OpenAI tester Astra i fysisk produktudvikling – fra enheder til køretøjer

OpenAI annoncerede den 3. november 2026 en række projekter inden for udvikling af fysiske produkter, herunder en test enhed designet af Astra, et udvidet ingeniørsamarbejde med Chip Ganassi Racing og et nyt forskningssamarbejde med Mazda om køretøjsdesign.

Kapaciteten spænder over mekanisk og elektrisk konstruktion samt systemdesign fra start til slut – fra udarbejdelse af tegninger og opsætning af simuleringer til koordinering af ændringer på tværs af fagområder. Målet er at give ingeniører mere tid til at udforske idéer og forbedre design, samtidig med at arbejdet forbindes på tværs af specialiserede værktøjer.

Et gennemgående eksperiment med en enhed

Eksperimentet med enheden satte GPT-6 Astras multimodale funktioner og evne til at bruge computere på prøve ved at lade modellen skabe en enhed til at tale med Codex, uden at teammedlemmer redigerede designresultaterne direkte. Astra fastlagde de funktionelle krav, udviklede kabinettet og de indvendige komponentbeslag, valgte elektriske komponenter og designede printkortet, herunder placeringen af komponenterne og forbindelserne mellem dem. Den designede også brugergrænsefladen og genererede den firmware og de softwareintegrationer, der var nødvendige for at forbinde enheden med Codex.

I en tidligere Astra-demonstration placerede modellen komponenter og førte kobberbaner i KiCad og omsatte dermed et elektronisk kredsløbsdiagram til et printkortlayout.

To teammedlemmer designede testenheden sammen med Astra på under en uge som et sideprojekt. En kontraktproducent fremstillede efterfølgende et mindre parti prototyper på under en måned.

Det krævede stadig flere runder med gennemgang og tilpasning at gøre designet produktionsklart. Astra tog ikke konsekvent højde for producentens begrænsninger i produktionen, tolerancer eller monteringskrav. Disse mangler bruges til at afdække, hvad fremtidige modeller skal forbedre, og tydeliggør forskellen mellem at generere et komplet design og at klargøre det til produktion.

Intern anvendelse og BenchCAD 2.0

Inden for både robotteknologi og computerinfrastruktur bruger OpenAIs hardware- og infrastrukturteams Codex og ChatGPT til CAD-modellering og -ændringer, produktionstegninger, opsætning af simuleringer og designgennemgange. OpenAI oplyser, at brugen af modeller på tværs af hardwareteams, målt i tokens, er vokset 23 gange siden februar. Tallet viser modelbruget og måler ikke direkte ingeniørernes output eller den sparede tid.

BenchCAD 2.0 vurderer designkompetencer separat ved at bede modeller om at genskabe 3D-dele og -samlinger og fastslå forbindelserne på printkort. OpenAI oplyser, at en nyere intern model i gennemsnit fik 0,875 point mod 0,594 for GPT-6 Astra ved modellens højeste ræsonneringsindstilling. OpenAI fremhæver forbedringen som et tidligt tegn på, at AI-modeller kan fremskynde professionel iteration, men bemærker samtidig, at design kun er én del af ingeniørarbejdets livscyklus.

Det viser en tydelig kløft mellem resultater på test og produktionsparathed: Evalueringen omfatter designrelaterede opgaver, mens eksperimentet med enheden viser, at produktionskrav stadig kan nødvendiggøre yderligere gennemgang.

Ingeniørgennemgang hos Chip Ganassi Racing og Mazda

OpenAI afprøver disse funktioner sammen med en mindre gruppe samarbejdspartnere fra branchen, hvis ingeniører gennemgår modellernes resultater med henblik på nøjagtighed og praktisk anvendelse. Vurderingerne skal afdække, hvilke opgaver modellerne kan understøtte, og hvad der skal forbedres for at sikre en tryg og pålidelig udrulning.

Hos Chip Ganassi Racing afprøver det udvidede samarbejde arbejdsgange, der omdanner 3D-scanninger af eksisterende dele til redigerbare CAD-modeller og 2D-produktionstegninger, især når de oprindelige designfiler ikke er tilgængelige. CGR-ingeniører kontrollerer de resulterende modeller og tegninger for nøjagtighed og mulighed for fremstilling og giver feedback om, hvor det manuelle arbejde kan reduceres, og hvor modellerne skal forbedres.

I det første år fokuserede samarbejdet med Chip Ganassi Racing på at fortolke data fra bilsensorer, løb og pitcrewets præstationer. De nye arbejdsgange føjer ingeniørarbejde med fysiske dele og prototyper til det tidligere dataarbejde.

Mazdasamarbejdet samler OpenAIs forsknings- og Forward Deployed Engineering-teams med Mazdas ingeniører inden for aerodynamik og kollisionssikkerhed. Holdene bruger simuleringer af luftstrøm og strukturel adfærd til at udvikle og evaluere køretøjsdesign, samtidig med at de tager højde for udseende og omkostninger. I arbejdet med aerodynamik genererer GPT-6 Astra alternative former på bilens front, kører simuleringer af luftstrømmen og videreudvikler lovende design i et forsøg på at mindske luftmodstanden.

Akihiro Nakata, chefingeniør hos Mazda, sagde, at simulering af snesevis af variationer hjælper ingeniører med at forstå, hvilke egenskaber der har betydning for aerodynamikken, og hvor designerne har råderum til at udforske muligheder. OpenAI planlægger at dele yderligere fremskridt og resultater fra forskningen.

OpenAI inviterer også ingeniørvirksomheder og softwareleverandører, der arbejder med design, simulering, fremstilling og produktion, til at foreslå værdifulde anvendelsesmuligheder og værktøjer til fremtidige samarbejder. Det centrale spørgsmål i alle disse projekter er, om bedre designresultater kan leve op til produktionsbegrænsninger og teknisk vurdering – de faser, der stadig afgør, om et genereret design bliver til et produkt, der kan fremstilles.