OpenAI 的 Codex 助力马自达空气动力学工程

OpenAI 的前沿部署工程师正与马自达的空气动力学和碰撞安全工程师合作，探索其 AI 模型如何帮助开发和评估车辆设计。

这项研究合作将利用气流和结构行为模拟来评估车辆性能，同时兼顾造型和制造成本。

OpenAI 正与这家日本汽车制造商合作开展空气动力学设计。

通过 Codex 使用的 GPT-6 Astra 帮助马自达工程师探索不同的车头造型、模拟气流，并找出可降低空气阻力的设计。

马自达首席工程师 Akihiro Nakata 表示，这些模型让工程师能够测试数十种设计变体，并了解各个特征如何影响气流。

“它必须长成那样吗？”当我们找到一种能改善气流的造型时，设计师们经常会这样问我们，”Nakata 说。

“通过探索和模拟数十种变体，Codex 中的 Astra 帮助我们了解哪些特征对空气动力学至关重要，以及设计师在哪些方面还有探索空间。”

OpenAI 还在扩大与 Chip Ganassi Racing（CGR）的合作，将其模型应用于工程和原型制作。

OpenAI 正与 CGR 的研发团队合作，测试将现有部件的 3D 扫描件转换为可编辑 CAD 模型和 2D 制造图纸的工作流。当原始设计文件不可用时，这一点尤其有用。

CGR 工程师会审查生成的模型和图纸的准确性和可制造性。Chip Ganassi Racing 研发工程师 Matthew Ortman 表示，Codex 让工程师能够直接在 CAD 软件中工作、将反馈应用于生成的模型并进行手动调整。

OpenAI 表示，这些合作是其更广泛努力的一部分，旨在测试 AI 在机械工程、电气工程和制造领域的能力。

该公司正与行业合作伙伴合作，确定模型能够减少人工工作的任务，同时保留工程审查以确保准确性和实际应用。

这些公告发布之际，OpenAI 报告称，自 2026 年 2 月以来，其硬件和基础设施团队对 AI 模型的使用量（以 token 计）增长了 23 倍。

OpenAI 表示，一个更新的内部模型在 BenchCAD 2.0 上得分为 0.875，而 GPT-6 Astra 在最高推理设置下的得分为 0.594。该基准评估 3D 零件重建、装配体和电路板连接。

然而，OpenAI 承认，其模型仍难以持续考虑制造约束、公差和装配要求，这表明人工工程审查仍然必要。