不用人动手，Astra 一周造出台能用的设备：AI 开始进硬件车间了

OpenAI 11 月 3 日发布文章《Accelerating engineering for the physical world》：分享模型如何帮工程师设计、仿真、制造实体产品，覆盖机械、电气与端到端系统设计；能力已在内部团队用起来，并与行业合作方验证。先定性：这是能力进展分享，不是产品发布，更不是“AI 造手机量产”——主角是内部实验加行业试点。

文章官方配图

造设备实验：副业不到一周出设计

官方原文口径：用 GPT-6 定功能需求、用 Astra 做外观、机壳、PCB 与软件集成，再把设备接上 Codex——两名团队成员以副业方式不到一周完成设计，合同制造商不到一个月做出小批量原型，成品是一台能让用户与 Codex 对话的设备，设计阶段“没有任何直接人工编辑”（官方口径）。短板官方自己也写了：Astra 没有始终考虑到制造商的生产限制、公差与装配细节，进入制造仍需多轮人工评审与迭代——别缩写成“AI 一周造出量产设备”。

内部用量与评测

OpenAI 硬件与基建团队用 Codex 与 ChatGPT 做 CAD 建模、制造图纸、仿真设置与设计评审，自 2 月以来模型用量（按 token 计）增长 23 倍（官方口径），覆盖机器人与算力基建。评测方面推出 BenchCAD 2.0：测模型能否重建 3D 零件与装配、识别电路板连接——一个新的内部模型平均 0.875 分，GPT-6 Astra 最高推理设置下 0.594（官方自家评测，“新内部模型”未具名；官方注明这只是设计能力的早期证据，不是全流程结论）。

行业合作：赛车与车企

OpenAI 官方站点配图

与 Chip Ganassi Racing 扩大合作：把 3D 扫描的现有零件转成可编辑 CAD 模型与 2D 制造图纸——原设计文件丢失时的场景。与 马自达 新开研究合作：GPT-6 Astra 帮空气动力学与碰撞安全工程师探索减阻车头造型、仿真气流、优化设计，进展“未来几个月分享”。

判断

三点校准：① 与第三十二批“GPT-6 Cyber”（安全模型）、第四十批 FMF 框架（安全协作）区分：这篇是工程设计能力；与各类模型榜单也不同——这篇讲的是工作流，不是跑分；② “一周造设备”的含金量在条件里：副业、小批量原型、仍需多轮评审——但“没有任何直接人工编辑”这半句依然罕见，AI 从“帮工程师写代码”走到了“替工程师出图纸”；③ BenchCAD 2.0 的 0.875 对 0.594 说明内部新模型已明显领先已发布的 Astra——硬件方向的能力迭代，外面还看不到；下一步盯马自达合作的“未来几个月分享”。