OpenAI ทดสอบ Astra ในงานวิศวกรรมผลิตภัณฑ์ ตั้งแต่อุปกรณ์ไปจนถึงยานยนต์

OpenAI ประกาศโครงการด้านวิศวกรรมผลิตภัณฑ์จริงชุดหนึ่งเมื่อวันที่ 3 พฤศจิกายน 2026 ซึ่งรวมถึงอุปกรณ์ทดสอบที่ Astra ออกแบบ การขยายงานด้านวิศวกรรมร่วมกับ Chip Ganassi Racing และความร่วมมือด้านการวิจัยการออกแบบยานยนต์ครั้งใหม่กับ Mazda

ขีดความสามารถเหล่านี้ครอบคลุมงานวิศวกรรมเครื่องกลและไฟฟ้า ตลอดจนการออกแบบระบบตั้งแต่ต้นจนจบ ตั้งแต่การจัดเตรียมแบบและตั้งค่าการจำลอง ไปจนถึงการประสานการเปลี่ยนแปลงข้ามสาขา เป้าหมายคือช่วยให้วิศวกรมีเวลาค้นคว้าแนวคิดและปรับปรุงการออกแบบมากขึ้น พร้อมเชื่อมโยงงานที่ทำผ่านเครื่องมือเฉพาะทางต่าง ๆ

การทดลองสร้างอุปกรณ์ตั้งแต่ต้นจนจบ

การทดลองสร้างอุปกรณ์นี้ทดสอบขีดความสามารถด้านมัลติโมดัลและการใช้งานคอมพิวเตอร์ของ GPT-6 Astra โดยให้โมเดลสร้างอุปกรณ์สำหรับสื่อสารกับ Codex โดยไม่มีสมาชิกทีมเข้าไปแก้ไขผลลัพธ์การออกแบบโดยตรง Astra กำหนดข้อกำหนดด้านการทำงาน พัฒนาตัวเรือนและส่วนรองรับชิ้นส่วนภายใน เลือกชิ้นส่วนไฟฟ้า และออกแบบแผงวงจรพิมพ์ รวมถึงการจัดวางชิ้นส่วนและการเชื่อมต่อ นอกจากนี้ยังออกแบบส่วนติดต่อผู้ใช้ และสร้างเฟิร์มแวร์กับการเชื่อมต่อซอฟต์แวร์ที่จำเป็นสำหรับเชื่อมอุปกรณ์เข้ากับ Codex

ในการสาธิต Astra ครั้งก่อน โมเดลวางชิ้นส่วนและเดินลายเชื่อมต่อทองแดงใน KiCad โดยแปลงแผนผังวงจรอิเล็กทรอนิกส์เป็นแบบแผงวงจรพิมพ์

สมาชิกทีมสองคนออกแบบอุปกรณ์ทดสอบร่วมกับ Astra โดยใช้เวลาไม่ถึงหนึ่งสัปดาห์ และทำงานนี้เป็นโครงการเสริมควบคู่ไปด้วย จากนั้นผู้ผลิตตามสัญญาก็ผลิตต้นแบบจำนวนเล็กน้อยภายในเวลาไม่ถึงหนึ่งเดือน

การเตรียมความพร้อมสำหรับการผลิตยังต้องผ่านการทบทวนและปรับแก้หลายรอบ Astra ไม่ได้คำนึงถึงข้อจำกัดในการผลิต ค่าความคลาดเคลื่อน หรือข้อกำหนดในการประกอบของผู้ผลิตอย่างสม่ำเสมอ ข้อบกพร่องเหล่านี้กำลังถูกนำมาใช้ระบุจุดที่โมเดลรุ่นต่อไปต้องปรับปรุง โดยชี้ให้เห็นความแตกต่างระหว่างการสร้างแบบที่สมบูรณ์กับการเตรียมแบบนั้นให้พร้อมสำหรับการผลิต

การนำไปใช้ภายในองค์กรและ BenchCAD 2.0

ทีมฮาร์ดแวร์และโครงสร้างพื้นฐานของ OpenAI ใช้ Codex และ ChatGPT ในงานหุ่นยนต์และโครงสร้างพื้นฐานการประมวลผล ทั้งการสร้างและปรับแก้แบบด้วยคอมพิวเตอร์ช่วย การจัดทำแบบเพื่อการผลิต การตั้งค่าการจำลอง และการทบทวนการออกแบบ OpenAI รายงานว่า การใช้งานโมเดลในทีมฮาร์ดแวร์ ซึ่งวัดจากจำนวนโทเค็น เพิ่มขึ้น 23 เท่านับตั้งแต่เดือนกุมภาพันธ์ ตัวเลขนี้สะท้อนปริมาณการใช้โมเดล ไม่ใช่การวัดผลผลิตทางวิศวกรรมหรือเวลาที่ประหยัดได้โดยตรง

