OpenAI 想证明写代码的 AI 也能进工厂造硬件。2026 年 11 月 3 日，OpenAI 公布了大模型在物理世界工程上的最新进展，两名团队成员把项目当成业余副业，用 GPT-6 Astra 在不到一周内完成了用于与 Codex 对话的硬件设备设计，涵盖玩具感外观、机械外壳、PCB 电路板和底层固件，代工厂也在不到一个月内交出了小批量原型。这场看似顺畅的硬件首秀，却在进厂前暴露了大模型的真实短板，模型搞不定公差和生产极限，所谓的全自动硬件设计，现阶段只能算高配版草图生成器。
一周造硬件的 B 面，是工程师在替模型擦公差的屁股
OpenAI 给这次实验定下的目标是无直接人工修改，试图测试 GPT-6 Astra 在多模态与跨软件操作上的极限。为了造出这台呼叫 Codex 的桌面小设备，模型确实包揽了从定义功能需求、参考 Work Louder 风格画外壳，到选型电子元器件、画 PCB 布线乃至写用户界面与固件的全套活计。自今年 2 月以来，OpenAI 内部硬件和基础设施团队在机器人与算力基建项目中使用 Codex 和 ChatGPT 的 Token 消耗量也暴增了 23 倍。
但硬件研发从来不是画完图就算数。OpenAI 在文中承认，要把这台设备真正送进代工厂产线，团队依然经历了多轮审查和迭代。GPT-6 Astra 无法稳定顾及代工厂的生产极限、尺寸公差以及实际装配所需的工艺细节，且目前没有任何独立第三方对这批原型机做过可制造性审计。
所谓无直接人工修改，更接近人类工程师不动鼠标去拖拽 CAD 线条，而是退到幕后充当人肉公差校准器。在纯软件世界里，代码跑不通可以当场报错重来；但在物理世界里，螺丝孔位偏差 0.2 毫米、外壳卡扣没留拔模斜度，或者 PCB 元器件贴得太近撞上外壳内壁，代工厂开出来的模具和打出来的样板就是一堆废塑料。工程师省下了画初稿的几天时间，却要把精力花在排查 AI 埋下的制造隐患上。
跑分飙到 0.875，也填不平从过检到点亮的鸿沟
为了量化模型在工程任务上的进步，OpenAI 拿出了结合编程与工程知识的基准测试 BenchCAD 2.0。在这项测试中，开启最高推理设置的 GPT-6 Astra 得分为 0.594，而 OpenAI 内部一个更新的模型把平均分拉高到了 0.875。
分数看着喜人，但得看考卷到底考了什么。BenchCAD 2.0 考的核心只有两件事，重建 3D 零件与装配体，以及识别电路板上的连接关系。这本质上还是多模态模型的看图说话与空间几何理解，离真正的工厂生产隔着几道专业大墙。
数字世界里逻辑自洽的图纸，进车间往往是一张废纸。
外部独立评测早就戳破过这种跑分幻觉。独立电路基准测试 EEBench 虽然引入了确定性检查、SPICE 仿真、真实元器件规格和公差角来评估电路设计，但直到 V1 版本也明确坦言，测试尚未覆盖完整的 PCB 布局、工厂制造与硬件点亮。
全球主要 PCB 打样与代工厂嘉立创（JLCPCB）在一份针对 GPT-6 Astra 使用 KiCad 设计电路板的真实项目评测中，把话挑得更明。嘉立创直接把软件里的设计规则检查（DRC）通过，与真正的工厂可制造性划清了界限，并指出评测里的示例电路板从未实际打样、贴片组装或上电测量。软件里不报红叉，只代表线没接错、间距没违规；至于板子进回流焊炉会不会变形、元器件买不买得到、上电会不会烧毁，光靠大模型看图算分根本给不出答案。
- 风险.如果中小硬件团队轻信 AI 生成的工程文件直接发往代工厂打样，极易因为公差失配或封装错误导致首批板卡报废，审单与返工成本反而会吞噬早期设计省下的时间。
外挂操作员对抗原生工业巨头，OpenAI 只啃下了前半截
OpenAI 这次高调招兵买马，公开呼吁机械、电子、机电一体化领域的工程公司与软件商填写表单参与电脑操作（Computer Use）研究。这暴露了它在工业领域的切入姿势，不做底层的 CAD 或 EDA 工业软件，而是让通用智能体像人一样去跨软件操作工程师现有的工具链。
但工业软件老牌厂商根本没打算把底盘让给外挂操作员。就在 10 月 21 日，Siemens 与 NVIDIA 在 PCBA 数字孪生工厂合作中直接把 AI 扎进了产线终端，不仅让 Fuse EDA 智能体通过确定性物理级 EDA 工具来验证设计决策，还定下了减少高达 85% 的手动自动光学检测（AOI）工程工作量、减少超 40% 误报、提升超 5% 首次通过率（First-pass yield）的硬指标。另一家巨头 Autodesk 也在 AU 2026 大会上掏出了用于可编辑参数化重建的 AutoTimeline 和用于装配体的 AutoAssemble，其 Fusion 平台原本就能把直径与线性尺寸公差直接复用到检测环节，并内置铜皮间距、线宽、过孔钻径等严密的电子设计规则检查。
| 阵营代表 | 核心技术切入点 | 物理验证与制造抓手 | 当前能力边界 |
|---|---|---|---|
| OpenAI | Computer Use 跨软件操作 | 依赖人工多轮审查与代工厂反馈 | 强于早期概念生成与 3D 逆向重建 |
| Autodesk | Fusion 单平台原生集成 | AutoTimeline 与尺寸公差直接复用至检测 | 局限于自有软件体系内流转 |
| Siemens + NVIDIA | 工业软件与数字孪生绑定 | 确定性物理级 EDA 验证与工厂 AOI 检测 | 部署门槛高，面向大型制造产线 |
夹在底层几何内核与工厂检测设备之间，OpenAI 现阶段真正能跑通的，其实是容错率较高的研发最前端。看看它公布的两个外部合作就明白了，在与 Chip Ganassi Racing（CGR）车队的合作中，模型干的活是把现有零件的 3D 扫描数据转成可编辑的 CAD 模型和 2D 工程图，解决老旧零件丢失原始设计文件的痛点；而在与马自达（Mazda）的新合作里，OpenAI 的研究与前线部署工程团队也是在帮空气动力学和碰撞安全工程师模拟车头鼻锥形状的气流，用于在早期探索降低风阻的造型方案。
无论是替赛车队逆向描图，还是帮车企算早期风阻，最终的精度把关与可制造性审核，全都牢牢攥在 CGR 和马自达的人类工程师手里。
- 建议.硬件研发团队现阶段不妨用大模型接管老旧零件 3D 扫描转 CAD 图纸、早期概念外观与气动仿真等前序脏活，但涉及公差配合与打样投产的签字权，半步都不能让给 AI。
接下来真正决定物理 AI 成色的，不是模型在重建基准上再涨几分，而是 OpenAI 招募完这批工业软件商后，到底只能停留在屏幕表面点鼠标，还是能真正接进底层物理验证器，拿出一块不经人类返工就能一次点亮的电路板。