OpenAIが物理設計に進出：Astraが1週間で試作機を設計、マツダとも提携

AIがコードを書いたり文章を作成したりすることは、すでに日常の光景になりました。しかし、AIにハードウェアの筐体を設計させ、電子回路基板を配線させ、さらには自動車の空力シミュレーションまで任せたらどうなるでしょうか。

OpenAIは、GPT-6 AstraやCodexなどのモデルを機械工学や電気設計といった物理エンジニアリング領域へ応用する最新の成果を公開しました。

わずか2名の副業、1週間足らずで試作機を設計

Astraのマルチモーダル能力とPC操作スキルを試すため、OpenAIのチームは人間の直接的な設計修正なしで物理デバイスを作れるかという実験を行いました。製作したのは、ユーザーがCodexと対話するための小型端末です。

社内のスタッフ2名がサイドプロジェクトとして取り組み、Astraを使って1週間足らずで設計を完了させました。外観デザインから内部の保持構造、部品選定やプリント基板のレイアウト、さらにはファームウェアやソフトウェア連携に至るまで、モデルが広範に担当しました。契約製造業者は1か月足らずで最初の試作機を完成させています。

しかし、製造現場の壁は依然として厚いのが実情です。実際の製造ラインに乗せるまでには、複数回にわたる見直しと修正が必要でした。Astraは製造業者の生産限界や組み立てに必要な公差を安定して把握できておらず、現場のノウハウをどう補うかが今後の課題となっています。

社内消費量は23倍に急増、マツダやレースチームも導入

課題はあるものの、OpenAI社内での実用化は一気に加速しています。ロボティクスや計算インフラを担当するハードウェアチームでは、CADモデルの作成や図面起こし、シミュレーション設定に日常的にモデルを活用しています。今年2月以降、ハードウェア部門におけるトークン消費量は23倍に跳ね上がりました。

3Dパーツの再構築や回路基板の接続識別を評価する「BenchCAD 2.0」ベンチマークでは、最高推論設定のGPT-6 Astraが0.594だったのに対し、開発中の内部新モデルは0.875という高いスコアを記録しています。

外部企業との連携も始まっています。レーシングチームのChip Ganassi Racingは、既存パーツの3Dスキャンデータから編集可能なCADモデルや2D製造図面を生成するワークフローを検証中です。設計図が残っていない古いパーツの再生産に威力を発揮しています。

また、マツダとの新たな共同研究も発表されました。マツダの空力・衝突安全エンジニアとともに、気流や構造挙動のシミュレーションを通じて、デザインとコストを両立させた新車両の設計評価を進めています。

なぜ重要か

私たちは、今回の発表がAIの実社会応用において非常に地に足のついた一歩だと捉えています。OpenAIが「完全自動製造」を誇張するのではなく、公差や組み立ての詳細といった製造業の現実的な限界を率直に認めている点に好感が持てます。

エンジニアやものづくりに携わる人々にとって、この技術は熟練の設計者を置き換えるものではありません。しかし、アイデア出しからプロトタイプまでの試行錯誤を劇的に短縮するアシスタントとしては極めて強力です。従来は機構、電気、ファームウェアと分断されていた初期設計を、少人数かつ短期間で統合できるようになります。

産業界にとっても、AIの主戦場がソフトウェア開発から重厚長大なハードウェア産業へと染み出し始めたことを示す重要な転換点です。課題は明確で、ソフトウェアのバグと違い、物理世界の公差の狂いは部品の廃棄という直接的な損失につながります。この信頼性のギャップをどう埋めるかが、今後のハードウェアAIの成否を分けることになりそうです。