La inteligencia artificial ya no se conforma con escribir código o redactar textos. Este 3 de noviembre de 2026, OpenAI dio a conocer un experimento que mueve la conversación al terreno físico: su modelo GPT-6 Astra diseñó un dispositivo completo, desde la carcasa y la placa de circuito impreso hasta el firmware, el software y la interfaz, sin que ningún integrante del equipo editara directamente el diseño. Después, un fabricante por contrato produjo un pequeño lote de prototipos en menos de un mes.
¿Qué fue lo que diseñó la IA?
El resultado es un pequeño aparato para hablar con Codex, el agente de programación de OpenAI. Según la cobertura de R&D World, el prototipo tiene un botón para presionar y hablar (push-to-talk) y una pequeña pantalla, y su creador, el investigador Justin Lin, lo llama una “mascota de Codex”. La idea era sencilla: revisar a sus agentes de código sin tener que abrir la laptop.
De acuerdo con OpenAI, dos miembros del equipo trabajaron con Astra en este proyecto en menos de una semana, y además como proyecto paralelo, no como tarea principal. Lin contó que era la primera vez que llevaba una placa desde cero hasta el ensamblado, algo que describió como “súper intimidante”.
Cómo funcionó: un ingeniero multidisciplinario en un solo modelo
OpenAI usó GPT-6 para definir los requisitos funcionales del dispositivo, y Astra se encargó de cada disciplina de ingeniería:
- Estética y diseño: definió el aspecto del aparato, inspirándose en una colaboración reciente de OpenAI con Work Louder y en referencias de videojuegos y juguetes.
- Diseño mecánico: creó la carcasa y las estructuras internas que sostienen los componentes en su lugar.
- Diseño electrónico: seleccionó los componentes y diseñó la placa de circuito impreso (PCB), incluida la colocación de componentes y sus conexiones, para que cupiera dentro de la carcasa.
- UI/UX y software: diseñó la interfaz de usuario y generó el firmware y las integraciones necesarias para conectar el dispositivo con Codex.
El experimento buscaba poner a prueba las capacidades multimodales y de “uso de computadora” de Astra, es decir, su habilidad para operar herramientas de software especializadas como lo haría una persona.
No todo fue perfecto: la fábrica tuvo la última palabra
OpenAI fue clara en que el diseño no salió listo para producción al primer intento. Preparar el dispositivo para manufactura requirió varias rondas de revisión e iteración, porque Astra no siempre tomó en cuenta los límites de producción del fabricante, las tolerancias ni los detalles necesarios para el ensamblado. “Obviamente tomó algunas rondas con la fábrica”, reconoció Lin en un video sobre el proyecto. La empresa asegura que estas fallas le sirven para identificar qué deben mejorar los modelos futuros.
Más allá del experimento: CAD, simulaciones y autos
El dispositivo es solo la parte más llamativa del anuncio. OpenAI explicó que sus equipos de hardware e infraestructura ya usan Codex y ChatGPT para crear y revisar modelos CAD, preparar planos de manufactura, configurar simulaciones y revisar diseños en áreas como robótica e infraestructura de cómputo. Desde febrero, el uso de modelos en estos equipos, medido en tokens, creció 23 veces.
La compañía también reportó avances en BenchCAD 2.0, una prueba que mide si un modelo puede reconstruir piezas y ensambles 3D e identificar conexiones en placas de circuito: un modelo interno más nuevo obtuvo un puntaje promedio de 0.875, frente a 0.594 de GPT-6 Astra en su máximo nivel de razonamiento.
En la industria, OpenAI amplió su colaboración con el equipo de carreras Chip Ganassi Racing para convertir escaneos 3D de piezas existentes en modelos CAD editables y planos de fabricación, y anunció una nueva colaboración de investigación con Mazda, cuyos ingenieros de aerodinámica y seguridad en choques exploran cómo usar estos modelos para desarrollar y evaluar nuevos diseños de vehículos.
¿Por qué importa?
Diseñar hardware siempre ha sido más lento y caro que hacer software: exige coordinar mecánica, electrónica, firmware y manufactura, cada una con sus propias herramientas y especialistas. Que un modelo pueda integrar todo eso en un primer diseño funcional en días reduce drásticamente el tiempo entre la idea y el prototipo. Eso no elimina al ingeniero, como demuestran las rondas con la fábrica, pero sí cambia su papel: menos trabajo repetitivo y más revisión, criterio y validación.
¿Qué significa para América Latina?
Para la región, la noticia tiene una lectura interesante. México, por ejemplo, es un polo de manufactura electrónica y automotriz, y en toda Latinoamérica hay un ecosistema creciente de makers, startups de hardware y estudiantes de ingeniería. Herramientas capaces de acelerar el diseño de carcasas, PCB y firmware podrían bajar la barrera de entrada para crear productos propios en lugar de solo ensamblar los de otros. Al mismo tiempo, el experimento deja claro que el conocimiento de procesos de fabricación, tolerancias y ensamblaje, justo lo que domina la industria local, seguirá siendo clave. Quien combine experiencia en planta con dominio de estas herramientas tendrá ventaja.
Conclusión
El “Codex pet” de OpenAI es un prototipo modesto, pero envía una señal grande: la IA está empezando a cruzar la frontera entre lo digital y lo físico. Todavía necesita supervisión humana para llegar a la línea de producción, pero si un modelo ya puede diseñar un aparato completo en menos de una semana, la pregunta no es si cambiará la ingeniería de hardware, sino qué tan rápido.
Puedes consultar el anuncio original en el blog de OpenAI: Accelerating engineering for the physical world.
