 选择了电子元器件，并设计了能装入外壳的印刷电路板（PCB），包括元器件布局和连接。
用户界面、用户体验与软件：Astra 设计了用户界面，并生成了将设备连接到 Codex 所需的固件和软件集成。
两名团队成员将这款测试设备作为业余项目，借助 Astra 在不到一周内完成了设计。一家代工厂在不到一个月内制成了小批量原型机。
要让设备达到可投产的要求，仍然需要多轮评审和迭代。Astra 并非总能考虑到制造商的生产限制、公差或装配所需的细节。这些不足正帮助我们明确未来模型需要改进的方向。
OpenAI 的硬件和基础设施团队使用 Codex 和 ChatGPT 创建、修改计算机辅助设计 (CAD) 模型，绘制制造图纸，设置仿真并评审设计。这些工作涵盖机器人和计算基础设施。自 2 月以来，以 Token 数量衡量的各硬件团队模型用量已增至原来的 23 倍。
我们也在衡量较新模型在结合编程与工程知识的任务上取得的进展。BenchCAD 2.0 测试模型能否重建三维零件和装配体，以及识别电路板中的连接。一个较新的内部模型取得了 0.875 的平均分，而 GPT‑6 Astra 在最高推理设置下的平均分为 0.594。尽管工程全生命周期除了设计还包括许多其他环节，但我们认为，这方面的能力提升提供了初步证据，表明 AI 模型能够加快专业工作流程中的迭代速度。
我们正与少数行业合作者一道，在实际工程问题中测试这些能力。他们的工程师会审核模型输出的准确性和实用性，帮助我们了解模型目前能支持哪些任务，以及要实现安全可靠的使用还需要改进哪些方面。
我们正在扩大与 Chip Ganassi Racing (CAD) 的合作，探索 OpenAI 模型如何加快工程开发和原型制作。我们正与其研发团队合作，测试将现有零件的三维扫描数据转化为可编辑 CAD 模型和二维制造图纸的工作流程。在无法获取原始设计文件时，这种方式尤其有用。
CGR 工程师会审核模型和图纸的准确性与可制造性。他们的反馈帮助我们确定，模型在哪些环节可以减少手动工作，以及哪些方面仍需改进。
我们同时宣布与马自达开展一项新的研究合作。我们的研究团队和前线部署工程团队正与马自达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新的汽车设计。
这项工作通过气流与结构响应仿真，探索在兼顾造型和成本的同时提升性能的方法。我们将在未来几个月分享更多进展和成果。
GPT‑6 Astra 通过对新车头造型建模、模拟气流并优化最有前景的设计，帮助马自达的空气动力学工程师探索降低车辆风阻的方法。已获得马自达汽车株式会社的使用授权。严禁在其他地方转载或再次使用。
我们一直与行业合作伙伴和早期采用者密切合作，拓展 AI 智能体在硬件和制造领域的应用边界。这些早期成果展现出令人振奋的潜力。我们正在寻找合作者，共同加快能力提升，并确保将这些能力安全地部署到行业中。
如果你有兴趣与我们合作，发掘机械工程、电气工程、机电设计、机电一体化或相关领域的高价值用例、软件工具或未来机遇，为我们的前沿模型训练与开发提供方向，请填写此表单，我们会与你联系。
