共计 1536 个字符，预计需要花费 4 分钟才能阅读完成。
近日，NASA 喷气推进实验室完成了一项具有里程碑意义的演示：首次利用人工智能，在另一颗星球上为火星车规划并执行了行驶路线。这项突破性的任务使用了 Anthropic 公司的 Claude 模型，为“毅力号”火星车生成导航航点，标志着太空探索进入了一个全新的自主运行时代。
这张标注的轨道图像显示了 AI 规划的路线（洋红色高亮）与 NASA“毅力号”火星车于 2025 年 12 月 10 日在耶泽罗陨石坑的实际行驶路径（橙色）对比。此次行驶是评估生成式 AI 在火星车路线规划中应用的第二轮演示的一部分。图片来源：NASA/JPL-Caltech/University of Arizona
在 2025 年 12 月 8 日和 10 日，“毅力号”火星车在耶泽罗陨石坑成功完成了两次由 AI 规划路线的行驶任务。这两次任务由喷气推进实验室的火星车操作中心主导，工程师们利用 Claude 模型分析了来自火星勘测轨道飞行器的高分辨率图像和地形数据，生成了安全的导航航点。这一创举改变了以往需要地球团队花费多个周期进行手动规划的传统模式。
对于火星任务而言，通信延迟是一个巨大挑战，使得实时控制变得不可能。因此，将复杂的路线规划任务委托给 AI，对于实现更高效、更自主的太空操作至关重要。通过这次演示，NASA 正在测试如何利用 AI 技术来减少工作量、提高任务节奏，并为未来更长期、更复杂的任务奠定基础。
Claude 模型如何为火星车规划路线
在这两次历史性的行驶中，工程师们首先向 Claude 模型输入了火星勘测轨道飞行器拍摄的高分辨率轨道图像，以及从数字高程模型衍生的详细地形和坡度数据。这个先进的 AI 模型需要完成与人类规划员相同的工作：识别路径上的潜在危险，如基岩、巨石区和沙波纹。
Claude 模型通过分析这些数据，最终生成了一条由多个短路段组成的连续、安全的路线，并确定了关键的导航航点。在得到 AI 生成的指令后，“毅力号”火星车成功执行了任务：第一次行驶了约 210 米，两天后第二次行驶了约 246 米。值得注意的是，所有 AI 生成的路线在发送到火星之前，都经过了工程师团队的严格审查和验证。
严格验证与人类监督确保任务安全
为确保万无一失，NASA 采用了严谨的验证流程。所有由 Claude 模型生成的指令，都会先输入到一个名为“数字孪生”的虚拟系统中。这个系统是“毅力号”火星车的精确软件副本，可以在模拟环境中测试火星车的行为。
工程师们通过这个系统验证了超过 50 万个遥测变量，确保计划路径不会让火星车面临任何风险。只有在数字孪生系统中验证通过后，指令才会通过 NASA 的深空网络发送给火星上的“毅力号”。这一过程充分体现了 NASA 在引入 AI 技术时的审慎态度——人类专家的监督和既定的安全检查始终是核心环节。
AI 自主技术对太空探索的深远影响
“毅力号”的这次成功测试，为未来的太空探索描绘了令人兴奋的蓝图。目前，火星车的路线规划通常局限于短距离，且需要人类规划员投入大量时间。生成式 AI 的介入，有望将这一过程自动化，使火星车未来能够自主规划并执行公里级的长途行驶。
NASA 局长杰瑞德·艾萨克曼对此评论道：“这次演示展示了我们的能力取得了多大进步。像这样的自主技术可以帮助任务更高效地运行、应对具有挑战性的地形，并在地球距离增加时提高科学回报。”
喷气推进实验室的专家们进一步指出，生成式 AI 在简化自主导航的三大支柱——感知、定位、规划与控制——方面潜力巨大。未来，AI 不仅能帮助火星车行驶得更远，还能自动分析火星车拍摄的海量图像，为科学家们标记出有趣的地质特征，极大提升科研效率。
这次演示虽然范围有限，但其意义远超行星科学本身。它为高风险环境下的人机协作、AI 系统验证提供了一个绝佳的现实案例，对于推动 AI 在教育、技能培训等更广泛领域的发展也具有重要参考价值。
