OpenAI在2026年11月3日公布的一项工程实验，展示了AI参与实体产品设计的速度，也暴露出从设计到制造之间仍有一道现实关卡：两名员工借助GPT-6 Astra，在不到一周内设计出一款用于与Codex交互的设备；但要让设计适应实际生产，仍离不开人工审核和反复调整。318

GPT-6提出要求，Astra参与设计

OpenAI称，实验先由GPT-6设定功能要求，随后测试Astra的多模态能力和计算机操作能力，看看它能否据此推进设备设计。3

这项工作是两名OpenAI员工的侧项目。Astra参与设计了设备外壳、电路板、界面和软件，目标是让用户能够与Codex交互。所谓“没有直接人工修改”，指的是设计输出没有由员工直接编辑，并不代表项目完全无人指导，也不意味着后续制造环节不需要人工介入。18

合同制造商随后制作了少量原型。不过，要把设计推进到适合生产的状态，团队仍需进行多轮审核和调整；需要考虑的问题包括制造商的生产限制、公差以及装配细节。18

设计得快，不等于已经能稳定制造

这次实验的关键，不只是模型能否快速生成一个设计，更在于设计能不能落到真实的制造流程中。模型可以协助串联机械结构、电子电路和软件，但如果没有充分考虑生产条件，设计仍需要工程师与制造方一起核对、修改。318

因此，“不到一周完成设计”与“可以可靠量产”是两回事。OpenAI公布的案例展示了设计环节的进展；而原型走向可制造产品所需的审查与迭代，则说明制造经验和工程判断仍然重要。18

BenchCAD 2.0成绩能说明什么？

OpenAI披露，一款尚未发布的内部模型在BenchCAD 2.0上得分为0.875，高于GPT-6 Astra在最高推理设置下的0.594。该基准测试涉及根据工程图或渲染图处理零件与装配体，以及根据渲染图完成电路板连线等硬件工程任务。41

这组数据反映的是模型在特定基准任务上的表现差异，不能单凭分数判断模型能否独立完成可靠的工程验证，更不能据此认定设计已经达到量产要求。41

从设备设计延伸到汽车和CAD

OpenAI还介绍了与马自达的合作，探索通过模拟辅助车辆设计，包括尝试新的车头造型、分析气流，并进一步筛选更有希望的低风阻设计。319

此外，OpenAI称正与Chip Ganassi Racing合作，将三维扫描数据转化为可编辑的CAD模型和制造图纸。这些项目显示，AI正在尝试参与更多工程工作流，帮助团队生成和评估设计；但从模拟结果到经过验证、适合制造的产品，仍需要工程人员和制造流程把关。

OpenAI在2026年11月3日公布的一项工程实验，展示了AI参与实体产品设计的速度，也暴露出从设计到制造之间仍有一道现实关卡：两名员工借助GPT-6 Astra，在不到一周内设计出一款用于与Codex交互的设备；但要让设计适应实际生产，仍离不开人工审核和反复调整。318

GPT-6提出要求，Astra参与设计

OpenAI称，实验先由GPT-6设定功能要求，随后测试Astra的多模态能力和计算机操作能力，看看它能否据此推进设备设计。3

这项工作是两名OpenAI员工的侧项目。Astra参与设计了设备外壳、电路板、界面和软件，目标是让用户能够与Codex交互。所谓“没有直接人工修改”，指的是设计输出没有由员工直接编辑，并不代表项目完全无人指导，也不意味着后续制造环节不需要人工介入。18

合同制造商随后制作了少量原型。不过，要把设计推进到适合生产的状态，团队仍需进行多轮审核和调整；需要考虑的问题包括制造商的生产限制、公差以及装配细节。18

设计得快，不等于已经能稳定制造

这次实验的关键，不只是模型能否快速生成一个设计，更在于设计能不能落到真实的制造流程中。模型可以协助串联机械结构、电子电路和软件，但如果没有充分考虑生产条件，设计仍需要工程师与制造方一起核对、修改。318

因此，“不到一周完成设计”与“可以可靠量产”是两回事。OpenAI公布的案例展示了设计环节的进展；而原型走向可制造产品所需的审查与迭代，则说明制造经验和工程判断仍然重要。18

BenchCAD 2.0成绩能说明什么？

OpenAI披露，一款尚未发布的内部模型在BenchCAD 2.0上得分为0.875，高于GPT-6 Astra在最高推理设置下的0.594。该基准测试涉及根据工程图或渲染图处理零件与装配体，以及根据渲染图完成电路板连线等硬件工程任务。41

这组数据反映的是模型在特定基准任务上的表现差异，不能单凭分数判断模型能否独立完成可靠的工程验证，更不能据此认定设计已经达到量产要求。41

从设备设计延伸到汽车和CAD

OpenAI还介绍了与马自达的合作，探索通过模拟辅助车辆设计，包括尝试新的车头造型、分析气流，并进一步筛选更有希望的低风阻设计。319

此外，OpenAI称正与Chip Ganassi Racing合作，将三维扫描数据转化为可编辑的CAD模型和制造图纸。这些项目显示，AI正在尝试参与更多工程工作流，帮助团队生成和评估设计；但从模拟结果到经过验证、适合制造的产品，仍需要工程人员和制造流程把关。