OpenAIがGPT-6 AstraとCodexで物理エンジニアリングを加速

OpenAIは2026年11月3日、GPT-6 AstraやCodexを含む同社のモデルが、エンジニアによる物理製品の設計、シミュレーション、構築をどのように支援しているかについての最新情報を公開しました。この記事の主な根拠は、GPT-6 Astraを使用して設計されたテストデバイス、2月以降のOpenAIのハードウェアチーム全体でのモデル利用の23倍の増加、そしてChip Ganassi RacingやMazdaとの新規または拡大されたエンジニアリング協力関係です。

OpenAIの発表内容

OpenAIは、同社のモデルがエンジニアによる物理製品の設計、シミュレーション、構築を支援する上での進歩を共有しています。この取り組みは、機械工学、電気工学、およびエンドツーエンドのシステム設計にまで及んでいます。OpenAIによると、これらの機能はすでに社内チームがアイデアをテストし、より迅速に反復を行うために役立っているとのことです。

OpenAIは、この問題をツールが断片化しているという観点から捉えています。エンジニアは、機械設計、電子機器、ソフトウェア、製造要件を専門ツールを使用して組み合わせる必要があります。OpenAIは、図面の準備やシミュレーションの設定から、分野間での変更の調整に至るまで、その作業をサポートするようにモデルをトレーニングしています。掲げられた目標は、エンジニアがアイデアを探求し、設計を改善するための時間を増やすことです。

OpenAIは、過去1年間のフロンティアモデルの機能向上により、社内チームが新しいアイデアをテストし、より迅速に反復できるようになったと述べており、これらの機能が業界の専門的なワークフローを改善している初期の兆候も見受けられます。OpenAIは、どの機能が最も大きな違いを生み出し、何が改善される必要があるかを見極めるために協力者と取り組んでいます。OpenAIは、複雑な物理製品の設計、シミュレーション、製造、または生産に関与するエンジニア、エンジニアリング企業、ソフトウェアベンダーに対し、コラボレーションフォームを通じてOpenAIと協力するよう呼びかけています。

GPT-6 Astraで設計されたテストデバイス

OpenAIは、人間による直接的な編集を一切行わずにデバイスを作成できるかどうかを確認することで、マルチモーダルおよびコンピュータ使用ワークフローにおけるAstraの最先端のパフォーマンスをテストしました。チームはGPT-6を使用して、ユーザーがCodexと対話するために使用できるデバイスの機能要件を定義し、筐体、プリント基板（PCB）、およびソフトウェア統合を設計しました。

Astraは以下の4つの領域で成果を出しました：

美学とデザイン: Astraは、OpenAIの最近のWork Louderとのコラボレーションや、ゲームや玩具の参照資料を活用して、デバイスの外観を開発しました。
機械設計: Astraは、筐体とコンポーネントを所定の位置に保持する内部構造を設計しました。
電気設計: Astraは、電気コンポーネントを選択し、筐体内に収まるようにコンポーネントの配置や接続を含むPCBを設計しました。
UI/UXとソフトウェア: Astraはユーザーインターフェースを設計し、デバイスをCodexに接続するために必要なファームウェアとソフトウェアの統合を生成しました。

2人のチームメンバーが、サイドプロジェクトとして1週間足らずでAstraを使用してこのテストデバイスを設計しました。契約メーカーは、1か月足らずで少量のプロトタイプを製造しました。

製造上の制限は依然として課題

OpenAIは、テストデバイスを製造可能な状態にするには、依然として数回のレビューと反復が必要であったと述べています。Astraは、メーカーの製造上の制限、公差、または組み立てに必要な詳細を常に考慮に入れているわけではありませんでした。OpenAIは、これらのギャップが将来のモデルで何を改善すべきかを特定するのに役立っていると述べています。

この限定的な条件は重要です。つまり、このデモンストレーションはプロトタイプのワークフローであり、コンセプトから生産までの完全に自律的なパスではないということです。人間によるレビューと製造上のレビューは依然として必要でした。

OpenAIのハードウェアチームと23倍の利用増加

OpenAIのハードウェアおよびインフラストラクチャチームは、CodexとChatGPTを使用して、コンピュータ支援設計（CAD）モデルの作成と修正、製造図面の準備、シミュレーションの設定、設計のレビューを行っています。この作業は、ロボティクスとコンピューティングインフラストラクチャにまで及んでいます。2月以降、OpenAIのハードウェアチーム全体でのモデル利用（トークン数で測定）は23倍に増加しました。

その数字は利用指標であり、生産性のベンチマークではありません。OpenAIはこれを、すべてのエンジニアリングタスクが高速化されたという証拠ではなく、同社のハードウェア作業内での採用の証拠として提示しています。

