OpenAI می‌خواهد مخاطب تازه‌ای پیدا کند: مهندسانی که اشیای واقعی و فیزیکی طراحی می‌کنند. این شرکت در یادداشتی به تاریخ ۳ نوامبر ۲۰۲۶ توضیح داد که GPT-6 Astra و Codex چگونه درون خود OpenAI در طراحی مکانیکی و الکتریکی به کار می‌روند، نتایج تازه‌ای از یک آزمون سنجش منتشر کرد، همکاری با تیم مسابقه‌ای Chip Ganassi Racing را گسترش داد و از همکاری پژوهشی با خودروساز ژاپنی Mazda خبر داد.
ملموس‌ترین نمونه، دستگاه کوچکی است که برای گفت‌وگو با Codex ساخته شد. به گفته OpenAI، مدل Astra نیازمندی‌ها را تعیین کرد، ظاهر دستگاه، بدنه و سازه‌های داخلی را طراحی کرد، قطعات الکتریکی را برگزید، چیدمان بُرد مدار چاپی را انجام داد و میان‌افزار و اتصال‌های نرم‌افزاری را نوشت، آن هم بدون هیچ ویرایش مستقیم انسانی در طرح. دو نفر از کارکنان کمتر از یک هفته و به‌صورت کار جانبی روی آن وقت گذاشتند و یک پیمانکار تولید، در کمتر از یک ماه چند نمونه اولیه ساخت.
OpenAI کاستی‌ها را هم پنهان نمی‌کند. آماده‌سازی دستگاه برای تولید چند دور بازبینی لازم داشت، چون Astra همیشه محدودیت‌های تولید، رواداری‌ها و جزئیات مونتاژ سازنده را در نظر نمی‌گرفت. شرکت این ضعف‌ها را داده‌ای برای آموزش مدل‌های آینده می‌داند، نه مشکلی که حل شده باشد.
در داخل شرکت، تیم‌های سخت‌افزار و زیرساخت از Codex و ChatGPT برای ساخت و اصلاح مدل‌های طراحی رایانه‌ای، تبدیل طرح‌های سه‌بعدی به نقشه‌های دوبعدی تولید، آماده‌کردن شبیه‌سازی به روش اجزای محدود، کار با ابزارهای طراحی الکترونیک و بازبینی طرح‌ها در رباتیک و زیرساخت محاسباتی استفاده می‌کنند. OpenAI می‌گوید مصرف توکن در این تیم‌ها از فوریه تاکنون ۲۳ برابر شده است. در BenchCAD 2.0، آزمونی که می‌سنجد آیا مدل می‌تواند قطعه‌ها و مجموعه‌های سه‌بعدی را بازسازی کند و اتصال‌های بُرد مدار را تشخیص دهد، یک مدل داخلی تازه‌تر میانگین ۰٫۸۷۵ گرفته است، در حالی که GPT-6 Astra با بالاترین سطح استدلال به ۰٫۵۹۴ رسیده بود. نام این مدل داخلی اعلام نشده و این اعداد خارج از OpenAI تکرار نشده‌اند.
نیمه دیگر خبر به شریکان صنعتی مربوط است. مهندسان تحقیق و توسعه Chip Ganassi Racing روش‌هایی را آزمایش می‌کنند که اسکن سه‌بعدی قطعه‌های موجود را به مدل‌های قابل ویرایش و نقشه‌های تولید تبدیل می‌کند، که وقتی فایل‌های اصلی طراحی در دست نیست به کار می‌آید، و درستی و قابلیت تولید خروجی‌ها را بررسی می‌کنند. در همکاری با Mazda، تیم‌های پژوهشی OpenAI و مهندسانی که نزد مشتریان مستقر می‌شوند با متخصصان آیرودینامیک و ایمنی تصادف این خودروساز کار می‌کنند و با شبیه‌سازی جریان هوا و رفتار سازه، میان عملکرد، ظاهر و هزینه توازن برقرار می‌کنند. در یکی از نخستین کاربردها، Astra درون Codex شکل‌های گوناگونی برای جلوی خودرو می‌سازد و شبیه‌سازی می‌کند تا پسا کاهش یابد. OpenAI وعده داده نتایج را در ماه‌های آینده منتشر کند.
این اعلام بخشی از تلاش آزمایشگاه‌های هوش مصنوعی برای اثبات ارزش خود فراتر از نرم‌افزار است؛ حوزه‌ای که عامل‌های برنامه‌نویسی در آن به پذیرش قابل اندازه‌گیری رسیده‌اند. طراحی مهندسی آزمون سخت‌تری است: خطا در هندسه، رواداری یا رفتار هنگام تصادف پیامد فیزیکی دارد و ابزارهای این حوزه تخصصی و اغلب انحصاری‌اند. OpenAI همچنین از مهندسان، شرکت‌های مهندسی و سازندگان نرم‌افزار در رشته‌های مکانیک، برق و الکترومکانیک دعوت کرده تا در جهت‌دهی آموزش مدل‌ها و ابزارها مشارکت کنند.
فعلاً همه شواهد از خود OpenAI می‌آید. ساخت دستگاه، رشد مصرف توکن و امتیازهای آزمون داده‌های داخلی شرکت‌اند، کار با Mazda در مرحله‌ای اکتشافی و بدون نتیجه منتشرشده است و خود OpenAI می‌پذیرد که پیش از هر تولیدی، بازبینی انسانی همچنان ضروری بوده است.