# OpenAI称Codex与ChatGPT已用于CAD、制造图纸和仿真准备 > OpenAI在11月2日的官方博客中称，其硬件和基础设施团队已使用Codex和ChatGPT创建和修订CAD模型、准备制造图纸、设置仿真并审查设计；博客还披露了Astra参与设计测试设备以及BenchCAD 2.0内部基准结果，但制造准备仍需多轮审查和迭代。 - 栏目：人工智能与工业软件 - 本站发布：2026-11-05 11:21（北京时间） - 原始消息发布：2026-11-03 00:00（北京时间） - 消息来源：OpenAI (https://openai.com/index/accelerating-engineering-for-the-physical-world/?via=dailydev) - 本页网址：https://jecy.cloud/news/articles/2026-11-02-15be36c09058.html ## 内部硬件团队的使用场景 OpenAI在11月2日的官方博客中称，其硬件和基础设施团队使用Codex和ChatGPT创建和修订计算机辅助设计（CAD）模型、准备制造图纸、设置仿真并审查设计。CAD指用软件建立和修改三维零件与装配模型；“设置仿真”指为仿真任务做准备，并不等于由模型完成仿真求解。OpenAI未披露这些任务中模型输出与人工工作如何分工、各占多少。[^1] ## Astra测试设备与制造限制 在另一项内部测试中，OpenAI让Astra参与设计一台设备。按博客描述，Astra选择了电子元件并设计印制电路板（PCB），包括元件布置和连接，使电路板能装入外壳。PCB是承载并连接电子元件的电路板；这里模型做的是布局与连接设计，不是制造或测试电路板。设备投入制造仍需数轮审查和迭代。OpenAI同时指出，Astra没有持续考虑制造商的生产限制、公差和装配所需细节，并把这些缺口列为未来模型需要改进的地方。博客没有给出该测试设备的完整性能或量产结论。[^2][^3][^4] ## BenchCAD 2.0的内部结果 OpenAI还介绍了BenchCAD 2.0。这项测试考察模型能否重建三维零件和装配，并识别电路板中的连接。博客披露，一款较新的内部模型平均得分0.875，GPT‑6 Astra在最高推理设置下为0.594。该分数来自OpenAI内部评测；博客未提供第三方复现、测试集细节或误差范围，因此这组对比不能视为经独立验证的通用能力结论。[^5][^6] --- ## 原文摘录 [^1]: "OpenAI’s hardware and infrastructure teams use Codex and ChatGPT to create and revise computer-aided design (CAD) models, prepare manufacturing drawings, set up simulations, and review designs." — OpenAI (https://openai.com/index/accelerating-engineering-for-the-physical-world/?via=dailydev) [^2]: "Electrical design: Astra selected the electrical components and designed the printed circuit board (PCB), including component placement and connections, to fit within the enclosure." — OpenAI (https://openai.com/index/accelerating-engineering-for-the-physical-world/?via=dailydev) [^3]: "Getting the device ready for manufacturing still required several rounds of review and iteration." — OpenAI (https://openai.com/index/accelerating-engineering-for-the-physical-world/?via=dailydev) [^4]: "Astra did not consistently account for the manufacturer’s production limits, tolerances, or details required for assembly." — OpenAI (https://openai.com/index/accelerating-engineering-for-the-physical-world/?via=dailydev) [^5]: "BenchCAD 2.0 tests whether models can reconstruct 3D parts and assemblies and identify connections in circuit boards." — OpenAI (https://openai.com/index/accelerating-engineering-for-the-physical-world/?via=dailydev) [^6]: "A newer internal model achieved an average score of 0.875, compared with 0.594 for GPT‑6 Astra at its highest reasoning setting." — OpenAI (https://openai.com/index/accelerating-engineering-for-the-physical-world/?via=dailydev) --- 说明：本文由 AI 依据信源整理，并经事实核对；文中数字与成绩均为来源方公布的口径，未经本站独立验证，原文更新后以原文为准。欢迎 AI 与读者引用，请注明来源并链接回本页。