Michael JohnsonLze svěřit AI návrh celého zařízení, nejen samostatného výkresu — od krytu a desky plošných spojů až po firmware? Dne 3. listopadu 2026 OpenAI popsala experiment, v němž model Astra spolu s GPT‑6 pomohl navrhnout zařízení pro komunikaci s Codexem. Hlavní závěr pro inženýry: užitečnou rolí AI je zde propojit několik fází návrhu a urychlit iterace; přechod od digitálního modelu k výrobě hotového produktu nadále vyžaduje kontrolu konstrukčních a technologických detailů.
V popsaném projektu systém vycházel z funkčních požadavků. Astra následně navrhla vzhled, kryt a vnitřní konstrukci, vybrala elektronické součástky, navrhla desku plošných spojů včetně rozmístění a propojení a připravila rozhraní, firmware i softwarové integrace. Jde o propojený pracovní postup: změna rozměrů krytu může ovlivnit umístění desky a součástky i jejich propojení omezují možnosti návrhu.
Co se v práci modelu konkrétně změnilo
Běžný generátor obrázků odpovídá na otázku „jak by to mohlo vypadat“. Scénář popsaný OpenAI usiluje o těsnější propojení různých podob návrhu: požadavky, mechanická geometrie, elektrické zapojení a software se řeší v rámci jednoho úkolu. Pro inženýra je důležitý právě přechod mezi nimi — například aby se deska fyzicky vešla do krytu a zvolené součástky odpovídaly předpokládané funkci zařízení.
OpenAI uvedla, že dva její zaměstnanci vytvořili testovací zařízení za méně než týden jako vedlejší projekt a smluvní výrobce zhotovil malou sérii prototypů za méně než měsíc. Tyto lhůty se vztahují ke konkrétnímu internímu experimentu a popsanému prototypu. Ukazují možnost rychle přejít od nápadu k fyzickému vzorku, samy o sobě ale neposkytují obecný odhad rychlosti návrhu jiných zařízení a týmů.
Příklad je přínosný tím, že se AI nepodílela jen na přípravě jediného výstupu. Když model pomáhá sladit kryt, desku a software, může inženýr dříve odhalit vzájemné závislosti, které se obvykle projeví až při předávání výsledků mezi různými nástroji a odborníky. Toto propojení je zvlášť důležité pro malé týmy, v nichž jeden člověk koordinuje několik disciplín.
Proč digitální návrh ještě není připravený k výrobě
Model může navrhnout konstrukci, která na obrazovce působí uceleně, ale nezohledňuje skutečná výrobní omezení. OpenAI v tomto experimentu výslovně uvedla, že Astra nedůsledně zohledňovala omezení výrobce, tolerance a detaily potřebné k montáži. Příprava zařízení k výrobě proto vyžadovala několik kol kontroly a úprav.
Mechanismus tohoto nesouladu je praktický. Digitální návrh určuje tvar a vzájemné umístění dílů; výroba k tomu přidává konkrétní podmínky — přípustné rozměrové odchylky, metody zpracování a požadavky na montáž. Pokud kryt ponechává příliš málo prostoru nebo konstrukce nezohledňuje způsob instalace součástky, může být soubor technicky zpracovaný, ale výrobek bude obtížné, případně nemožné, vyrobit daným postupem.
Z toho vyplývá praktické rozdělení odpovědnosti: model pomáhá připravovat a slaďovat varianty, zatímco odborníci kontrolují jejich slučitelnost se zařízením, materiály a technologií výrobce. Tým by proto neměl výsledek hodnotit podle atraktivity 3D modelu, ale podle toho, kolik zásadních inženýrských kontrol a úprav ještě zbývá před vytvořením funkčního vzorku.
Kde už má využití konkrétní podobu
Interní hardwarové týmy OpenAI používají Codex a ChatGPT k tvorbě a úpravám CAD modelů, přípravě výrobních výkresů, nastavování simulací a analýze konstrukcí. Společnost uvedla, že od února vzrostlo používání modelů v hardwarových týmech, měřené počtem tokenů, 23krát. Tento ukazatel popisuje spotřebu modelů v těchto týmech, nikoli zkrácení doby nebo snížení nákladů na návrh.
V rámci spolupráce s Chip Ganassi Racing tým zkoumá, jak z 3D skenů existujících součástek vytvořit upravitelné CAD modely a výrobní výkresy. Tento scénář je užitečný, když chybějí původní konstrukční soubory: sken slouží jako podklad pro obnovu geometrie, zatímco inženýři partnera kontrolují přesnost a vhodnost výkresů pro výrobu.
Při společné práci s Mazdou využívají modely pro návrh automobilů: zkoumají tvar přední části, modelují proudění vzduchu a porovnávají varianty s ohledem na výkonové parametry, design a náklady. OpenAI tuto činnost popisuje jako výzkumnou spolupráci, jejíž výsledky plánuje oznámit později. Smyslem scénáře je prozkoumat více tvarových variant a rychleji propojit aerodynamickou simulaci s konstrukčními rozhodnutími; zveřejněné materiály zatím neuvádějí měření zlepšení hotového automobilu.
Jak tyto systémy hodnotit v inženýrském týmu
OpenAI uvádí BenchCAD 2.0 jako jednu z metod hodnocení modelů při úkolech kombinujících programování a inženýrské znalosti. Test posuzuje rekonstrukci trojrozměrných dílů a sestav i rozpoznávání propojení na deskách plošných spojů. V tomto hodnocení získal nový interní model průměrné skóre 0,875, zatímco GPT‑6 Astra s maximálním nastavením uvažování dosáhla skóre 0,594.
Pro praktický výběr je tento výsledek užitečným signálem pokroku v konkrétní třídě úloh: při tvorbě geometrie a rozpoznávání propojení. Neměří celý vývojový cyklus, který zahrnuje výběr materiálů, tepelné a mechanické zkoušky, certifikaci a ověření vyrobitelnosti. Tým by proto měl model otestovat na vlastních typických úlohách a zaznamenávat, které výstupní soubory inženýrské nástroje skutečně přijmou a které je stále potřeba ručně přepracovat.
Praktický pilot lze zaměřit na jednu opakující se fázi, například převod skenů dílů do CAD, přípravu výkresů nebo vytvoření počáteční konfigurace simulace. Pro každý úkol je třeba předem stanovit přejímací kritéria, určit inženýra odpovědného za kontrolu geometrie a omezení a zaznamenat úpravy nutné před předáním výrobci. Tým tak zjistí, kde model odbourává rutinní práci a kde jeho návrhy naopak vytvářejí další kola kontrol.
Klíčový předěl leží mezi návrhem a ověřením
Projekt OpenAI ukazuje, že AI lze použít v propojených fázích fyzického návrhu, nejen při práci s textem, kódem nebo samostatným obrázkem. Přínos přichází ve chvíli, kdy systém pomáhá rychle slaďovat požadavky a varianty v oblasti mechaniky, elektroniky a softwaru. Vyrobitelnost však zůstává samostatným inženýrským úkolem, který určují tolerance, montáž a možnosti konkrétního výrobního procesu.
Pro vývojáře hardwarových produktů z toho plyne jasné doporučení: začít s omezenou, ověřitelnou fází a měřit nikoli počet vytvořených modelů, ale rozsah ručních oprav nutných před inženýrským schválením. Tento přístup umožňuje využít rychlost generování variant a současně zachovat kontrolu v místě, kde se digitální návrh mění ve fyzický produkt.
