返回 文章 学习 CMS 文章

OpenAI 模型加速物理世界工程:从设计到制造

OpenAI 模型正帮助工程师更快地设计、仿真和构建物理产品,内部硬件团队使用量增长 23 倍。

OpenAI工程物理产品机械设计
成长分 / 100 68 综合收获、行动、留存与影响

OpenAI 模型加速物理世界工程:从设计到制造
为什么值得读了解 OpenAI 模型在物理工程领域的最新应用进展,包括机械设计、电气设计和系统集成。

通过 Astra 设计设备的案例,看到 AI 在端到端产品设计中的潜力和当前局限。

关键洞察
  1. Astra 在不到一周内由两名团队成员设计了一款与 Codex 对话的设备,包括外观、机械结构、PCB 和软件集成。
  2. 模型在制造准备方面仍有不足,如未充分考虑生产限制、公差和装配细节,需要多轮审查和迭代。
  3. OpenAI 硬件团队使用 Codex 和 ChatGPT 进行 CAD 建模、制造图纸准备和仿真设置,自 2 月以来 token 使用量增长 23 倍。
转成行动

深入阅读

正文与原文对照

原文保真覆盖:全文原文字符:7815

今天,我们分享 OpenAI 模型如何帮助工程师设计、模拟和构建物理产品方面的进展。这些能力涵盖机械与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并更快迭代。

在这些项目中,工程师需要使用专业工具整合机械设计、电子、软件和制造要求。我们正在教导模型支持这项工作,从准备图纸和设置模拟到协调跨学科的变更。我们的目标是让工程师有更多时间探索想法并改进设计。

在过去一年中,前沿模型能力的提升帮助我们的内部团队测试新想法并更快迭代,我们也看到这些能力改善行业专业工作流程的早期证据。我们正与合作伙伴合作,了解这些能力在哪些方面能产生最大影响以及需要改进什么。如果您是参与复杂物理产品设计、模拟、制造或生产的工程师、工程公司或软件供应商,我们很乐意与您合作,围绕您使用的工具和需要解决的问题来塑造这项工作。

使用 Astra 设计设备

我们通过测试能否在没有任何直接人工编辑的情况下创建设备,来检验 Astra 在多模态和计算机使用工作流程中的最先进性能⁠。为此,我们使用 GPT‑6 定义功能需求,并设计创建用户可用于与 Codex 对话的设备所需的外壳、印刷电路板(PCB)和软件集成。

  • 美学与设计:Astra 开发了设备的外观,借鉴了我们最近与 Work Louder⁠ 的合作以及来自游戏和玩具的参考。
  • 机械设计:Astra 设计了外壳⁠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),包括组件放置和连接,以适配外壳。
  • UI/UX 与软件:Astra 设计了用户界面,并生成了将设备连接到 Codex 所需的固件和软件集成。

两名团队成员作为副业项目,在不到一周的时间内使用 Astra 设计了这个测试设备。一家合同制造商在不到一个月内制造了一小批原型。

让设备准备好制造仍然需要多轮审查和迭代。Astra 未能始终考虑制造商的生产限制、公差或组装所需的细节。这些差距正在帮助我们确定未来模型需要做得更好的地方。

加速 OpenAI 硬件团队

OpenAI 的硬件和基础设施团队使用 Codex 和 ChatGPT 创建和修改计算机辅助设计(CAD)模型、准备制造图纸、设置模拟并审查设计。这项工作涵盖机器人和计算基础设施。自二月以来,我们硬件团队的模型使用量(以 token 计)增长了 23 倍。

1 of 3

“Codex 极大地加速了我们从想法到工程零件的进程。我们在 CAD 中更快迭代,将 3D 设计转换为生产就绪的 2D 图纸,并以少得多的手动工作设置模拟和 FEA。”

— Grace Lam,OpenAI 前瞻部署工程师

衡量工程任务的进展

我们还在衡量新模型在结合编码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。一个更新的内部模型平均得分为 0.875,而 GPT‑6 Astra 在最高推理设置下为 0.594。虽然工程生命周期包括设计之外的许多其他元素,我们将此处能力的改进视为 AI 模型能够积极影响专业工作流程迭代速度的早期证据。

与行业合作者安全部署

我们正与一小群行业合作者合作,在真实工程问题上测试这些能力。他们的工程师审查模型输出的准确性和实用性,帮助我们了解模型目前可以支持哪些任务,以及为了安全可靠的使用需要改进什么。

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 扫描转换为可编辑的 CAD 模型和 2D 制造图纸的工作流程。当原始设计文件不可用时,这尤其有用。

CGR 工程师审查模型和图纸的准确性和可制造性。他们的反馈帮助我们确定模型可以在哪些方面减少手动工作,以及哪些方面需要进一步改进。

“该模型对于从原始扫描数据到实体建模很有用。我一直在 CAD 中直接使用 Codex。我给模型的反馈会直接应用,可以手动调整,这对我来说已经成为一个更快、更少手动干预的过程。”

— Matthew Ortman,Chip Ganassi Racing 研发工程师

我们还宣布与 Mazda 的新研究合作。我们的研究和前瞻部署工程团队正与 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车辆设计。

这项工作使用气流和结构行为的模拟来探索性能改进,同时考虑造型和成本。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,具体方式包括对新前部造型建模、模拟气流,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重复使用。

“它必须看起来是那样吗?”当我们找到一种能改善气流的造型时,设计师们常常这样问我们。通过在 Codex 中探索和模拟数十种变体,Astra 帮助我们理解哪些特征对空气动力学至关重要,以及设计师在哪些方面还有探索空间。这就是为什么 Astra 以及与 OpenAI 合作的价值超越了任务自动化和缩短开发周期:它正在帮助我们将 Mazda 独特的设计与空气动力学性能结合起来,而不必让任何一方成为妥协。”

— Akihiro Nakata,Mazda 首席工程师

帮助塑造面向工程与制造的 AI

我们一直与行业合作伙伴和早期采用者紧密合作,推动 AI 智能体在硬件和制造领域的能力边界。这些早期成果已展现出令人振奋的前景,我们现在正在寻找合作者,以加速这些能力提升,并确保我们将其安全地部署到行业中。

如果你有兴趣与我们合作,通过识别机械工程、电气工程、机电设计、机电一体化或相关领域的高价值用例、软件工具或未来机会,来帮助塑造我们前沿模型的训练与开发,请填写此表单,我们将与你联系。