OpenAI testa Astra em engenharia de produtos físicos, de dispositivos a veículos

A OpenAI anunciou uma série de projetos de engenharia de produtos físicos em 3 de novembro de 2026, incluindo um dispositivo de teste projetado pelo Astra, a ampliação do trabalho de engenharia com a Chip Ganassi Racing e uma nova colaboração de pesquisa sobre design de veículos com a Mazda.

As capacidades abrangem engenharia mecânica e elétrica e o projeto de sistemas de ponta a ponta, desde a preparação de desenhos e a configuração de simulações até a coordenação de mudanças entre diferentes disciplinas. O objetivo é dar aos engenheiros mais tempo para explorar ideias e aprimorar projetos, conectando o trabalho realizado em ferramentas especializadas.

Um experimento de ponta a ponta com um dispositivo

O experimento com o dispositivo testou as capacidades multimodais e de uso do computador do GPT-6 Astra, solicitando ao modelo que criasse um dispositivo para conversar com o Codex, sem que os integrantes da equipe editassem diretamente os resultados do projeto. O Astra definiu os requisitos funcionais, desenvolveu o invólucro e os suportes internos dos componentes, selecionou os componentes elétricos e projetou a placa de circuito impresso, incluindo o posicionamento e as conexões dos componentes. Também projetou a interface do usuário e gerou o firmware e as integrações de software necessários para conectar o dispositivo ao Codex.

Em uma demonstração anterior do Astra, o modelo posicionou componentes e traçou conexões de cobre no KiCad, convertendo um esquema eletrônico em um layout de placa de circuito impresso.

Dois integrantes da equipe projetaram o dispositivo de teste com o Astra em menos de uma semana, como um projeto paralelo. Em seguida, um fabricante contratado produziu um pequeno lote de protótipos em menos de um mês.

A preparação para a fabricação ainda exigiu várias rodadas de análise e iteração. O Astra nem sempre levou em conta as restrições de produção, as tolerâncias ou os requisitos de montagem do fabricante. Essas deficiências estão sendo usadas para identificar o que os modelos futuros precisam aprimorar, estabelecendo uma distinção entre gerar um projeto completo e prepará-lo para a produção.

Adoção interna e BenchCAD 2.0

Em projetos de robótica e infraestrutura computacional, as equipes de hardware e infraestrutura da OpenAI usam o Codex e o ChatGPT para modelagem e revisão de projetos assistidos por computador, desenhos de fabricação, configuração de simulações e análises de projetos. A OpenAI informa que o uso de modelos por suas equipes de hardware, medido em tokens, cresceu 23 vezes desde fevereiro. Esse número mede o consumo dos modelos, e não diretamente a produção de engenharia ou o tempo economizado.

O BenchCAD 2.0 oferece uma avaliação separada da capacidade de projeto, solicitando aos modelos que recriem peças e conjuntos em 3D e determinem as conexões de placas de circuito. A OpenAI informa uma pontuação média de 0,875 para um modelo interno mais recente, em comparação com 0,594 para o GPT-6 Astra em sua configuração de raciocínio mais avançada, e apresenta esse avanço como uma evidência inicial de que os modelos de IA poderiam acelerar a iteração profissional, observando que o projeto é apenas uma parte do ciclo de vida da engenharia.

Isso evidencia uma clara diferença entre o desempenho em benchmarks e a preparação para a produção: a avaliação abrange tarefas relacionadas ao projeto, enquanto o experimento com o dispositivo mostra que os requisitos de fabricação ainda podem exigir análises adicionais.

Análise de engenharia na Chip Ganassi Racing e na Mazda

A OpenAI está testando essas capacidades com um pequeno grupo de parceiros do setor, cujos engenheiros analisam os resultados dos modelos quanto à precisão e à utilidade prática. Essas avaliações têm como objetivo identificar quais tarefas os modelos podem apoiar e o que precisa melhorar para que sejam implementados de forma segura e confiável.

Na Chip Ganassi Racing, a colaboração ampliada testa fluxos de trabalho que convertem digitalizações 3D de peças existentes em modelos CAD editáveis e desenhos de fabricação em 2D, sobretudo quando os arquivos de projeto originais não estão disponíveis. Os engenheiros da CGR verificam a precisão e a viabilidade de fabricação dos modelos e desenhos resultantes, fornecendo feedback sobre onde é possível reduzir o trabalho manual e onde os modelos precisam melhorar.

Durante seu primeiro ano, a parceria com a Chip Ganassi Racing concentrou-se na interpretação de dados de sensores dos carros, das corridas e do desempenho da equipe de pit stop. Os novos fluxos de trabalho acrescentam a engenharia de peças físicas e a prototipagem ao trabalho anterior com dados.

A colaboração com a Mazda reúne as equipes de pesquisa e de Engenharia de Campo da OpenAI com engenheiros de aerodinâmica e segurança em colisões da Mazda. As equipes estão usando simulações de fluxo de ar e do comportamento estrutural para desenvolver e avaliar projetos de veículos, levando em conta o estilo e o custo. No trabalho de aerodinâmica, o GPT-6 Astra gera formatos alternativos para a dianteira, executa simulações de fluxo de ar e aprimora os projetos promissores com o objetivo de reduzir o arrasto.

Akihiro Nakata, engenheiro principal da Mazda, afirmou que simular dezenas de variações ajuda os engenheiros a entender quais características são importantes para a aerodinâmica e onde os designers têm espaço para explorar. A OpenAI planeja compartilhar novos avanços e resultados da pesquisa.

A OpenAI também está convidando empresas de engenharia e fornecedores de software envolvidos em projeto, simulação, fabricação e produção a propor aplicações de alto valor e ferramentas para futuras colaborações. A questão central em todos esses projetos é se resultados de projeto melhores conseguem superar as restrições de produção e a revisão de engenharia — etapas que ainda determinam se um projeto gerado pode se tornar um produto fabricável.