OpenAI: GPT-6 Astra diseno por si solo en una semana todo el hardware para Codex

El hardware se consideraba el ultimo bastion al que la IA entraba con reticencia: demasiada fisica, demasiadas tolerancias y demasiados contratistas. OpenAI afirma que ese bastion ya ha empezado a resquebrajarse. Segun la empresa, su equipo de hardware encargo a GPT-6 Astra el diseno de un dispositivo para hablar con el agente de programacion Codex y completo el proyecto en menos de una semana. Ademas, fue un proyecto secundario, no la tarea principal del equipo.

Que hizo exactamente el modelo

Segun OpenAI, Astra completo por si sola todo el proceso. Diseno la carcasa, eligio los componentes, enruto las pistas de la placa de circuito impreso y escribio el firmware y la interfaz. Antes, estas etapas recaian en distintos especialistas: un ingeniero mecanico, un ingeniero electronico y un desarrollador de software embebido. Ahora, un solo agente mantiene todo el contexto a la vez y coordina las decisiones entre las distintas capas. Por ejemplo, si la placa resulta ser un par de milimetros mas ancha, la carcasa se adapta a ella sin una larga cadena de mensajes entre personas.

Despues entro en juego un fabricante por contrato. Produjo un pequeno lote de prototipos en menos de un mes. Como referencia, el ciclo tradicional desde la idea hasta las primeras muestras funcionales suele llevar varios trimestres a las startups de hardware.

Donde tropezo el modelo

Hay un detalle importante que resulta facil pasar por alto: hicieron falta varias rondas de correcciones. Astra no siempre tuvo en cuenta las restricciones de fabricacion, las tolerancias y los matices del montaje. Esa es precisamente la diferencia entre "el plano es correcto" y "la pieza se puede moldear, imprimir y montar a mano". El modelo trabaja bien con la geometria digital, pero una planta real conoce aspectos que no aparecen en sus datos: como se comporta el plastico, donde no cabe una broca y en que orden deben instalarse los componentes.

El benchmark y las cifras

OpenAI tambien presume de un salto de calidad. Un nuevo modelo interno obtiene un 87,5% en BenchCAD 2.0, mientras que GPT-6 Astra alcanza un 59,4% con el nivel maximo de razonamiento. El benchmark comprueba si el modelo puede reconstruir piezas y conjuntos 3D e identificar conexiones en placas de circuito impreso. La empresa no ha revelado nada sobre el modelo interno, por lo que las cifras no pueden verificarse. Es una situacion habitual: la comparacion se hizo con una prueba propia y bajo condiciones definidas por la propia compania.

Otra cifra: el consumo de tokens de los equipos de hardware de OpenAI se ha multiplicado por 23 desde febrero. Utilizan Codex y ChatGPT para modelos CAD, planos de fabricacion y simulaciones en robotica e infraestructura informatica. En paralelo, la empresa esta desarrollando su propio dispositivo, que segun los rumores seria algo intermedio entre un altavoz inteligente y un smartphone.

Que hacer con esta informacion

En primer lugar, se trata de una afirmacion de la propia OpenAI. Por ahora no existe confirmacion independiente, y la "semana" corresponde a un proyecto secundario realizado por un equipo que domina muy bien las herramientas. No cabe esperar el mismo resultado de cualquier equipo.

En segundo lugar, la senal para los fundadores de startups de hardware es muy real: el coste de la primera iteracion esta bajando y el cuello de botella se desplaza del diseno a la retroalimentacion de produccion. Quienes aprendan a devolver rapidamente al modelo las observaciones del contratista—tolerancias, informes DFM y fotografias reales de defectos—seran quienes mas se beneficien.

En tercer lugar, para los equipos de producto, el hardware ya puede prototiparse en paralelo con el software, no despues. Un primer paso razonable consiste en elegir una tarea sencilla, como una carcasa para un sensor o una placa portadora, procesarla con el modelo y enviarla a un contratista para evaluar su fabricabilidad. Asi se descubre rapidamente en que punto exacto falla la conexion entre el modelo y el proceso de produccion.

En resumen: la IA todavia no sustituye a la planta de produccion ni a un ingeniero de fabricacion experimentado, pero acorta el ciclo que va de la idea al objeto fisico. Ese ciclo siempre ha sido el principal freno del hardware.