OpenAI випробовує Astra у сфері інженерії фізичних виробів — від пристроїв до транспортних засобів

OpenAI оголосила 3 листопада 2026 року про низку проєктів з інженерного проєктування фізичних виробів. Серед них — тестовий пристрій, розроблений Astra, розширення співпраці з Chip Ganassi Racing у галузі інженерії та новий спільний із Mazda дослідницький проєкт із проєктування транспортних засобів.

Ці можливості охоплюють механічну й електротехнічну інженерію та проєктування систем на всіх етапах: від підготовки креслень і налаштування симуляцій до узгодження змін між різними спеціалізаціями. Мета — дати інженерам більше часу на пошук ідей і вдосконалення проєктів, поєднуючи роботу в спеціалізованих інструментах.

Експеримент із пристроєм на всіх етапах розробки

Під час експерименту перевіряли мультимодальні можливості GPT-6 Astra та її здатність працювати з комп’ютером: моделі доручили створити пристрій для голосового спілкування з Codex, а члени команди безпосередньо не редагували результати проєктування. Astra визначила функціональні вимоги, розробила корпус і кріплення для внутрішніх компонентів, вибрала електричні компоненти та спроєктувала друковану плату, зокрема розміщення компонентів і з’єднання між ними. Також модель розробила інтерфейс користувача й згенерувала прошивку та програмні інтеграції, необхідні для підключення пристрою до Codex.

Під час попередньої демонстрації Astra модель розміщувала компоненти й прокладала мідні з’єднання в KiCad, перетворюючи електричну принципову схему на компонування друкованої плати.

Двоє членів команди разом з Astra розробили тестовий пристрій менш ніж за тиждень, працюючи над ним як над побічним проєктом. Згодом контрактний виробник виготовив невелику партію прототипів менш ніж за місяць.

Щоб підготувати пристрій до виробництва, усе ще знадобилося кілька раундів перевірок і доопрацювань. Astra не завжди враховувала виробничі обмеження, допуски й вимоги до складання, встановлені виробником. Ці недоліки допомагають визначити, що потрібно вдосконалити в майбутніх моделях, і чітко розмежувати створення завершеного проєкту та його підготовку до виробництва.

Внутрішнє впровадження та BenchCAD 2.0

У роботі над робототехнікою та обчислювальною інфраструктурою апаратні й інфраструктурні команди OpenAI використовують Codex і ChatGPT для моделювання та внесення змін у системах автоматизованого проєктування, підготовки виробничих креслень, налаштування симуляцій і перевірки проєктів. За даними OpenAI, від лютого використання моделей апаратними командами, виміряне в токенах, зросло у 23 рази. Цей показник відображає обсяг використання моделей, а не безпосередньо вимірює результати інженерної роботи чи заощаджений час.

BenchCAD 2.0 окремо оцінює можливості моделей у проєктуванні: від них вимагають відтворювати 3D-деталі й вузли та визначати з’єднання на друкованих платах. За даними OpenAI, новіша внутрішня модель отримала в середньому 0,875 бала, тоді як GPT-6 Astra набрала 0,594 бала за найвищого рівня міркувань. OpenAI наводить цю різницю як попереднє свідчення того, що моделі ШІ можуть прискорити ітераційне проєктування у професійній роботі, водночас зазначаючи, що проєктування — лише один з етапів інженерного циклу.

Отже, між результатами тестування та готовністю до виробництва залишається очевидний розрив: оцінювання охоплює завдання, пов’язані з проєктуванням, тоді як експеримент із пристроєм показує, що виробничі вимоги все ще можуть потребувати додаткової перевірки.

Перевірка інженерних рішень у Chip Ganassi Racing і Mazda

OpenAI випробовує ці можливості разом із невеликою групою галузевих партнерів, інженери яких перевіряють точність результатів роботи моделей і їхню практичну придатність. Ці оцінки мають допомогти визначити, у яких завданнях моделі можуть бути корисними та що потрібно вдосконалити для безпечного й надійного впровадження.

У межах розширеної співпраці з Chip Ganassi Racing перевіряють робочі процеси, що дають змогу перетворювати 3D-сканування наявних деталей на редаговані моделі САПР і двовимірні виробничі креслення, особливо коли вихідні файли проєкту недоступні. Інженери CGR перевіряють точність отриманих моделей і креслень та їхню придатність до виробництва, а також надають відгуки про те, де можна скоротити обсяг ручної роботи й що потрібно вдосконалити в моделях.

У перший рік партнерство з Chip Ganassi Racing було зосереджене на інтерпретації даних із сенсорів автомобілів, перегонів і роботи піт-команди. Нові робочі процеси доповнюють цю попередню роботу з даними інженерним проєктуванням фізичних деталей і створенням прототипів.

У межах співпраці з Mazda дослідницькі команди OpenAI та інженерні команди з безпосереднього впровадження працюють разом з інженерами Mazda з аеродинаміки й безпеки під час зіткнень. Команди використовують симуляції повітряних потоків і поведінки конструкцій, щоб розробляти й оцінювати проєкти транспортних засобів з урахуванням стилю та вартості. У роботі над аеродинамікою GPT-6 Astra генерує альтернативні форми передньої частини автомобіля, запускає симуляції повітряних потоків і вдосконалює перспективні варіанти, намагаючись зменшити аеродинамічний опір.

Акіхіро Наката, головний інженер Mazda, сказав, що симуляція десятків варіантів допомагає інженерам зрозуміти, які особливості мають значення для аеродинаміки та де дизайнери можуть експериментувати. OpenAI планує поділитися подальшим перебігом роботи й результатами дослідження.

OpenAI також запрошує інженерні компанії та постачальників програмного забезпечення, що працюють у сферах проєктування, моделювання, виробництва й випуску продукції, запропонувати перспективні способи застосування та інструменти для майбутньої співпраці. Центральне питання в усіх цих проєктах — чи зможуть кращі результати проєктування пройти перевірку виробничими обмеженнями та інженерною експертизою — етапами, які й досі визначають, чи стане згенерований проєкт продуктом, придатним до виробництва.