OpenAI Astra驱动一周出图一月出样,本地硬件研发成本降至副业可承担
AI 深度介入硬件副业研发
OpenAI 于 2026 年 11 月 3 日发布博文,正式展示 GPT‑6 Astra 在机械、电路及软件协同设计领域的最新应用进展。核心亮点在于两名团队成员仅利用业余时间,便在不到一周内完成了这款可与 Codex 交互的测试设备设计。这一过程表明,高算力模型正在降低个人开发者参与复杂硬件闭环开发的门槛。

全流程覆盖外壳至固件
在该项目中,Astra 模型承担了从外观定义到外壳结构设计、电子元件选型、电路板布局乃至固件代码生成的全链条工作。代工厂随后介入,在不到一个月内完成了小批量原型机的制造。这意味着从数字模型到物理实体的转化周期被大幅压缩,本地推理能力在此类高迭代场景中展现出显著的成本优势。
制造环节存在现实壁垒
尽管流程看似顺畅,但 OpenAI 坦承从设计到实际制造之间仍存在明显门槛。模型在生成文件时,未能始终充分考量生产限制、尺寸公差及装配细节等物理约束。因此,投产准备阶段仍需依赖人工进行多轮审核与迭代,以修正 AI 生成的工程缺陷,确保物理可制造性。
马自达合作聚焦汽车仿真
除消费级硬件外,OpenAI 宣布与马自达开展研究合作,重点应用其空气动力学及碰撞安全工程师团队。双方利用 Astra 模型进行气流与结构仿真,旨在探索新车设计,在造型美观度、车辆性能与制造成本之间寻找更优平衡点。这种跨行业应用显示了模型在复杂流体模拟领域的潜力。
赛车队数据修复新路径
公司同时扩大了与 Chip Ganassi Racing 车队的合作范围,专门测试将零件的三维扫描数据转换为可编辑 CAD 模型及二维制造图纸的技术。这一举措旨在解决原始设计文件缺失或损坏的问题,通过 AI 重建数据,为赛车改装和维修提供新的数字化支持手段。
来源:IT之家