OpenAI asegura que GPT-6 y Astra diseñaron un dispositivo funcional en menos de una semana
OpenAI afirma que sus modelos de inteligencia artificial GPT-6 y Astra fueron capaces de diseñar en menos de una semana un dispositivo físico funcional para interactuar con Codex, su sistema orientado a la programación. El proceso incluyó desde la definición de los requisitos hasta el diseño de la carcasa, la selección de componentes, la placa electrónica, el firmware y el software.
El resultado fue un prototipo que permite comunicarse con Codex mediante una interfaz física propia. Sin embargo, la fabricación del aparato siguió requiriendo la intervención de ingenieros humanos. La compañía reconoce que convertir el diseño generado por los modelos en un producto fabricable obligó a revisar varias veces los requisitos de montaje, las tolerancias y la elección de componentes.
GPT-6 definió los requisitos y Astra ejecutó la ingeniería
Según la descripción del experimento, GPT-6 asumió una función de dirección técnica. El modelo estableció qué debía cumplir el dispositivo y guio las distintas fases del desarrollo. Astra, por su parte, realizó buena parte del trabajo de ingeniería necesario para materializar esas indicaciones.
Entre sus tareas estuvieron el diseño de la carcasa, la selección de componentes electrónicos, el trazado de la placa de circuito impreso, la creación de la interfaz de usuario, el desarrollo del firmware y la integración con Codex.
El firmware es el software básico que controla directamente el funcionamiento de un dispositivo, como sus botones, sensores, micrófonos o conexiones. La placa de circuito impreso, conocida como PCB, es la superficie que conecta eléctricamente los componentes mediante pistas diseñadas para transportar las señales y la energía.
El proyecto fue desarrollado inicialmente por dos miembros del equipo de OpenAI como una iniciativa paralela. Después, un fabricante externo produjo un pequeño lote de prototipos en menos de un mes. La compañía presentó el trabajo como una prueba para comprobar hasta dónde pueden llegar sus modelos en un proceso completo de desarrollo de hardware.
La fabricación puso límites a la autonomía de la IA
La principal dificultad apareció cuando el diseño tuvo que abandonar el entorno digital y adaptarse a las condiciones reales de producción. Astra tuvo problemas con las restricciones de fabricación y con las tolerancias, es decir, las pequeñas variaciones que pueden admitirse en las dimensiones y posiciones de cada pieza para que el conjunto funcione correctamente.
Un diseño puede parecer correcto en una simulación y, aun así, resultar difícil o caro de fabricar. La posición de un conector, el grosor de una pared, el espacio disponible para un componente o la forma en que se ensamblan dos piezas pueden obligar a modificar todo el diseño.
Por ese motivo, los ingenieros tuvieron que intervenir para revisar los requisitos de montaje y preparar el prototipo para su producción. La experiencia muestra la diferencia entre generar rápidamente un diseño y conseguir que ese diseño sea fiable, repetible y adecuado para fabricarse en serie.
Los modelos todavía muestran diferencias en tareas de hardware
Las propias pruebas internas de OpenAI reflejan que el rendimiento de los modelos no es uniforme. En BenchCAD 2.0, un banco de pruebas que evalúa la reconstrucción tridimensional de componentes y la identificación de conexiones en una placa electrónica, un modelo interno más reciente obtuvo una puntuación media de 0,875.
GPT-6 Astra alcanzó 0,594 en su nivel máximo de razonamiento. La diferencia no significa que el sistema sea incapaz de diseñar hardware, pero sí evidencia que todavía puede cometer errores al interpretar geometrías, conexiones y limitaciones físicas.
Estas capacidades son especialmente importantes en el diseño asistido por ordenador. Los modelos CAD, siglas de diseño asistido por ordenador, permiten crear piezas y ensamblajes digitales que después deben traducirse en instrucciones y especificaciones comprensibles para las máquinas de fabricación.
El uso de IA en hardware se multiplica dentro de OpenAI
OpenAI asegura que el consumo de sus modelos por parte de los equipos dedicados al hardware aumentó 23 veces entre febrero y octubre de 2026. La cifra se mide en tokens, las unidades de texto que los modelos procesan para comprender instrucciones y generar respuestas o código.
El dato apunta a que el experimento no es un caso aislado. La empresa también trabaja con Chip Ganassi Racing en la conversión de escaneos tridimensionales en modelos CAD editables. En el sector de la automoción, colabora con Mazda en áreas como la aerodinámica y la seguridad en impactos.
En estos proyectos, la IA puede ayudar a analizar qué elementos influyen en el comportamiento aerodinámico de un vehículo y explorar más alternativas de diseño en menos tiempo. Su papel se parece al del llamado vibe coding en programación: el usuario describe lo que necesita y el modelo genera buena parte de la solución, aunque todavía sea necesario revisar y corregir el resultado.
Un avance importante, pero lejos de la ingeniería autónoma
El caso demuestra que los modelos pueden comprimir semanas de trabajo de diseño en unos pocos días. Esa aceleración puede resultar muy valiosa para crear prototipos, comparar alternativas y detectar problemas antes de invertir en herramientas o líneas de producción.
La conclusión, sin embargo, debe matizarse. GPT-6 y Astra participaron en un proceso de diseño muy amplio, pero la fabricación siguió dependiendo de profesionales capaces de resolver los problemas que aparecen cuando un objeto digital se convierte en una pieza física.
Entre un prototipo que funciona y un producto preparado para fabricarse en grandes cantidades existe una diferencia considerable. La IA ya puede reducir de forma notable el tiempo de iteración en hardware, pero todavía no elimina la necesidad de experiencia humana en materiales, montaje, control de calidad y producción industrial.
