OpenAI发布物理工程研究：GPT-6 Astra一周设计出原型设备，但制造细节仍需人工反复评审，新内部模型在BenchCAD 2.0得0.875

2026年11月3日，OpenAI发布研究文章《加速物理世界的工程》（Accelerating engineering for the physical world），介绍其模型如何帮助工程师设计、仿真和制造实体产品。公司称，这项工作覆盖机械工程、电气工程和端到端系统设计，内部团队已在用它更快地验证想法、迭代方案。需要先说明：这是厂商自己的报告，不是独立研究。文章同时包含一个具体实验、内部使用量数字、一个基准测试和两项点名的行业合作，每一项的证据强度并不相同。

具体实验是一台让用户与Codex对话的设备。OpenAI想验证GPT-6 Astra（其多模态与计算机操作模型）能否在没有任何人直接修改的情况下做出一台设备。Astra定义了功能需求，设计了外观、外壳及内部固定结构、电子元件选型和印刷电路板（PCB），还设计了用户界面并生成固件和软件集成。外观参考了OpenAI近期与Work Louder的合作以及游戏和玩具的形象。两名团队成员把它当作业余项目，不到一周完成设计，一家合同制造商在不到一个月内做出了一小批原型。

文章对局限很坦率。让设备达到可量产状态，仍需要多轮评审与迭代，因为Astra没有稳定地考虑制造商的生产限制、公差和装配细节。OpenAI说，这些缺口正好指出未来模型要改进的地方。因此更诚实的读法是：模型很快产出了一份可用的原型设计，而从设计到可规模化制造的零件，仍要人来补上。文章没有给出原型的良率、成本或缺陷数据。

第二项主张是内部使用。OpenAI的硬件和基础设施团队用Codex和ChatGPT创建与修改计算机辅助设计（CAD）模型、准备制造图纸、设置仿真并评审设计，涉及机器人和算力基础设施。文章称，这些团队的模型用量按token计，自2月以来增长了23倍。这个数字衡量的是工具被用了多少，不是结果有多好，也不是节省了多少工时。文中引用了三位OpenAI员工的话，其中一位说，建筑、工程和建筑信息模型（BIM）专业人员仍会审阅并验证结果。

第三项主张是基准测试。BenchCAD 2.0测试模型能否重建3D零件和装配体，并识别电路板上的连接。OpenAI报告称，一个较新的内部模型平均得分0.875，GPT-6 Astra在最高推理设置下为0.594。读者要注意：这个较新的模型没有命名也没有发布，文章没有详细说明任务集，而且Astra发布页上也有一张BenchCAD图表，度量方式是平均体素重叠，所以两个分数不能混用。OpenAI自己也说，工程生命周期里设计之外还有很多环节，这只是早期证据。

文章还点名了两项合作。与Chip Ganassi Racing合作，OpenAI在测试把现有零件的3D扫描转成可编辑CAD模型和2D制造图纸的流程，原始设计文件缺失时尤其有用。车队工程师审查输出的准确性和可制造性，其中一位工程师说这个过程更快、更省手。与马自达（Mazda）则是一项新的研究合作：OpenAI的研究人员和前线部署工程师与马自达的空气动力学与碰撞安全工程师一起工作，使用气流和结构行为的仿真，由Astra建模新的车头形状并优化最有希望的方案以降低风阻。OpenAI说将在未来几个月分享更多结果，目前没有给出风阻数据。

对读者而言，有用的是区分“已展示”和“只是承诺”。已展示的：两名成员不到一周完成设计、合同制造商不到一个月做出小批量原型、内部工具使用快速增长、一个未发布模型在基准上的提升。只是承诺的：经过审查的输出能让工程师在真实产品上更快迭代。未展示的：任何已出货产品上的实测改进、任何成本节省，以及输出未通过审查的频率。OpenAI邀请机械、电气、机电一体化和机电领域的工程公司与软件厂商通过表单申请，这说明该能力仍在与合作伙伴一起打磨，还不是成品。

简单概括：已经展示的是一个从设计到小批量原型的实验，以及硬件团队模型用量的增长；仍需人工完成的是量产准备和多轮评审；文章没有提供的是原型的良率、成本和缺陷数据，也没有给出马自达项目的风阻数字。BenchCAD 2.0的两个分数来自不同模型，较新的内部模型既没有命名，也没有发布。