返回资讯中心
外部精选
软件工程
#开发者实时流

OpenAI 分享模型助力工程设计物理产品的进展

来源标题:Accelerating Engineering for the Physical World

OpenAI 公布其模型在帮助工程师设计、仿真和构建物理产品方面的进展,覆盖机械、电气工程及端到端系统设计。这些能力已用于内部团队加快想法验证与迭代,工作包括准备图纸、搭建仿真以及跨学科协调变更。OpenAI 称目标是让工程师有更多时间探索想法、改进设计。

Hacker News 最新pretext2026/11/4 · 13 天前16 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

分享 用 Astra 设计一台设备用 Astra 设计一台设备 加速 OpenAI 硬件团队 衡量工程任务的进展 与行业合作者一起安全部署 帮助塑造面向工程与制造的 AI 用 Astra 设计一台设备 加速 OpenAI 硬件团队 衡量工程任务的进展 与行业合作者一起安全部署 帮助塑造面向工程与制造的 AI 今天,我们分享 OpenAI 模型如何帮助工程师设计、仿真和构建实体产品方面取得的进展。这些能力覆盖机械工程、电气工程以及端到端系统设计,并且已经在帮助我们的内部团队测试想法、加快迭代。 在这些项目中,工程师需要使用专业工具,把机械设计、电子、软件和制造要求整合在一起。我们正在教模型支持这项工作,从准备图纸、搭建仿真,到协调跨学科的变更。我们的目标是让工程师有更多时间去探索想法、改进设计。 过去一年里,前沿模型能力的提升帮助我们的内部团队测试新想法、加快迭代,我们也看到了这些能力改善行业专业工作流的早期证据。我们正与合作者一起,弄清这些能力在哪些地方能带来最大价值,以及还有哪些方面需要改进。如果你是参与复杂实体产品设计、仿真、制造或生产的工程师、工程公司或软件厂商,我们很乐意与你合作,围绕你使用的工具和你需要解决的问题来推进这项工作。 我们测试了 Astra 在多模态和 computer use 工作流中的最先进性能,方法是看能否在没有任何人工直接编辑的情况下造出一台设备。为此,我们用 GPT‑6 定义功能需求,并设计外壳、印刷电路板(PCB)以及所需的软件集成,从而做出一台用户可以用来与 Codex 对话的设备。 美学与设计:Astra 设计了设备的外观,参考了我们近期与 Work Louder⁠(在新窗口中打开)的合作,以及来自游戏和玩具的灵感。 机械设计:Astra 设计了外壳⁠(在新窗口中打开)以及固定组件的内部结构。 电气设计:Astra 选择了电气组件,并设计了印刷电路板(PCB),包括组件布局和连接,使其能装入外壳。 UI/UX 与软件:Astra 设计了用户界面,并生成了把设备连接到 Codex 所需的固件和软件集成。 两名团队成员把这当作副业项目,用 Astra 在不到一周内设计出了这台测试设备。一家代工厂在不到一个月内生产了一小批原型。 要让设备具备量产条件,仍然需要多轮评审和迭代。Astra 并不能始终顾及制造商的生产限制、公差或装配所需的细节。这些差距正在帮助我们明确未来的模型需要在哪些方面做得更好。 OpenAI 的硬件和基础设施团队使用 Codex 和 ChatGPT 来创建和修改计算机辅助设计(CAD)模型、准备制造图纸、搭建仿真以及评审设计。这项工作涵盖机器人和计算基础设施。自 2 月以来,我们各硬件团队的模型使用量(以 token 计)增长了 23 倍。 我们也在衡量较新模型在结合编程与工程知识的任务上的进展。BenchCAD 2.0 测试模型能否重建 3D 零件和装配体,并识别电路板中的连接。一个较新的内部模型平均得分 0.875,而 GPT‑6 Astra 在最高推理设置下的得分为 0.594。尽管工程生命周期还包括设计之外的许多其他环节,我们认为这里的能力提升是早期证据,表明 AI 模型能够积极影响专业工作流的迭代速度。 我们正与一小批行业合作者一起,在真实工程问题上测试这些能力。他们的工程师会审查模型输出的准确性和实用性,帮助我们了解模型目前能支持哪些任务,以及为了安全可靠地使用还需要改进什么。 我们正在扩大与 Chip Ganassi Racing(CGR)的合作,探索 OpenAI 模型如何加速工程和原型制作。我们与其研发团队合作,测试将现有零件的 3D 扫描转化为可编辑 CAD 模型和 2D 制造图纸的工作流。当原始设计文件不可用时,这尤其有用。 CGR 的工程师会审查模型和图纸的准确性与可制造性。他们的反馈帮助我们找出模型能在哪些环节减少人工工作,以及哪些地方还需要进一步改进。 我们还宣布与 Mazda 建立新的研究合作。我们的研究和 Forward Deployed Engineering 团队正与 Mazda 的空气动力学和碰撞安全工程师合作,探索 OpenAI 模型如何帮助开发和评估新的车辆设计。 这项工作利用气流和结构行为的仿真来探索性能改进,同时兼顾造型和成本。我们将在未来几个月分享更多进展和结果。 GPT‑6 Astra 帮助 Mazda 的空气动力学工程师探索降低车辆阻力的方法:对新前脸造型建模、仿真气流,并优化最有前景的设计。已获得 Mazda Motor Corporation 的使用同意。严禁在其他地方转载或复用。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →