OpenAI diseñó un aparato de hardware funcional en menos de una semana con sus modelos más recientes. Lo hicieron dos integrantes del equipo como proyecto paralelo, con ayuda de GPT-6 y Astra, y el resultado es un dispositivo que conecta al usuario con Codex a través de una interfaz física dedicada.
El experimento buscaba comprobar si los modelos de OpenAI podían llevar un desarrollo de hardware completo sin ediciones humanas directas. Astra trabajó el aspecto del aparato y sus componentes internos, y también se encargó del diseño de la placa de circuito, del firmware y de las integraciones de software. Un fabricante por contrato produjo un lote pequeño de prototipos en menos de un mes.
Según OpenAI, la prueba entrega una primera mirada a cómo sus modelos podrían acelerar la ingeniería profesional. La empresa también trabaja con socios del sector automotriz y del automovilismo para probar estas capacidades.
Un diseño de hardware en días
El prototipo obligó a Astra a coordinar varias disciplinas de ingeniería. GPT-6 ayudó a fijar los requisitos funcionales y a guiar el proceso de diseño. Después Astra desarrolló la carcasa que aloja los componentes internos.
El modelo eligió además los componentes eléctricos y diseñó la placa de circuito impreso (PCB). Su trabajo abarcó la ubicación de los componentes y las conexiones eléctricas, y esos diseños tenían que caber dentro de la carcasa física.
En el software, Astra creó la interfaz de usuario y generó el firmware. También desarrolló las integraciones necesarias para conectar el aparato con Codex.
¿Dónde se equivocó el modelo?
Dejar el prototipo listo para producción trajo problemas adicionales. Astra no supo considerar las restricciones de fabricación ni las tolerancias de los componentes, y los ingenieros tuvieron que resolver los requisitos de ensamblaje en varias rondas de revisión.
OpenAI reconoció esas fallas como áreas de mejora. El experimento muestra lo rápido que un modelo produce un diseño inicial. La fabricación sigue pidiendo supervisión de ingenieros y ajustes prácticos.
Equipos de ingeniería que van más rápido
Los equipos internos de hardware e infraestructura de OpenAI ya usan Codex y ChatGPT. Con ellos crean modelos de diseño asistido por computador (CAD) y preparan planos técnicos de fabricación.
Los modelos también ayudan a configurar simulaciones y a evaluar diseños. OpenAI dice que el uso en sus equipos de hardware se multiplicó por 23 entre febrero y octubre, una cifra que la empresa mide por el consumo de tokens.
Grace Lam, ingeniera de despliegue en terreno de OpenAI, dijo que Codex acortó el camino entre el concepto y la pieza diseñada. Destacó revisiones de CAD más rápidas y la conversión de diseños 3D en planos 2D listos para producción.
¿Cuánto mejoró en el benchmark de CAD?
OpenAI sigue el rendimiento de sus modelos con benchmarks específicos de ingeniería. En BenchCAD 2.0, un modelo interno más nuevo obtuvo un puntaje promedio de 0,875. GPT-6 Astra llegó a 0,594 con su nivel de razonamiento más alto.
| Modelo | BenchCAD 2.0 |
|---|---|
| Modelo interno de OpenAI | 0,875 |
| GPT-6 Astra (razonamiento máximo) | 0,594 |
El benchmark evalúa cómo los modelos reconstruyen piezas en 3D e identifican las conexiones de una placa de circuito. OpenAI considera esos resultados una evidencia temprana de que sus capacidades de ingeniería mejoran.
Mazda y el automovilismo
OpenAI prueba sus modelos con socios de la industria para medir su utilidad en entornos de ingeniería reales. Su colaboración ampliada con Chip Ganassi Racing se centra en el desarrollo de CAD y en prototipos.
Los ingenieros de investigación y desarrollo del equipo de carreras exploran cómo convertir escaneos 3D en modelos CAD editables. También generan planos de fabricación 2D a partir de piezas escaneadas, algo que permitiría recrear repuestos cuando no existen los archivos de diseño originales.
OpenAI anunció además una colaboración de investigación con Mazda. Los dos equipos estudian cómo los modelos pueden ayudar a los ingenieros automotrices a mejorar la aerodinámica y la seguridad en choques.
Astra puede explorar distintas formas para la nariz de un vehículo y simular el flujo de aire para encontrar los diseños que reducen la resistencia. Los ingenieros de Mazda evalúan después las configuraciones más prometedoras contra los requisitos de estilo y los costos de desarrollo.
Akihiro Nakata, ingeniero principal de Mazda, dijo que la colaboración ayuda a los diseñadores a entender qué rasgos influyen en el rendimiento aerodinámico. También les da más libertad para explorar formas distintas de vehículo.
OpenAI planea seguir probando estas capacidades con sus socios. Su objetivo más amplio es que los ingenieros pasen del concepto inicial a un producto fabricable con menos trabajo manual.
