تختبر OpenAI استخدام Astra في الهندسة العملية، من الأجهزة إلى المركبات

أعلنت OpenAI في 3 نوفمبر 2026 عن مجموعة من مشروعات هندسة المنتجات المادية، تشمل جهاز اختبار صممه Astra، وتوسيع نطاق العمل الهندسي مع Chip Ganassi Racing، وتعاونًا بحثيًا جديدًا مع Mazda في تصميم المركبات.

تشمل هذه القدرات الهندسة الميكانيكية والكهربائية وتصميم الأنظمة من البداية إلى النهاية، بدءًا من إعداد الرسومات وتجهيز عمليات المحاكاة، وصولًا إلى تنسيق التغييرات بين التخصصات. والهدف هو إتاحة مزيد من الوقت للمهندسين لاستكشاف الأفكار وتحسين التصميمات، مع ربط العمل عبر الأدوات المتخصصة.

تجربة متكاملة لتصميم جهاز

اختبرت تجربة الجهاز قدرات GPT-6 Astra متعددة الوسائط وقدرته على استخدام الحاسوب، إذ طُلب من النموذج إنشاء جهاز للتواصل مع Codex، من دون أن يتدخل أعضاء الفريق مباشرةً لتحرير مخرجات التصميم. حدّد Astra المتطلبات الوظيفية، وطوّر الغلاف والدعامات الداخلية للمكونات، واختار المكونات الكهربائية وصمّم لوحة الدوائر المطبوعة، بما في ذلك تحديد مواضع المكونات ووصلاتها. كما صمّم واجهة المستخدم وأنشأ البرامج الثابتة وعمليات التكامل البرمجية اللازمة لربط الجهاز بـCodex.

في عرض سابق لـAstra، وضع النموذج المكونات ورسم مسارات التوصيلات النحاسية في KiCad، محولًا مخططًا إلكترونيًا إلى تصميم لوحة دوائر مطبوعة.

صمّم عضوان من الفريق جهاز الاختبار بمساعدة Astra في أقل من أسبوع، ضمن مشروع جانبي. وبعد ذلك، أنتجت شركة تصنيع متعاقدة دفعة صغيرة من النماذج الأولية في أقل من شهر.

ومع ذلك، تطلّبت تهيئة التصميم للتصنيع عدة جولات من المراجعة والتطوير. ولم يراعِ Astra باستمرار قيود الإنتاج لدى الشركة المصنّعة أو التفاوتات أو متطلبات التجميع. ويُستفاد من أوجه القصور هذه لتحديد التحسينات اللازمة في النماذج المستقبلية، بما يبرز الفرق بين إنشاء تصميم مكتمل وإعداده للإنتاج.

التبني الداخلي وBenchCAD 2.0

في مجالي الروبوتات والبنية التحتية للحوسبة، تستخدم فرق الأجهزة والبنية التحتية في OpenAI Codex وChatGPT لنمذجة التصميم بمساعدة الحاسوب ومراجعته، وإعداد رسومات التصنيع، وتجهيز عمليات المحاكاة، ومراجعة التصميمات. وتفيد OpenAI بأن استخدام النماذج في فرق الأجهزة لديها، محسوبًا بالرموز، زاد 23 ضعفًا منذ فبراير. ويقيس هذا الرقم استهلاك النماذج، لا نواتج العمل الهندسي أو الوقت الموفر قياسًا مباشرًا.

يقدم BenchCAD 2.0 تقييمًا مستقلًا لقدرات التصميم، إذ يطلب من النماذج إعادة إنشاء أجزاء وتجميعات ثلاثية الأبعاد وتحديد التوصيلات في لوحات الدوائر. وتفيد OpenAI بأن نموذجًا داخليًا أحدث حقق متوسط درجة قدره 0.875، مقارنةً بـ0.594 حققها GPT-6 Astra عند أعلى إعداد للاستدلال. وتعرض الشركة هذا التحسن بوصفه دليلًا أوليًا على إمكانية تسريع نماذج الذكاء الاصطناعي لعمليات التطوير المهنية، مع الإشارة إلى أن التصميم ليس سوى جزء من دورة حياة الهندسة.

وهذا يترك فجوة واضحة بين أداء الاختبارات المعيارية والجاهزية للإنتاج: فالتقييم يشمل المهام المرتبطة بالتصميم، بينما تُظهر تجربة الجهاز أن متطلبات التصنيع قد تظل تستلزم مزيدًا من المراجعة.

المراجعة الهندسية لدى Chip Ganassi Racing وMazda

تختبر OpenAI هذه القدرات بالتعاون مع مجموعة صغيرة من شركاء القطاع، إذ يراجع مهندسوهم مخرجات النماذج للتحقق من دقتها وجدواها العملية. وتهدف تقييماتهم إلى تحديد المهام التي يمكن للنماذج دعمها، وما ينبغي تحسينه لضمان نشرها بأمان وموثوقية.

في Chip Ganassi Racing، يختبر التعاون الموسّع سير عمل يحوّل المسوحات ثلاثية الأبعاد للأجزاء الموجودة إلى نماذج CAD قابلة للتحرير ورسومات تصنيع ثنائية الأبعاد، ولا سيما عندما لا تتوفر ملفات التصميم الأصلية. ويدقق مهندسو CGR في دقة النماذج والرسومات الناتجة وقابليتها للتصنيع، ويقدمون ملاحظات توضح المواضع التي يمكن فيها تقليل العمل اليدوي، وتلك التي تحتاج فيها النماذج إلى تحسين.

خلال عامها الأول، ركزت الشراكة مع Chip Ganassi Racing على تفسير البيانات المستمدة من مستشعرات السيارات والسباقات وأداء طاقم الصيانة. وتضيف آليات العمل الجديدة هندسة الأجزاء المادية وإنشاء النماذج الأولية إلى ذلك العمل السابق القائم على البيانات.

يجمع التعاون مع Mazda بين فريقي الأبحاث والهندسة الميدانية المتقدمة في OpenAI ومهندسي الديناميكا الهوائية وسلامة التصادم لدى Mazda. وتستخدم الفرق محاكاة تدفق الهواء والسلوك الهيكلي لتطوير تصميمات المركبات وتقييمها، مع مراعاة الشكل والتكلفة. وفي أعمال الديناميكا الهوائية، ينشئ GPT-6 Astra أشكالًا بديلة لمقدمة السيارة، ويجري محاكاة لتدفق الهواء، ويحسّن التصميمات الواعدة سعيًا إلى تقليل مقاومة الهواء.

وقال أكيهيرو ناكاتا، وهو مهندس رئيسي في Mazda، إن محاكاة عشرات الخيارات تساعد المهندسين على فهم الخصائص المؤثرة في الديناميكا الهوائية، وتحديد المجالات التي تتيح للمصممين استكشاف خياراتهم. وتعتزم OpenAI مشاركة مزيد من التقدم والنتائج المستخلصة من البحث.

تدعو OpenAI أيضًا شركات الهندسة ومورّدي البرمجيات المشاركين في التصميم والمحاكاة والتصنيع والإنتاج إلى اقتراح استخدامات وأدوات ذات قيمة عالية للتعاون مستقبلًا. ويتمحور السؤال الأساسي في هذه المشاريع حول ما إذا كان بالإمكان تطبيق مخرجات التصميم الأفضل مع مراعاة قيود الإنتاج واجتياز المراجعة الهندسية؛ فهاتان المرحلتان لا تزالان تحددان ما إذا كان التصميم المُنشأ سيصبح منتجًا قابلًا للتصنيع.