OpenAI、物理工学の研究を公開：GPT-6 Astraが1週間足らずで試作端末を設計、製造面の詳細は人のレビューが必要、新しい社内モデルはBenchCAD 2.0で0.875

2026年11月3日、OpenAIは研究記事「Accelerating engineering for the physical world（物理世界のエンジニアリングを加速する）」を公開しました。同社のモデルが、エンジニアによる実物製品の設計、シミュレーション、製造をどう支援するかを説明する内容です。OpenAIによれば、この取り組みは機械工学、電気工学、エンドツーエンドのシステム設計に及び、社内チームはすでにアイデアの検証と反復を速めるために使っています。最初に断っておくと、これはベンダー自身の報告であり、独立した研究ではありません。記事には具体的な実験、社内の利用量、ベンチマーク、名前の挙がった二つの産業協力が含まれ、それぞれ証拠の強さが異なります。

具体的な実験は、ユーザーがCodexと話すための端末です。OpenAIは、マルチモーダルとコンピュータ操作に強いGPT-6 Astraが、人の直接の修正なしに端末を作れるかを試したといいます。Astraは機能要件を定義し、外観、筐体と内部構造、電子部品の選定とプリント基板（PCB）、ユーザーインターフェース、ファームウェアとソフトウェア連携を設計しました。外観にはWork Louderとの最近の協力や、ゲームや玩具の参考が生かされています。二人のチームメンバーが副業的なプロジェクトとして1週間足らずで設計を終え、受託製造業者が1か月足らずで少量の試作品を作りました。

限界についても記事は率直です。製造に出せる状態にするには、レビューと反復が何度も必要でした。Astraが製造業者の生産上の制約、公差、組み立てに必要な詳細を一貫して考慮しなかったためです。OpenAIは、こうした不足が将来のモデルに必要な改善点を示すとしています。したがって、モデルは動作する試作設計を素早く出したが、設計から量産できる部品までの差は人が埋める必要があった、と読むのが誠実です。試作品の歩留まり、コスト、不良の数字は示されていません。

二つ目の主張は社内利用です。OpenAIのハードウェアおよびインフラのチームは、CodexとChatGPTでコンピュータ支援設計（CAD）モデルの作成と修正、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おり、対象はロボティクスと計算基盤にまたがります。記事によると、これらのチームのモデル利用量はトークン換算で2月以降23倍に増えました。この数字が示すのはツールがどれだけ使われたかであり、結果の質や節約できた時間ではありません。OpenAIの社員三人の発言が引用され、そのうち一人は、建築、エンジニアリング、BIM（建築情報モデリング）の専門家が結果を確認し検証すると述べています。

三つ目は、ベンチマークです。BenchCAD 2.0は、モデルが3D部品と組立体を再構成し、回路基板の接続を特定できるかを測ります。OpenAIは、より新しい社内モデルの平均スコアが0.875で、最高の推論設定のGPT-6 Astraは0.594だったと報告しています。注意点として、この新しいモデルは名前も公開時期も示されておらず、課題セットの詳細も説明されていません。またAstraの発表ページにもBenchCADのグラフがありますが、指標は平均ボクセル重なりなので、二つのスコアを混ぜてはいけません。OpenAI自身も、エンジニアリングの工程には設計以外の要素が多く、これは初期の証拠にすぎないと述べています。

記事は二つの協力も挙げています。Chip Ganassi Racingとは、既存部品の3Dスキャンを編集可能なCADモデルと2Dの製造図面に変える作業を試しており、元の設計ファイルがない場合に役立ちます。同チームの技術者が精度と製造可能性を確認し、ある技術者は作業が速く、手間がかからなくなったと述べています。マツダとは新しい共同研究で、OpenAIの研究者とフォワードデプロイドエンジニアが、マツダの空力と衝突安全の技術者と協力します。空気の流れと構造挙動のシミュレーションを使い、Astraが新しいノーズ形状をモデル化し、有望な案を磨いて空気抵抗を減らします。OpenAIは今後数か月で成果を共有するとしていますが、抵抗の数値はまだありません。

読者にとって大切なのは、示されたことと約束にとどまることを分けて読むことです。示されたのは、2人が1週間足らずで設計を終え、受託製造業者が1か月足らずで少量の試作品を作った実験、急増する社内利用、未公開モデルによるベンチマークの向上です。約束にとどまるのは、レビュー済みの出力によってエンジニアが実製品でより速く反復できるという点です。示されていないのは、出荷済み製品での実測の改善、コスト削減、出力がレビューで不合格になる頻度です。OpenAIは機械、電気、電気機械、メカトロニクスの分野のエンジニアリング企業やソフトウェアベンダーにフォームでの応募を呼びかけており、この能力はまだパートナーと形を整えている段階で、完成品ではないことがうかがえます。