OpenAI 分享模型協助工程師設計及製造實體產品的進展

加速實體世界的工程工作

TamaGPT 裝置實驗。

加快 OpenAI 硬件團隊的工作

今天，我們分享 OpenAI 模型如何協助工程師設計、模擬及製造實體產品方面的進展。這些能力涵蓋機械工程、電機工程及端到端系統設計，並已協助我們的內部團隊測試構思、更快反覆改良。

在這些項目中，工程師需要運用專門工具，整合機械設計、電子元件、軟件及製造要求。我們正訓練模型支援這些工作，從準備圖紙、設定模擬，到協調不同領域的變更。我們的目標是讓工程師有更多時間探索構思及改良設計。

過去一年，前沿模型能力有所提升，協助我們的內部團隊測試新構思、更快反覆改良；我們亦初步發現，這些能力正改善業界的專業工作流程。我們正與合作夥伴合作，瞭解這些能力在哪些方面能帶來最大效益，以及哪些地方仍需改進。如果你是工程師、工程公司或軟件供應商，並參與複雜實體產品的設計、模擬、製造或生產，我們很樂意與你合作，配合你使用的工具及需要解決的問題，共同推動這項工作。

使用 Astra 設計裝置

我們透過測試Astra 的最先進表現⁠在多模態及電腦操作工作流程中的能力，看看能否在完全不經人工直接修改的情況下製作裝置。為此，我們使用 GPT‑6 訂定功能要求，並設計外殼、印刷電路板（PCB）及軟件整合，製作出用戶可用來與 Codex 對話的裝置。

**外觀與設計：**Astra 為裝置設計外觀，參考我們近期與 Work Louder⁠（在新視窗開啟）的合作，以及遊戲和玩具。
**機械設計：**Astra 設計了外殼⁠（在新視窗開啟）及固定元件的內部結構。
**電機設計：**Astra 挑選電氣元件並設計印刷電路板（PCB），包括元件佈局及連接方式，令電路板能裝入外殼。
**UI/UX 與軟件：**Astra 設計用戶介面，並生成韌體及軟件整合所需的內容，讓裝置連接至 Codex。

兩名團隊成員以 Astra 設計這部測試裝置，並在不到一星期內完成，期間將項目作為副業進行。一間合約製造商在不到一個月內製作了一小批原型。

讓裝置達到可供製造的狀態，仍需要經過多輪審查和迭代。Astra 未有一貫地考慮製造商的生產限制、公差或組裝所需的細節。這些不足正幫助我們找出未來模型需要改進之處。

加快 OpenAI 硬件團隊的工作

OpenAI 的硬件及基礎設施團隊使用 Codex 和 ChatGPT 建立及修改電腦輔助設計（CAD）模型、準備製造圖紙、設定模擬，以及審查設計。這些工作涵蓋機械人技術和運算基礎設施。自 2 月以來，以 token 數量衡量，我們硬件團隊使用模型的程度已增長 23 倍。

OpenAI 硬件團隊每日 Codex 使用量的中位數

硬件團隊

3 頁中的 1

「Codex 大幅加快了我們從構思到製成工程零件的過程。我們在 CAD 設計方面能更快迭代，把 3D 設計轉換成可供生產的 2D 圖紙，並以少得多的手動工作設定模擬和 FEA。」

— Grace Lam，OpenAI 前線部署工程師

「作為系統硬件設計師，我們使用 Codex 和 ChatGPT 整理跨職能的設計限制、探索系統架構、在 ECAD 環境中執行工作，以及進行全面的設計審查。現時，Codex 和 ChatGPT 是可靠的全天候工程及項目管理夥伴，未來更有潛力發展成硬件專家團隊，讓電路板從概念設計一路推進至輸出 Gerber 檔案。」

— Qiong Wang，OpenAI 技術團隊成員

「在 AEC 和 BIM 領域，很多時間都花在重複的建模工作、核對圖紙和規格中的資訊，以及協調不同專業之間的變更。我們開始使用 Codex 自動處理例行工作、標示不一致之處，並把協調過程中發現的問題整理成清晰且可採取行動的事項。這讓團隊有更多時間評估設計方案和可施工性，而建築師、工程師和 BIM 專業人員則會審查和驗證結果。」

