OpenAI 拉上马自达研究造车设计：AI 能出图出样，工厂那道坎还没迈过去

作者：周砚

11 月 3 日，OpenAI 发布博文宣布与马自达开展研究合作，用 GPT-6 Astra 跑气流与结构仿真探索新车设计；一款测试设备不到一周出设计、不到一个月出原型。但 OpenAI 自己承认，从设计到制造，模型还过不了生产限制、公差与装配这几道坎。

11 月 3 日，OpenAI 发布博文《Accelerating engineering for the physical world》，宣布与马自达启动一项研究合作：由 OpenAI 的研究团队和“前沿部署工程”团队对接马自达的空气动力学及碰撞安全工程师，用 GPT-6 Astra 跑气流与结构仿真，在造型、性能和成本之间探索新车设计 。这与之前那场桌面小设备的设计演示不同，是 OpenAI 把模型能力正式伸向整车工程环节 。

最有说服力的数字其实来自一款小设备，不是汽车。两名 OpenAI 员工作为副业，不到一周就用 Astra 完成了一款可与 Codex 交互的测试设备设计；外观、外壳结构、元件选型、电路板布局和固件全由模型承担，代工厂随后在不到一个月内制成小批量原型机 。但 OpenAI 在同一个段落里承认：模型没能始终顾及厂商的生产限制、尺寸公差和装配细节，要够到投产标准仍需多轮审核与迭代 。换句话说，出图出样很快，把图变成能上产线的产品，是另一回事。

马自达这部分目前只走到仿真探索。按照博文，Astra 生成多种车头造型、模拟气流、再筛选有希望降低风阻的方案，官方说“未来几个月”才分享更多进展 。据 Unite.AI 报道，马自达首席工程师 Akihiro Nakata 表示，一次模拟几十种变体，价值在于帮工程师看清哪些特征真正影响气动、设计师还有多大发挥余地 。需要说明的是，马自达官方新闻室暂无独立声明，博文只注明相关图片使用已获马自达公司同意 。同期 OpenAI 还扩大与 Chip Ganassi Racing 车队的合作，测试把零件三维扫描转成可编辑 CAD 模型和二维制造图纸，用于补齐原始设计文件缺失的旧零件 。

OpenAI 给的内部佐证是：2 月以来硬件团队模型用量（按 token 计）增长 23 倍；BenchCAD 2.0 基准上，内部新模型平均 0.875 分，Astra 最高推理档 0.594 分 。TechRepublic 提醒，token 衡量的是用量，不等于工程产出，也不等于省下来的钱 。

从生意角度看，这轮合作压缩的是设计与仿真迭代这一段的成本，而整车开发真正烧钱耗时的部分——模具投入、碰撞与法规认证、产线爬坡——博文只字未提，也没有任何产线或量产承诺 。对马自达，这是一次低成本的前期筛选；对 OpenAI，是模型能力从写代码走向实体工程的展示。两边之间那道缝，OpenAI 用“多轮审核与迭代”自己说清了：AI 能出图出样，从图纸到一辆能开下产线的车，还隔着生产限制、公差与装配这几道坎。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] OpenAI 展示员工“副业”硬件成果：一周出图、一月出样，外壳、电路板、固件 AI 全包办
• [S2] Accelerating engineering for the physical world
• [S3] OpenAI Tests Astra on Physical Engineering From Devices to Vehicles
• [S4] OpenAI Expands AI Engineering Tests to Hardware
• 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处
• 配图 2：来源：OpenAI（图片署名见原文） · 图片出处
• 配图 3：来源：OpenAI（图片署名见原文） · 图片出处
• 配图 4：来源：OpenAI（图片署名见原文） · 图片出处