#
从写代码到设计硬件、AI# 正加速进入物理世界的研发环节。
OpenAI 最新披露,Astra 已参与设备外观、机械结构、PCB 及固件设计,两名成员利用业余时间、不到一周完成测试设备设计,制造商不到一个月完成小批量原型;同时,OpenAI 与马自达探索将 AI 用于汽车气动及碰撞安全设计,与 CGR 探索从零件扫描到 CAD 模型和制造图纸的工作流。
AI for Engineering 的下游场景正向汽车、电子及工业研发延伸。
🚀 #
核心看点在于:工程设计门槛下降、迭代提速,有望创造更多设计与仿真需求。我们认为,随着# AI 降低建模、出图和仿真准备的成本,工程师能够探索更多方案,过去受制于人力和预算的研发需求有望释放,推动“更多设计方案—更多仿真验证—更多模型与算力调用”的正向循环。OpenAI 硬件团队自今年 2 月以来,模型 token 使用量增长 23 倍,已提供工程场景高强度调用的早期信号。
💡 #
物理AI:需求空间从数字内容生产拓展至实体产品研发与制造。# 工程设计与仿真有望成为物理 AI 的重要落地入口,并为后续制造与执行提供基础。看好具备工业数据、专业工具集成和客户场景积累的企业,关注工业设计与仿真软件、工程智能体及推理算力的增量机会。当前制造公差、装配约束等环节仍需人工审核,后续重点跟踪从原型验证向规模化付费的转化。
🌹 关注:
#
物理ai:奥比中光、索辰科技、五一视界、中控技术#
#
专业工业工具:华大九天、中望软件等#