OpenAI內部新模型曝光！工程測試幹翻GPT-6 Astra

作者 | 黃菲 編輯 | 江宇 11月4日報道，昨日，根據OpenAI披露信息，GPT-6 Astra和Codex已開始參與實體工程設計與製造等相關工作。其中，GPT-6 Astra參與設計了一款可與Codex進行語音交互的桌面設備，兩名OpenAI團隊成員在不到一週的時間內完成初步方案，並由代工廠製作出原型機。OpenAI稱，該公司硬件團隊自今年2月以來的模型使用量增長了23倍，AI正從軟件開發進一步進入實體產品的設計與工程環節。此外，OpenAI還通過BenchCAD 2.

0測試評估其內部模型與GPT-6 Astra的工程能力，重點考察其模型在重建三維零部件和裝配體、識別電路板連接關係等任務的表現。該測試中，OpenAI內部模型平均得分達到0.875，高於GPT-6 Astra在最高推理設置下的0.594。除了內部硬件項目，OpenAI還宣佈與日本汽車製造商馬自達、美國職業賽車隊機構CGR（Chip Ganassi Racing）開展新的研究合作，探索AI在汽車產業實際生產場景中的應用。一、GPT-6 Astra參與設計，語音設備不到一週完成初步方案 OpenAI首先介紹了一項內部硬件實驗。

該公司研究團隊成員Justin Lin希望設計一款名為Codex pet的桌面設備，讓用戶不必打開筆記本電腦，就能直接與Codex進行語音交互。▲OpenAI研究團隊成員Justin Lin介紹GPT-6 Astra參與設計的Codex pet設備，來源：OpenAI 這款設備配有顯示屏和實體按鍵，屏幕上會顯示一個虛擬角色。用戶按下按鍵後即可語音提問，設備會通過語音作出回應。在演示中，Justin Lin詢問當前有多少個正在運行的智能體，設備回答稱有5個，並主動詢問是否需要逐一讀出。

▲Codex pet設備內部芯片設計，來源：OpenAI Justin Lin稱，自己希望通過這種方式，讓原本發生在電腦屏幕上的軟件交互擁有更具體的物理形態。與一個看得見的對象交談，會讓交互過程更有生命感。在設計環節，OpenAI使用GPT-6 Astra確定設備的功能需求，並讓其參與外殼、印刷電路板（Printed Circuit Board，PCB）和軟件集成設計。具體來看，GPT-6 Astra不僅負責設備外觀，還設計了固定內部零部件的結構，選擇電子元件並完成電路板佈局和連接，同時生成用戶界面、固件及連接Codex所需的軟件。

OpenAI稱，兩名團隊成員將這款設備作為業餘項目，在不到一週的時間內完成初步設計。一家代工廠隨後在不到一個月的時間內製作了一小批原型機。不過，從設計方案到能夠生產的實體設備，仍需要經過多輪審核和修改。OpenAI稱，GPT-6 Astra尚不能始終準確考慮製造商在實際生產時需要關注的細節，這些問題也成為該公司後續改進該模型的方向。Justin Lin在項目介紹中還提到，這是自己第一次完整經歷從空白電路板到組裝完成PCB的開發過程。他向GPT-6 Astra說明需求並提供設計方案，該模型據此完成電路板設計，但後續仍與工廠進行了多輪修改。團隊還製作了多個並行設計方案，以及不同版本的設備外殼。

二、清華學霸加盟其硬件團隊，模型使用量增長23倍 除了單個設備的設計實驗，OpenAI還在內部硬件和基礎設施團隊中使用Codex與ChatGPT處理更多工程任務。該公司稱，其硬件團隊已將其模型用於創建和修改計算機輔助設計（Computer-Aided Design，CAD）模型、製作製造圖紙、搭建仿真環境以及審核設計方案，涉及機器人和算力基礎設施等領域。自今年2月以來，按照Token數量計算，OpenAI硬件團隊的模型使用量增長了23倍。▲OpenAI硬件團隊Codex日均使用量中位數變化。

來源：OpenAI OpenAI前沿部署工程師Grace Lam稱，Codex加快了團隊從設計想法到工程零部件的轉化過程。團隊能夠更快地修改CAD模型，將三維設計轉換為可用於生產的二維圖紙，並以更少的人工操作完成仿真和有限元分析（Finite Element Analysis，FEA）。OpenAI技術人員Qiong Wang則介紹，硬件系統設計人員正在使用Codex和ChatGPT整理不同團隊的設計約束、探索系統架構、操作電子計算機輔助設計（Electronic Computer-Aided Design，ECAD）軟件，並開展設計審核。該團隊希望進一步推動其模型參與電路板生產文件的生成。