— Jackie Lee，OpenAI 基礎設施團隊成員

— Grace Lam，OpenAI 前線部署工程師
— Qiong Wang，OpenAI 技術團隊成員
— Jackie Lee，OpenAI 基礎設施團隊成員
— Grace Lam，OpenAI 前線部署工程師
— Qiong Wang，OpenAI 技術團隊成員
— Jackie Lee，OpenAI 基礎設施團隊成員

衡量工程任務的進展

我們亦在衡量較新模型在結合編碼與工程知識的任務上的進展。BenchCAD 2.0 測試模型能否重建 3D 零件和組件，以及識別電路板上的連接。較新的內部模型平均得分為 0.875，而 GPT‑6 Astra 在最高推理設定下的得分為 0.594。工程生命週期除了設計之外還包括許多其他環節，但我們認為模型在這方面的能力提升，是初步證據，顯示 AI 模型有能力提升專業工作流程的迭代速度。

GPT-6 Astra 與我們的內部模型在 BenchCAD 2.0 的表現

GPT-6 Astra

內部模型

與業界合作夥伴攜手安全部署

我們正與一小羣業界合作夥伴合作，在真實工程問題上測試這些能力。他們的工程師會審查模型輸出的準確度和實用性，幫助我們瞭解模型目前能支援哪些任務，以及要作出哪些改進，才能安全可靠地使用。

我們正擴大與 Chip Ganassi Racing (CGR) 的合作，探索 OpenAI 模型如何加快工程設計及原型製作。透過與其研發團隊合作，我們正測試一些工作流程，將現有零件的 3D 掃描轉換為可編輯的 CAD 模型及 2D 製造圖則。當原始設計檔案無法取得時，這尤其有用。

CGR 工程師會檢查模型及圖則的準確度和可製造性。他們的回饋有助我們找出模型能減少人手工作的環節，以及仍需改進的地方。

“模型有助我將原始掃描數據轉換成實體。我一直直接在 CAD 中使用 Codex。我給予模型的回饋會直接套用，我亦可以直接進行手動微調；對我來説，這已成為更快速、所需人手介入更少的流程。”

— Matthew Ortman，Chip Ganassi Racing 研發工程師

我們亦宣佈與 Mazda 展開新的研究合作。我們的研究團隊及前線部署工程團隊正與 Mazda 的空氣動力學及碰撞安全工程師合作，探索 OpenAI 模型如何協助開發和評估新的車輛設計。

這項工作運用氣流及結構行為模擬，在兼顧造型和成本的同時，探索提升性能的方法。我們將在未來數月分享更多進展和成果。

Mazda 車輛空氣動力學模擬及車頭設計。

GPT‑6 Astra 協助 Mazda 的空氣動力學工程師探索降低車輛風阻的方法，包括建模設計新的車頭造型、模擬氣流，以及改良最具潛力的設計。已取得 Mazda Motor Corporation 的使用許可。嚴禁在其他地方重新發布或重用。

_“_真的一定要設計成這樣嗎？我們的設計師在我們找到能改善氣流的形狀時，往往會這樣問。透過探索並模擬數十種變化，Codex 中的 Astra 協助我們瞭解哪些特徵對空氣動力學至關重要，以及設計師有哪些探索空間。因此，Astra 及與 OpenAI 合作的價值不止於自動化工作和縮短開發週期：它正協助我們結合 Mazda 獨特的設計與空氣動力表現，而不把其中任何一方視為妥協。”

— Akihiro Nakata，Mazda 首席工程師

共同塑造工程及製造業的 AI

我們一直與業界合作夥伴及早期採用者緊密合作，拓展 AI Agent 在硬件及製造領域的能力界限。這些初步成果展現出令人振奮的潛力；現在，我們正尋找合作夥伴，加快提升這些能力，並確保將相關技術安全地部署到業界。

如果你有興趣與我們合作，透過找出高價值應用場景、軟件工具，或機械工程、電機工程、機電設計、機電一體化及相關領域的未來機遇，協助塑造我們前沿模型的訓練及開發，請填寫此表格，我們會與你聯絡。

作者

OpenAI