BenchCAD 2.0の結果

OpenAIは、コーディングとエンジニアリングの知識を組み合わせたタスクにおける進歩を測定しています。BenchCAD 2.0は、モデルが3Dパーツやアセンブリを再構築し、回路基板内の接続を特定できるかどうかをテストします。新しい内部モデルは、BenchCAD 2.0で平均スコア0.875を達成しましたが、GPT-6 Astraは最高の推論設定で0.594でした。

OpenAIは、エンジニアリングのライフサイクルには設計以外にも多くの要素が含まれていると指摘しています。OpenAIは、このベンチマークでの改善を、AIモデルが専門的なワークフローにおける反復速度にプラスの影響を与えることができるという初期の証拠と見なしています。

内部モデルとGPT-6 Astraの差はこのベンチマークにおいて顕著です。これは、エンジニアリング固有の機能が依然として向上していること、そしてこのベンチマークがエンジニアリング能力の完全な尺度にはまだなっていないことを示唆しています。

業界とのコラボレーション：Chip Ganassi RacingとMazda

OpenAIは、Chip Ganassi Racingとのコラボレーションを拡大し、OpenAIのモデルがエンジニアリングとプロトタイピングをどのように加速できるかを探求しています。Chip Ganassi RacingのR&Dチームと協力して、OpenAIは既存パーツの3Dスキャンを編集可能なCADモデルや2D製造図面に変換するワークフローをテストしています。これは、元の設計ファイルが利用できない場合に特に役立ちます。

Chip Ganassi Racingのエンジニアは、モデルと図面の正確性と製造可能性をレビューします。彼らのフィードバックは、モデルが手作業をどこで削減できるか、またどこでさらなる改善が必要かをOpenAIが特定するのに役立ちます。

OpenAIはまた、Mazdaとの新しい研究コラボレーションも発表しました。OpenAIの研究チームとForward Deployed Engineeringチームは、Mazdaの空力および衝突安全エンジニアと協力し、OpenAIのモデルが新しい車両設計の開発と評価にどのように役立つかを探求しています。

Mazdaとの取り組みでは、空気の流れと構造挙動のシミュレーションを使用して、スタイリングとコストを考慮しながらパフォーマンスの向上を探求しています。OpenAIは、今後数か月でさらなる進捗と結果を共有する予定です。

OpenAIが説明する空力作業において、GPT-6 Astraは、Mazdaの空力エンジニアが新しいノーズ形状のモデリング、空気の流れのシミュレーション、最も有望な設計の改良を行うことで、車両の抗力を低減する方法を探求するのを支援しています。

人間によるレビューと安全な展開

OpenAIは、少数の業界協力者と協力して、実際のエンジニアリングの問題でこれらの機能をテストしています。彼らのエンジニアは、モデルの出力を正確性と実用性の観点からレビューします。そのレビューは、モデルが現在どのタスクをサポートできるか、また安全で信頼性の高い使用のために何が改善される必要があるかをOpenAIが理解するのに役立ちます。

これらのコラボレーションでは、人間のエンジニアがレビューの役割を担います。Chip Ganassi Racingのエンジニアは、モデルと図面の正確性と製造可能性をチェックします。Mazdaのエンジニアは、車両設計の評価についてOpenAIと協力します。OpenAIは、この構造を、有用なタスクと残されたギャップの両方を理解するための方法として説明しています。

エンジニアが協力する方法

OpenAIは、AIエージェントがハードウェアや製造において何ができるかの限界を押し広げるために、業界パートナーや初期採用者と緊密に協力してきたと述べています。OpenAIによると、初期の結果は有望であり、機能の向上を加速させ、業界への安全な展開を確実にするための協力者を求めています。

OpenAIは、機械工学、電気工学、電気機械設計、メカトロニクス、または関連分野における高価値のユースケース、ソフトウェアツール、または将来の機会を特定することで、フロンティアモデルのトレーニングと開発を形作ることに興味がある人に対し、コラボレーションフォームに記入するよう呼びかけています。

これが意味すること

OpenAIの記事は、AIエンジニアリングエージェントを、エンジニアリングレビューの代替ではなく、既存のエンジニアリングワークフロー内のアシスタントとして位置づけています。記事における最も強力な証拠は、GPT-6 Astraを使用して1週間足らずで設計されたテストデバイスと、OpenAIのハードウェアチーム全体でのトークン利用の23倍の増加です。最も明確な限界も述べられています。つまり、Astraは製造上の制限、公差、組み立ての詳細を常に考慮に入れているわけではなく、製造には依然として数回のレビューと反復が必要であったということです。

BenchCAD 2.0の結果は、設計に関連するタスクにおける測定可能な進歩を示していますが、OpenAI自身はその結果をエンジニアリング能力の完全な尺度ではなく、初期の証拠として位置づけています。Chip Ganassi RacingおよびMazdaとのコラボレーションは、実務エンジニアがアウトプットをレビューすることで、現実世界での有用性と安全性をテストするように設計されています。