Qiong Wang本科畢業於清華大學電氣工程專業，後在弗吉尼亞理工大學獲得碩士和博士學位，畢業後曾留在該校電力電子系統中心擔任研究科學家，之後加入谷歌擔任電力工程師，目前在OpenAI任職。其研究和工作經歷主要涉及電力電子及硬件系統設計。▲Qiong Wang個人履歷，來源：IEEE Xplore 此外，OpenAI基礎設施團隊成員Jackie Lee還介紹了Codex在建築、工程與施工（Architecture, Engineering and Construction，AEC）及建築信息模型（Building Information Modeling，BIM）領域的應用。

該模型可以自動處理重複建模任務、核對圖紙和技術規格中的信息，以及協調不同專業之間的設計變更，再將發現的問題整理成明確的待處理事項，最後由專業技術人員審核結果。三、工程測試得分0.875，攜手馬自達和CGR 為了評估其模型在工程任務中的表現，OpenAI還介紹了BenchCAD 2.0測試。這項測試主要考察其模型能否重建三維零部件和裝配體，以及識別電路板上的連接關係，重點檢驗其模型將編程能力與工程知識結合起來處理任務的水平。測試結果顯示，OpenAI一款更新的內部模型平均得分達到0.875，而GPT-6 Astra在最高推理設置下的得分為0.594。

▲GPT-6 Astra與OpenAI內部模型在BenchCAD 2.0測試中的表現對比。來源：OpenAI OpenAI稱，工程開發流程並不只有設計環節，還包括後續驗證、製造和生產等多個步驟。因此，該公司認為，其模型在工程設計任務上的進步只是早期信號，後續還需要驗證其能否真正提升專業工作流程中的迭代效率。在產業合作方面，OpenAI正與少數行業合作伙伴共同測試其模型處理真實工程問題的能力。合作方工程師會審核其模型生成的結果，評估其準確性和實際可用性，幫助OpenAI明確哪些任務能夠交給其模型處理，以及其模型還需要改進哪些能力。

具體來看，OpenAI正在加強與美國職業賽車隊機構Chip Ganassi Racing（CGR）的合作，探索其模型在工程設計和原型開發中的應用。雙方研發團隊正在測試一套工作流程，將現有零部件的三維掃描數據轉換為可編輯的CAD模型和二維製造圖紙。當原始設計文件丟失或無法獲取時，這種方式可以幫助工程師重新建立零部件的數字設計資料。CGR研發工程師Matthew Ortman稱，Codex能夠幫助團隊將原始掃描數據轉換為實體模型。他可以直接在CAD軟件中與Codex協作，將反饋交給該模型並直接應用到設計中，減少手動調整工作。此外，OpenAI還宣佈與日本汽車製造商馬自達開展新的研究合作。

該公司研究團隊和前沿部署工程團隊將與馬自達的空氣動力學及碰撞安全工程師合作，探索其模型如何輔助開發和評估新車型設計。在具體應用中，GPT-6 Astra能夠幫助馬自達空氣動力學工程師探索降低車輛風阻的方案。該模型可以設計不同的車頭造型，模擬氣流變化，並對效果較好的設計進行進一步優化。整個過程還能兼顧車輛外觀風格、性能表現和成本。馬自達首席工程師Akihiro Nakata稱，設計師有時會質疑有利於氣流通過的車身造型是否符合設計要求。藉助Astra在Codex中探索並模擬數十種方案，工程師能夠了解哪些設計特徵會影響空氣動力學表現，也能明確設計師可以進一步調整的空間。

▲GPT-6 Astra輔助探索車輛不同車頭造型及氣流變化。來源：OpenAI 結語：AI從軟件開發走向實體工程 從內部設備設計，再到參與汽車設計和零部件建模，OpenAI正在嘗試讓其AI進入更復雜的實體工程流程。Codex pet項目中的電路板設計、CGR的零部件建模，以及馬自達的汽車空氣動力學研究，都展示了AI參與真實工程任務的不同方式。如何讓其模型更準確地理解工程約束，並將設計能力延伸至驗證和製造環節，將成為OpenAI更進一步深入實體工程領域的重要課題。來源：OpenAI