Коротко
- OpenAI опубликовала исследования по применению своих моделей в CAD, подготовке производственных чертежей и симуляциях.
- По подсчёту токенов, с февраля использование моделей в аппаратных командах компании выросло в 23 раза.
- Внутренняя модель набрала в среднем 0,875 балла в тесте BenchCAD 2.0; результат GPT-6 Astra с максимальным уровнем рассуждений составил 0,594.
- OpenAI изучает варианты применения технологий для решения реальных инженерных задач совместно с Chip Ganassi Racing и Mazda.
В исследовательском анонсе, опубликованном 3 ноября 2026 года, OpenAI рассказала о том, как модели ИИ могут помогать в проектировании физических изделий, симуляциях и производственных процессах. Представленные компанией исследования охватывают механическое и электротехническое проектирование, разработку систем, CAD-модели и производственные чертежи. Некоторые из этих возможностей OpenAI изучает внутри собственных команд, другие — в рамках ранних испытаний с отраслевыми партнёрами.
Astra помогла спроектировать устройство
В одном из приведённых OpenAI примеров GPT-6 помогла разработать устройство для взаимодействия с Codex. Astra использовалась на таких этапах, как определение функциональных требований, проектирование внешнего корпуса и внутренней конструкции, создание печатной платы и подготовка программных соединений. Испытание было призвано проверить, можно ли спроектировать устройство без непосредственного участия человека в редактировании.
Два члена команды разработали устройство как побочный проект менее чем за неделю, а контрактный производитель изготовил небольшое количество прототипов менее чем за месяц. При этом OpenAI отмечает, что подготовка к производству потребовала нескольких раундов проверки и доработки. Среди выявленных компанией недостатков — неспособность Astra во всех случаях корректно учитывать ограничения производителя, допуски и детали, необходимые для сборки.
Применение в CAD, чертежах и симуляциях
По словам OpenAI, команды, работающие с аппаратным обеспечением и инфраструктурой, используют Codex и ChatGPT для создания и редактирования CAD-моделей, подготовки производственных чертежей, настройки симуляций и проверки проектов. Согласно приведённым компанией данным, с февраля использование моделей в этих командах выросло в 23 раза, если считать по количеству токенов.
Прогресс моделей в инженерных задачах также измеряется с помощью BenchCAD 2.0. Тест оценивает, насколько хорошо модели восстанавливают 3D-детали и сборки, а также определяют соединения на печатных платах. Новая внутренняя модель OpenAI набрала в среднем 0,875 балла, а GPT-6 Astra — 0,594 балла при максимальном уровне рассуждений. Компания представляет эти результаты не как доказательство готовности решения для всего инженерного жизненного цикла, а как ранние свидетельства потенциального прогресса в профессиональных рабочих процессах.
Партнёрства и архитектурные процессы
OpenAI совместно с командой исследований и разработок Chip Ganassi Racing (CGR) изучает способы преобразования 3D-сканов существующих деталей в редактируемые CAD-модели и 2D-производственные чертежи. Особое внимание уделяется случаям, когда исходные файлы проекта отсутствуют; инженеры CGR проверяют точность полученных моделей и чертежей и их пригодность для производства.
Объявленное исследовательское сотрудничество с Mazda сосредоточено на аэродинамике и безопасности при столкновениях. Модели OpenAI испытывают в качестве инструмента для оценки автомобильных конструкций посредством симуляции воздушных потоков и структурного поведения. OpenAI также сообщает, что изучает применение Codex в областях AEC и BIM для рутинного моделирования, сопоставления чертежей со спецификациями и координации изменений между дисциплинами. Компания подчёркивает, что результаты должны проверять и подтверждать архитекторы, инженеры и BIM-специалисты.
Для архитектурных и интерьерных бюро эти работы указывают на возможное направление автоматизации повторяющихся задач моделирования и координации. Однако анонс не представляет новую интеграцию с конкретным CAD- или BIM-приложением и не описывает продукт, доступный широкой публике. При оценке внедрения в рабочие процессы необходимо проверять результаты специалистами, подтверждать соответствие условиям производства или реализации проекта и отдельно уточнять совместимость с используемым программным обеспечением. Цены, условия лицензирования и сроки общего доступа в анонсе не раскрываются.
Источники
Источников: 1Тексты источников не перепечатываются; короткие цитаты отмечены, остальное — наш пересказ и комментарий.
Главная ценность этого анонса для архитектурных бюро и студий визуализации — в том, что ИИ связывают не только с генерацией изображений, но и с более операционными задачами: редактированием CAD-моделей, проверкой чертежей и координацией между дисциплинами. Особенно интересны повторяющиеся задачи, которые могут помочь сэкономить время. Однако представленные примеры пока находятся на ранней стадии, и речь не идёт о готовом AEC-продукте для широкого применения.
Командам в Турции сейчас разумнее не планировать новые расходы на лицензии или оборудование, а следить за процедурами проверки результатов и совместимостью с имеющимся программным обеспечением. Недочёты в учёте ограничений производителя, допусков и деталей сборки наглядно показывают, насколько важен контроль со стороны человека. До публикации сведений о цене, лицензировании и доступности делать определённые выводы о коммерческой выгоде невозможно.
Частые вопросы
Для каких задач в CAD и инженерии используются модели OpenAI?
OpenAI рассказывает о создании и редактировании CAD-моделей, подготовке производственных чертежей, настройке симуляций и проверке проектов. В областях AEC и BIM также изучается автоматизация рутинного моделирования и координации.
Что показывают результаты OpenAI в BenchCAD 2.0?
Новая внутренняя модель OpenAI набрала в тесте в среднем 0,875 балла. Результат GPT-6 Astra при максимальном уровне рассуждений составил 0,594.
Когда эти инженерные возможности станут доступны и сколько будут стоить?
В анонсе не указаны дата общего доступа, цена или условия лицензирования. OpenAI описывает эту работу как исследования на ранней стадии и испытания с отраслевыми партнёрами.