BenchCAD 2.0 ประเมินขีดความสามารถด้านการออกแบบแยกต่างหาก โดยให้โมเดลสร้างชิ้นส่วนและชุดประกอบสามมิติขึ้นใหม่ รวมถึงระบุการเชื่อมต่อบนแผงวงจร OpenAI รายงานว่าโมเดลภายในรุ่นใหม่ได้คะแนนเฉลี่ย 0.875 เทียบกับ GPT-6 Astra ที่ได้ 0.594 เมื่อใช้การตั้งค่าการให้เหตุผลระดับสูงสุด และนำเสนอผลที่เพิ่มขึ้นนี้เป็นหลักฐานเบื้องต้นว่าโมเดล AI อาจช่วยเร่งกระบวนการปรับแก้แบบในงานระดับมืออาชีพได้ พร้อมระบุว่าการออกแบบเป็นเพียงส่วนหนึ่งของวงจรชีวิตทางวิศวกรรม

จึงยังมีช่องว่างชัดเจนระหว่างผลการทดสอบมาตรฐานกับความพร้อมสำหรับการผลิต กล่าวคือ การประเมินครอบคลุมงานที่เกี่ยวข้องกับการออกแบบ ขณะที่การทดลองสร้างอุปกรณ์แสดงให้เห็นว่าข้อกำหนดด้านการผลิตยังอาจทำให้ต้องมีการทบทวนเพิ่มเติม

การทบทวนงานวิศวกรรมที่ Chip Ganassi Racing และ Mazda

OpenAI กำลังทดสอบขีดความสามารถเหล่านี้ร่วมกับผู้ร่วมมือในอุตสาหกรรมกลุ่มเล็ก ๆ โดยให้วิศวกรของบริษัทเหล่านั้นตรวจสอบความถูกต้องและการใช้งานจริงของผลลัพธ์จากโมเดล การประเมินมีจุดประสงค์เพื่อระบุว่างานใดบ้างที่โมเดลช่วยสนับสนุนได้ และต้องปรับปรุงอะไรเพื่อให้สามารถนำไปใช้งานได้อย่างปลอดภัยและเชื่อถือได้

ที่ Chip Ganassi Racing ความร่วมมือที่ขยายเพิ่มขึ้นนี้ทดสอบขั้นตอนการทำงานที่แปลงภาพสแกนสามมิติของชิ้นส่วนที่มีอยู่ให้เป็นแบบจำลอง CAD ที่แก้ไขได้และแบบการผลิตสองมิติ โดยเฉพาะในกรณีที่ไม่มีไฟล์ออกแบบต้นฉบับ วิศวกรของ CGR ตรวจสอบความถูกต้องและความพร้อมสำหรับการผลิตของแบบจำลองและแบบเขียนที่ได้ พร้อมให้ข้อเสนอแนะว่าส่วนใดลดงานที่ต้องทำด้วยมือได้ และส่วนใดที่โมเดลยังต้องปรับปรุง

ในปีแรก ความร่วมมือกับ Chip Ganassi Racing มุ่งเน้นการตีความข้อมูลจากเซ็นเซอร์ในรถ การแข่งขัน และสมรรถนะของทีมช่างประจำพิท ขั้นตอนการทำงานใหม่เพิ่มงานวิศวกรรมชิ้นส่วนจริงและการสร้างต้นแบบเข้ามาต่อยอดจากงานด้านข้อมูลก่อนหน้านี้

ความร่วมมือกับ Mazda จับคู่ทีมวิจัยและทีม Forward Deployed Engineering ของ OpenAI เข้ากับวิศวกรด้านอากาศพลศาสตร์และความปลอดภัยในการชนของ Mazda ทั้งสองฝ่ายใช้การจำลองการไหลของอากาศและพฤติกรรมเชิงโครงสร้างเพื่อพัฒนาและประเมินแบบยานยนต์ โดยคำนึงถึงรูปทรงและต้นทุน ในงานด้านอากาศพลศาสตร์ GPT-6 Astra สร้างรูปทรงส่วนหน้ารถทางเลือกหลายแบบ จำลองการไหลของอากาศ และปรับปรุงแบบที่มีแนวโน้มดี เพื่อพยายามลดแรงต้านอากาศ

อากิฮิโระ นากาตะ วิศวกรอาวุโสของ Mazda กล่าวว่า การจำลองรูปแบบต่าง ๆ หลายสิบแบบช่วยให้วิศวกรเข้าใจว่าคุณลักษณะใดมีความสำคัญต่ออากาศพลศาสตร์ และนักออกแบบมีพื้นที่ให้ทดลองมากน้อยเพียงใด OpenAI วางแผนที่จะแบ่งปันความคืบหน้าและผลการวิจัยเพิ่มเติม

OpenAI ยังเชิญบริษัทวิศวกรรมและผู้จำหน่ายซอฟต์แวร์ที่เกี่ยวข้องกับการออกแบบ การจำลอง การผลิต และกระบวนการผลิต ให้เสนอแนวทางการใช้งานที่มีคุณค่าสูงและเครื่องมือสำหรับความร่วมมือในอนาคต คำถามสำคัญของโครงการเหล่านี้คือ ผลลัพธ์การออกแบบที่ดีขึ้นจะผ่านข้อจำกัดด้านการผลิตและการตรวจสอบทางวิศวกรรมได้หรือไม่ ซึ่งเป็นขั้นตอนที่ยังคงเป็นตัวกำหนดว่าแบบที่สร้างขึ้นจะกลายเป็นผลิตภัณฑ์ที่ผลิตได้จริงหรือไม่