不止于软件开发：OpenAI用GPT加速物理世界的工程

编辑丨&

AI 正在改变软件开发的工作方式，而当模型开始接触真实世界中的机械结构、电路和制造要求时，工程研发也可能成为下一个重要应用领域。

与软件不同，实体产品设计需要同时满足多种约束：机械结构必须能够装配，电路板需要容纳并连接各类电子元件，软件要与硬件正常协同，最终设计还必须符合制造工艺、材料和成本要求。这些环节相互关联，一处修改往往会影响其他部分。

2026 年 11 月 3 日，OpenAI 发布文章「 Accelerating engineering for the physical world 」，介绍其模型在机械工程、电气工程和系统设计中的最新应用进展。从内部团队设计实体设备，到硬件研发部门使用 Codex 处理 CAD 与仿真任务，再到与 Chip Ganassi Racing 和 Mazda 展开合作，OpenAI 正在探索让 AI 参与从概念设计到工程验证的更多环节。

原文链接： https://openai.com/index/accelerating-engineering-for-the-physical-world/

设计一台真实设备

团队首先介绍了一项内部测试：OpenAI 尝试利用模型设计一台能够与 Codex 交互的实体设备，并检验模型在多模态理解和计算机操作方面的能力。

在这一过程中，GPT-6 负责定义设备的功能需求，并参与设计外壳、印刷电路板（PCB）以及软件集成方案。模型需要处理的任务并不局限于生成外观概念，而是覆盖了多个工程领域。

在机械设计方面，模型设计设备外壳及内部结构，确定各个组件的安装与固定方式；在电气设计方面，它选择电子元件，并完成 PCB 的元件布局和连接设计，使电路板能够适配外壳内部空间；在软件层面，模型还负责设计用户界面、生成固件及相关软件集成方案，使设备能够与 Codex 连接。

图示：由 GPT-6 自主设计的电路板。

最终，两名团队成员利用模型在不到一周的时间内完成了这台测试设备的设计，期间没有直接进行人工设计修改。随后，合同制造商在不到一个月的时间内制作出一小批原型。

不过，从原型设计走向实际制造仍然存在差距。OpenAI 指出，模型在部分设计中未能持续考虑制造商的生产限制、尺寸公差以及装配所需的具体细节，因此设备仍需要经过多轮人工审查和修改。

硬件研发流程

除了单独的设备设计测试，OpenAI 的硬件与基础设施团队也已经在日常研发中使用 Codex 和 ChatGPT。

目前涉及的工作包括创建和修改计算机辅助设计（CAD）模型、准备制造工程图、设置仿真任务，以及审查工程设计。这些应用覆盖机器人和计算基础设施等不同领域。自二月份以来，有关硬件团队的模型使用量增加了 23 倍。

图示：OpenAI 硬件团队日均 Codex 使用量。

团队成员表示，Codex 正在帮助他们整理跨职能设计约束、探索系统架构、操作电子计算机辅助设计（ECAD）环境，并开展设计审查。对于涉及机械、电气和软件的复杂系统，这种跨领域协作能力尤为重要。

衡量工程能力

为了更具体地评估模型在工程任务上的进步，OpenAI 还介绍了 BenchCAD 2.0 测试。这项基准测试主要考察两类能力：一是重建三维零件及其装配结构，二是识别电路板中的连接关系。它将代码能力与工程知识结合起来，试图评估模型处理实际工程设计问题的能力。

在这项测试中，一个较新的内部模型取得了 0.875 的平均分，而 GPT-6 Astra 在最高推理设置下的得分为 0.594。

图示：GPT-6 与内部模型在 BenchCAD 2.0 上的表现。

外部合作方面，OpenAI 介绍了与 Chip Ganassi Racing（CGR）的合作扩展，以及一项与 Mazda 的新研究合作。

在与 CGR 的合作中，双方正在测试一种从现有零件三维扫描数据出发的工程工作流。OpenAI 模型参与到了将三维扫描数据转换为可编辑的 CAD 模型的过程中，并进一步生成二维制造图纸。CGR 的研发工程师负责检查模型和图纸的准确性，以及零件是否具备实际制造条件。

另一项合作则聚焦汽车设计。OpenAI 宣布与 Mazda 开展新的研究合作，其研究团队和前沿部署工程团队将与 Mazda 的空气动力学及碰撞安全工程师共同探索 AI 在车辆设计与评估中的应用。目前的工作主要通过仿真分析气流和结构行为，探索车辆性能改进，同时考虑外观设计和成本约束。

其中一个具体应用是利用 GPT-6 Astra 辅助 Mazda 空气动力学工程师探索降低车辆风阻的设计方案。模型可以提出新的车头造型，通过气流模拟评估不同设计，再根据仿真结果持续调整更有潜力的方案。

Mazda 方面表示，这种方式能够帮助工程师探索更多设计变化，理解哪些造型特征真正影响空气动力学表现，从而在空气动力学性能与品牌设计之间寻找更好的平衡。

这项合作目前仍处于共同探索阶段，OpenAI 表示将在未来几个月分享更多进展与结果。