OpenAIは、自社のAIモデルがエンジニアによる物理製品の設計、シミュレーション、製造をどのように支援しているかについての進展を共有した。これらの取り組みは機械工学や電気工学、さらにはエンドツーエンドのシステム設計に及び、すでに社内チームのアイデア検証と反復作業の加速に貢献している。
物理製品の開発では、エンジニアは機械設計、電子部品、ソフトウェア、製造要件を専門ツールを使って統合する必要がある。OpenAIは、図面の準備やシミュレーションの設定から、分野をまたぐ変更の調整に至るまで、モデルがこうした作業を支援できるよう訓練を進めている。目標は、エンジニアがアイデアの探求と設計改善により多くの時間を費やせるようにすることだ。
過去1年間でフロンティアモデルの能力が向上したことで、社内チームは新しいアイデアをより速く試し、反復できるようになった。業界の専門ワークフローを改善する初期証拠も見え始めている。OpenAIは協力者とともに、これらの能力が最も大きな違いを生む領域と改善が必要な点を探っている。設計、シミュレーション、製造、生産に関わるエンジニアや企業、ソフトウェアベンダーとの協業を呼びかけている。
OpenAIは、マルチモーダルおよびコンピュータ操作ワークフローにおけるAstraの最先端性能を試すため、人間による直接編集なしでデバイスを作成できるか検証した。GPT-6を使い、機能要件の定義から、筐体、プリント基板（PCB）、Codexと対話するためのソフトウェア統合までを設計した。
美的デザインは、最近のWork Louderとの協業やゲーム、玩具の参照を基にAstraが開発した。機械設計では筐体と内部構造を設計し、電気設計では部品選定とPCB設計を行い、UI/UXとソフトウェアではユーザーインターフェースの設計とファームウェア、Codex接続用のソフトウェア統合を生成した。
このテストデバイスは、2名のチームメンバーがサイドプロジェクトとして1週間足らずでAstraとともに設計した。契約製造業者が1か月足らずで小ロットの試作機を製造した。ただし、製造準備には数回のレビューと反復が必要だった。Astraは製造業者の生産制約や公差、組立に必要な詳細を一貫して考慮できず、これらのギャップから将来のモデルに求められる改善点を特定している。
OpenAIのハードウェアおよびインフラストラクチャチームは、CodexとChatGPTを使ってCADモデルの作成・修正、製造図面の準備、シミュレーションの設定、設計レビューを行っている。この取り組みはロボティクスやコンピューティングインフラに及ぶ。2月以降、ハードウェアチーム全体のモデル使用量はトークン換算で23倍に増加した。
OpenAIのフォワードデプロイドエンジニア、Grace Lam氏は「Codexはアイデアからエンジニアリングされた部品に移るスピードを劇的に加速させました。CADでの反復、3D設計から製造可能な2D図面への変換、シミュレーションやFEAの設定をはるかに少ない手作業で行っています」と述べている。
システムハードウェア設計者であるQiong Wang氏は「CodexとChatGPTは、分野横断的な設計制約の整理、システムアーキテクチャの探索、ECAD環境での実行、徹底した設計レビューに活用しています。今日、これらはエンジニアリングとプロジェクト管理における信頼できる24時間体制のパートナーであり、概念からGerber出力までボードを手がけるハードウェア専門家チームへと成長する可能性があります」と語る。
インフラストラクチャスタッフのJackie Lee氏は「AECやBIMでは、反復的なモデリング、図面と仕様間の情報確認、分野間の変更調整に多くの時間が費やされます。Codexを使って定型作業を自動化し、不整合を指摘し、調整結果を明確で実行可能な課題に変え始めています。これにより、チームは設計オプションや施工性の評価に時間を使えるようになり、建築家、エンジニア、BIM専門家が結果をレビューし検証します」と説明する。
OpenAIは、コーディングとエンジニアリング知識を組み合わせたタスクで新しいモデルの進歩も測定している。BenchCAD 2.0は、モデルが3D部品やアセンブリを再構築し、回路基板の接続を識別できるかを試す。新しい社内モデルは平均スコア0.875を達成し、最高推論設定のGPT-6 Astraの0.594を上回った。エンジニアリングライフサイクルには設計以外の要素も多いが、この能力向上はAIモデルが専門ワークフローの反復速度にプラスの影響を与える初期証拠と見なされている。
OpenAIは少数の業界協力者とともに、実際のエンジニアリング課題でこれらの能力をテストしている。協力者のエンジニアがモデル出力の正確性と実用性をレビューし、今日モデルが支援できるタスクと、安全で信頼性の高い使用のために改善が必要な点を理解するのに役立てている。
Chip Ganassi Racing（CGR）との協業を拡大し、OpenAIモデルがエンジニアリングと試作を加速する方法を探っている。R&Dチームとともに、既存部品の3Dスキャンを編集可能なCADモデルや2D製造図面に変換するワークフローをテストしている。これは元の設計ファイルが利用できない場合に特に有用だ。CGRのエンジニアがモデルと図面の正確性と製造可能性をレビューし、フィードバックが手作業削減の可能性と改善点の特定に役立っている。
CGRのR&Dエンジニア、Matthew Ortman氏は「このモデルは生のスキャンデータからソリッドボディを作るのに役立ちました。CodexをCAD内で直接使っています。モデルへのフィードバックは直接反映され、手動調整も直接行え、より速く手間のかからないプロセスになりました」と述べている。
さらにOpenAIはMazdaとの新しい研究協業を発表した。研究チームとフォワードデプロイドエンジニアリングチームが、Mazdaの空力学および衝突安全エンジニアと協力し、OpenAIモデルが新しい車両設計の開発と評価にどう役立つかを探る。この取り組みでは気流と構造挙動のシミュレーションを使い、スタイリングとコストを考慮しながら性能向上を検討する。今後数か月で進捗と結果を共有する予定だ。
GPT-6 Astraは、Mazdaの空力学エンジニアが新しいノーズ形状をモデル化し、気流をシミュレーションし、有望な設計を洗練させることで車両抵抗を減らす方法を探るのに役立っている。Mazda Motor Corporationから使用許諾を得ており、他の場所での再公開や再利用は固く禁じられている。
Mazdaの主任エンジニア、Akihiro Nakata氏は「空気の流れを改善する形状を見つけると、デザイナーはよく『こう見える必要があるのか』と尋ねます。数十のバリエーションを探索しシミュレーションすることで、Codex内のAstraは空力学にどの特徴が重要で、デザイナーがどこで探索の余地があるかを理解するのに役立ちます。だからこそAstraとOpenAIとの協業の価値はタスク自動化や開発サイクル短縮にとどまらず、Mazdaの独特なデザインと空力性能をどちらも妥協せずに融合させるのに役立っているのです」と語る。
OpenAIは業界パートナーや早期導入者と緊密に協力し、ハードウェアと製造におけるAIエージェントの可能性を押し広げている。これらの初期結果は有望な兆しを示しており、能力改善を加速し業界に安全に展開するため、協力者を募集している。機械工学、電気工学、電気機械設計、メカトロニクスなどの分野で、高価値のユースケースやソフトウェアツール、将来の機会を特定することでフロンティアモデルの訓練と開発を形作ることに興味がある場合、フォームに記入すれば連絡が取られる。