OpenAI tester Astra innen fysisk produktutvikling – fra enheter til kjøretøy

OpenAI kunngjorde en rekke prosjekter innen utvikling av fysiske produkter 3. november 2026, blant annet en testenhet utformet av Astra, utvidet ingeniørsamarbeid med Chip Ganassi Racing og et nytt forskningssamarbeid med Mazda om kjøretøydesign.

Mulighetene omfatter mekanisk og elektroteknisk utvikling og systemdesign fra start til slutt, fra klargjøring av tegninger og oppsett av simuleringer til koordinering av endringer på tvers av fagområder. Målet er å gi ingeniører mer tid til å utforske ideer og forbedre design, samtidig som arbeidet knyttes sammen på tvers av spesialiserte verktøy.

Et ende-til-ende-eksperiment med en enhet

Eksperimentet med enheten satte GPT-6 Astras multimodale funksjoner og evne til å bruke datamaskiner på prøve ved å la modellen lage en enhet for kommunikasjon med Codex, uten at teammedlemmene redigerte designresultatene direkte. Astra fastsatte de funksjonelle kravene, utviklet kabinettet og støttene for de interne komponentene, valgte elektriske komponenter og utformet kretskortet, inkludert plassering av komponenter og tilkoblinger. Den utformet også brukergrensesnittet og genererte fastvaren og programvareintegrasjonene som trengtes for å koble enheten til Codex.

I en tidligere demonstrasjon av Astra plasserte modellen komponenter og la kobberbaner i KiCad, og gjorde dermed et elektronisk kretsskjema om til et kretskortoppsett.

To teammedlemmer utformet testenheten sammen med Astra på under en uke, som et sideprosjekt. En kontraktsprodusent laget deretter en liten serie prototyper på under en måned.

Det krevdes likevel flere runder med gjennomgang og videreutvikling før designet var klart for produksjon. Astra tok ikke konsekvent hensyn til produsentens produksjonsbegrensninger, toleranser eller monteringskrav. Disse manglene brukes til å finne ut hva framtidige modeller må bli bedre på, og tydeliggjør forskjellen mellom å generere et komplett design og å klargjøre det for produksjon.

Intern bruk og BenchCAD 2.0

Innen robotikk og databehandlingsinfrastruktur bruker OpenAIs maskinvare- og infrastrukturteam Codex og ChatGPT til datastøttet designmodellering og revisjoner, produksjonstegninger, oppsett av simuleringer og designgjennomganger. OpenAI opplyser at modellbruken i maskinvareteamene, målt i antall tokener, har økt 23 ganger siden februar. Tallet viser modellforbruk, ikke en direkte måling av ingeniørarbeidet som utføres eller tiden som spares.

BenchCAD 2.0 gir en separat vurdering av designkapasiteten ved å be modeller gjenskape 3D-deler og sammenstillinger og finne forbindelsene på kretskort. OpenAI oppgir en gjennomsnittlig poengsum på 0.875 for en nyere intern modell, sammenlignet med 0.594 for GPT-6 Astra med den høyeste innstillingen for resonnering. Selskapet framstiller framgangen som et tidlig tegn på at KI-modeller kan øke tempoet i profesjonell videreutvikling, samtidig som det påpeker at design bare er én del av ingeniørarbeidets livssyklus.

Det er dermed et tydelig gap mellom resultatene på referansetesten og produksjonsberedskapen: Evalueringen omfatter designrelaterte oppgaver, mens eksperimentet med enheten viser at produksjonskrav fortsatt kan gjøre det nødvendig med ytterligere gjennomgang.

Ingeniørgjennomgang hos Chip Ganassi Racing og Mazda

OpenAI tester disse funksjonene sammen med en liten gruppe samarbeidspartnere i bransjen, der ingeniørene deres vurderer modellresultatene med tanke på nøyaktighet og praktisk bruk. Vurderingene skal avdekke hvilke oppgaver modellene kan støtte, og hva som må forbedres for at de skal kunne tas i bruk på en trygg og pålitelig måte.

Hos Chip Ganassi Racing tester det utvidede samarbeidet arbeidsflyter som gjør 3D-skanninger av eksisterende deler om til redigerbare CAD-modeller og 2D-produksjonstegninger, særlig når de opprinnelige designfilene ikke er tilgjengelige. Ingeniørene hos CGR kontrollerer at modellene og tegningene er nøyaktige og kan produseres, og gir tilbakemeldinger om hvor det er mulig å redusere manuelt arbeid, og hvor modellene må forbedres.

I løpet av det første året fokuserte samarbeidet med Chip Ganassi Racing på å tolke data fra bilsensorer, løp og pitcrewets prestasjoner. De nye arbeidsflytene utvider dette tidligere dataarbeidet med ingeniørutvikling og prototyping av fysiske deler.

Samarbeidet med Mazda kobler OpenAIs forsknings- og Forward Deployed Engineering-team med Mazdas ingeniører innen aerodynamikk og kollisjonssikkerhet. Teamene bruker simuleringer av luftstrøm og strukturell oppførsel til å utvikle og vurdere kjøretøydesign, samtidig som de tar hensyn til utforming og kostnader. I arbeidet med aerodynamikk lager GPT-6 Astra alternative utforminger av frontpartiet, kjører simuleringer av luftstrøm og videreutvikler lovende design for å redusere luftmotstanden.

Akihiro Nakata, ledende ingeniør hos Mazda, sa at simulering av dusinvis av varianter hjelper ingeniørene med å forstå hvilke egenskaper som har betydning for aerodynamikken, og hvor stort rom designerne har til å utforske ulike løsninger. OpenAI planlegger å dele mer om framdriften og resultatene fra forskningen.

OpenAI inviterer også ingeniørfirmaer og programvareleverandører som arbeider med design, simulering, tilvirkning og produksjon, til å foreslå bruksområder med høy verdi og verktøy for framtidige samarbeid. Det sentrale spørsmålet i disse prosjektene er om bedre designresultater kan holde mål gjennom produksjonsbegrensninger og teknisk vurdering – stadiene som fortsatt avgjør om et generert design kan bli et produkt som lar seg produsere.