OpenAI、马自达与CGR：深入物理工程AI竞赛

OpenAI近日披露了前沿人工智能模型在物理工程设计领域的最新应用进展。该公司目前正与日本马自达汽车及Chip Ganassi Racing车队展开合作，利用AI技术优化车辆设计与原型制作流程。据麦肯锡分析，随着产品复杂度提升，AI模拟已成为现代工程不可或缺的工具，能显著减少物理原型需求并加速上市周期。过去一年来，OpenAI内部团队通过迭代新想法证实了这些能力对行业工作流的初步改善，特别是在硬件制造和机器人领域的应用正在迅速扩展。

在马自达项目中，双方工程师利用Astra模型结合Codex平台，通过气流与结构行为模拟来评估新车型设计。马自达首席工程师Akihiro Nakata表示，该工具帮助团队在保持独特设计美学与空气动力学性能之间找到平衡，而非单纯为了效率牺牲外观。与此同时，OpenAI正协助Chip Ganassi Racing将现有零部件的3D扫描数据转化为可编辑的CAD模型及2D制造图纸。C研发工程师Matthew Ortman指出，这一过程大幅减少了手动调整环节，使从原始数据到实体模型的转化更加高效且自动化程度更高。

OpenAI内部硬件与基础设施团队也在广泛使用Codex和ChatGPT进行CAD建模、图纸准备及仿真设置。自今年二月以来，其硬件团队内的模型使用量增长了23倍。Forward Deployed Engineer Grace Lam称，这种生成式设计允许工程师在既定约束下快速生成多种方案，从而加速从概念到生产就绪图纸的转变。此外，团队还测试了Astra在多模态工作流中的自主性，两名成员在一周内利用GPT-6定义需求，由Astra自主完成了包括外壳、电路板布局及固件在内的端到端设备开发。尽管模型尚未完全符合制造商的生产公差与装配细节要求，但这些差距为未来模型的改进提供了明确方向。