OpenAI 測試 GPT-6 Astra 輔助硬體與工程設計，攜手車廠與賽車隊推進實體製造

OpenAI 於 11 月發布其在實體工程領域的應用進度。團隊成員以業餘專案形式搭配 GPT-6 Astra，在不到一週內規劃並設計出一款可與 Codex 對話的測試裝置，包含外殼機構、PCB 元件配置與軟體韌體，並由代工廠在不到一個月內完成小批原型。不過 OpenAI 亦指出，該模型在生產限制、公差與組裝細節上尚未能一致掌握，進廠製造前仍需經歷多輪人工審查與修改。 在產業合作方面，OpenAI 擴大與賽車隊 Chip Ganassi Racing（CGR）合作，測試將現有零件的 3D 掃描資料直接還原成可編輯的 CAD 實體模型與 2D 製造圖面；同時與車廠 Mazda 展開研究合作，測試 Astra 在車頭造型建模、氣流與結構行為模擬上的輔助能力，以評估風阻降低方案。 此外，OpenAI 表示內部硬體團隊以 token 計算的模型用量自 2 月以來成長 23 倍，但強調此數字僅代表使用規模，不等於產出或效率等幅提升。在工程能力基準 BenchCAD 2.0 測試中，OpenAI 公布其內部新模型平均得分為 0.875，GPT-6 Astra 則為 0.594，但該基準評分並未包含可製造性與物理性能。

值得帶走的重點

• OpenAI 運用 GPT-6 Astra 在不到一週內完成硬體測試裝置的外殼、電路板及韌體設計，代工廠隨後製出原型。
• OpenAI 說明 Astra 目前仍難以一致考量製造限制、公差及組裝細節，實際投入製造前仍需多輪修改審查。
• 車隊 CGR 與車廠 Mazda 分別測試以 Codex 與 Astra 進行 3D 掃描轉 CAD 模型、車輛空氣動力模擬與造型探索。
• OpenAI 硬體團隊模型用量成長 23 倍，並公布內部模型在 BenchCAD 2.0 得分 0.875，但該評測不包含可製造性。