OpenAI Menguji Astra dalam Rekayasa Fisik, dari Perangkat hingga Kendaraan

OpenAI mengumumkan serangkaian proyek rekayasa produk fisik pada 3 November 2026, termasuk perangkat uji yang dirancang Astra, perluasan kerja rekayasa bersama Chip Ganassi Racing, dan kolaborasi riset baru dengan Mazda untuk desain kendaraan.

Kemampuannya mencakup rekayasa mekanis dan elektris serta desain sistem menyeluruh, mulai dari menyiapkan gambar teknik dan mengatur simulasi hingga mengoordinasikan perubahan lintas disiplin. Tujuannya adalah memberi para insinyur lebih banyak waktu untuk mengeksplorasi gagasan dan menyempurnakan desain, sekaligus menghubungkan pekerjaan melalui berbagai perangkat khusus.

Eksperimen Perangkat Menyeluruh

Eksperimen perangkat ini menguji kemampuan multimodal dan penggunaan komputer GPT-6 Astra dengan meminta model tersebut membuat perangkat untuk berkomunikasi dengan Codex, tanpa anggota tim mengedit langsung hasil desainnya. Astra menetapkan persyaratan fungsional, mengembangkan rangka dan dudukan komponen internal, memilih komponen listrik, serta merancang papan sirkuit cetak, termasuk penempatan dan koneksi komponen. Astra juga merancang antarmuka pengguna dan membuat perangkat tegar serta integrasi perangkat lunak yang diperlukan untuk menghubungkan perangkat itu ke Codex.

Dalam demonstrasi Astra sebelumnya, model tersebut menempatkan komponen dan merutekan sambungan tembaga di KiCad, mengubah skema elektronik menjadi tata letak papan sirkuit cetak.

Dua anggota tim merancang perangkat uji bersama Astra dalam waktu kurang dari seminggu sebagai proyek sampingan. Selanjutnya, produsen kontrak membuat sejumlah kecil prototipe dalam waktu kurang dari sebulan.

Namun, kesiapan produksi tetap memerlukan beberapa putaran peninjauan dan penyempurnaan. Astra tidak secara konsisten memperhitungkan kendala produksi, toleransi, atau persyaratan perakitan dari produsen. Kekurangan tersebut digunakan untuk mengidentifikasi hal-hal yang perlu ditingkatkan pada model mendatang, sekaligus menegaskan perbedaan antara menghasilkan desain lengkap dan menyiapkan desain itu untuk produksi.

Penggunaan Internal dan BenchCAD 2.0

Dalam pekerjaan robotika dan infrastruktur komputasi, tim perangkat keras dan infrastruktur OpenAI menggunakan Codex dan ChatGPT untuk pemodelan serta revisi desain berbantuan komputer, gambar teknik manufaktur, penyiapan simulasi, dan tinjauan desain. OpenAI melaporkan bahwa penggunaan model di seluruh tim perangkat kerasnya, yang diukur dalam token, meningkat 23 kali lipat sejak Februari. Angka tersebut mengukur konsumsi model, bukan secara langsung mengukur hasil rekayasa atau waktu yang dihemat.

BenchCAD 2.0 menyediakan penilaian terpisah atas kemampuan desain dengan meminta model membuat ulang komponen dan rakitan 3D serta menentukan koneksi pada papan sirkuit. OpenAI melaporkan skor rata-rata 0,875 untuk model internal yang lebih baru, dibandingkan dengan 0,594 untuk GPT-6 Astra pada pengaturan penalaran tertingginya. OpenAI menyajikan peningkatan itu sebagai bukti awal bahwa model AI dapat mempercepat proses iterasi profesional, sembari mencatat bahwa desain hanyalah salah satu bagian dari siklus rekayasa.

Hal ini menunjukkan kesenjangan yang jelas antara kinerja pada tolok ukur dan kesiapan produksi: evaluasi tersebut mencakup tugas-tugas terkait desain, sedangkan eksperimen perangkat memperlihatkan bahwa persyaratan manufaktur masih dapat mengharuskan peninjauan lebih lanjut.

Tinjauan Rekayasa di Chip Ganassi Racing dan Mazda

OpenAI menguji kemampuan ini bersama sejumlah kecil mitra industri, yang para insinyurnya meninjau keakuratan dan kegunaan praktis keluaran model. Penilaian mereka dimaksudkan untuk mengidentifikasi tugas-tugas yang dapat didukung model serta hal-hal yang perlu ditingkatkan agar penerapannya aman dan andal.

Di Chip Ganassi Racing, kolaborasi yang diperluas ini menguji alur kerja untuk mengubah pemindaian 3D komponen yang sudah ada menjadi model CAD yang dapat diedit dan gambar teknik manufaktur 2D, khususnya ketika berkas desain aslinya tidak tersedia. Para insinyur CGR memeriksa keakuratan dan kemudahan manufaktur model serta gambar yang dihasilkan, lalu memberikan masukan tentang pekerjaan manual yang dapat dikurangi dan bagian yang masih perlu ditingkatkan pada model.

Pada tahun pertamanya, kemitraan Chip Ganassi Racing berfokus pada penafsiran data dari sensor mobil, balapan, dan kinerja kru pit. Alur kerja baru ini menambahkan rekayasa komponen fisik dan pembuatan prototipe ke dalam pekerjaan berbasis data tersebut.

Kolaborasi Mazda mempertemukan tim riset dan Forward Deployed Engineering OpenAI dengan para insinyur aerodinamika dan keselamatan tabrakan Mazda. Tim-tim tersebut menggunakan simulasi aliran udara dan perilaku struktural untuk mengembangkan dan mengevaluasi desain kendaraan dengan mempertimbangkan gaya dan biaya. Dalam pekerjaan aerodinamika, GPT-6 Astra menghasilkan berbagai bentuk alternatif untuk bagian depan kendaraan, menjalankan simulasi aliran udara, dan menyempurnakan desain yang menjanjikan demi mengurangi hambatan udara.

Akihiro Nakata, insinyur utama di Mazda, mengatakan bahwa simulasi puluhan variasi membantu para insinyur memahami fitur mana yang penting bagi aerodinamika dan sejauh mana desainer dapat bereksplorasi. OpenAI berencana membagikan perkembangan dan hasil lebih lanjut dari riset tersebut.

OpenAI juga mengundang perusahaan rekayasa dan vendor perangkat lunak yang terlibat dalam desain, simulasi, manufaktur, dan produksi untuk mengusulkan pemanfaatan bernilai tinggi serta perangkat pendukung untuk kolaborasi mendatang. Pertanyaan utama dalam proyek-proyek ini adalah apakah hasil desain yang lebih baik dapat tetap memenuhi kendala produksi dan lolos tinjauan rekayasa—tahapan yang masih menentukan apakah desain yang dihasilkan dapat menjadi produk yang bisa diproduksi.