共计 1378 个字符，预计需要花费 4 分钟才能阅读完成。
近日，美国国家航空航天局（NASA）的毅力号火星车完成了一项里程碑式的任务：首次完全由人工智能自主规划路线，在火星表面成功行驶。这项突破性进展标志着外星机器人探索的自主能力实现了关键飞跃，有望大幅减少未来深空任务对地球指令的依赖，开启了太空探索的新纪元。
在 12 月 8 日与 10 日进行的两次关键测试中，位于南加州喷气推进实验室的任务团队将路线规划工作完全交给了一套先进的生成式人工智能系统。该系统综合分析火星勘测轨道飞行器传回的高分辨率图像与精确地形数据，自主识别出岩石、沙纹等潜在障碍，并智能规划出最优安全路径。经过地面数字孪生系统的模拟验证后，毅力号成功执行了 AI 生成的指令，分别完成了 210 米与 246 米的自主行驶。
- 
从人工遥控到 AI 导航：实现 1.4 亿公里的技术跨越
在过去的近三十年里，火星车的导航一直严重依赖地球团队的预先规划。由于火星与地球之间平均距离高达 2.25 亿公里，信号传输存在明显的分钟级延迟，使得实时遥控操作完全不可行。在传统模式下，人类规划师需要耗费大量时间仔细分析地形数据，设计出由多个短路径点构成的行驶方案，每段路径通常不超过 100 米，以确保绝对安全。
“这次成功的演示充分展现了 NASA 在太空探索技术能力上的巨大进步，”NASA 局长比尔·纳尔逊对此评价道，“此类自主导航技术将显著提升任务执行效率、增强探测器在复杂火星地形中的通过能力，并在远离地球支持时最大化科学回报。这是我们的团队以高度负责的态度，将前沿创新技术投入实际太空应用的杰出典范。”
视觉 AI 如何解读火星复杂地貌
本次测试采用了基于先进视觉语言模型的生成式 AI 技术。该系统处理了来自喷气推进实验室表面任务数据库的海量图像与地形信息。通过与 Anthropic 公司合作，项目团队利用其强大的 Claude AI 模型，分析了过去通常由人类规划师处理的数据，精准识别出关键的火星地表特征——包括基岩、岩石露头、巨石分布区以及沙波纹等，进而生成连续、高效的安全行驶路径。
为确保万无一失，在将最终指令上传至火星之前，工程师们通过毅力号的精确虚拟模型完整运行了 AI 生成的行驶计划，检查了超过 50 万个关键遥测变量，确保其与火星车自身的飞行软件完全兼容，没有任何冲突。
迈向深空完全自主化的未来蓝图
喷气推进实验室的太空机器人专家万迪·维尔马指出：“生成式 AI 在简化外星行驶的核心技术环节——包括环境感知、精确定位、路径规划与运动控制——方面展现出前所未有的巨大潜力。我们正在稳步迈向这样的未来：AI 工具将能够帮助火星表面探测器自主处理公里级的长距离行驶任务，同时为地球上的科学团队智能筛选海量图像数据，自动标记出那些最值得关注的地质特征。”
探索系统办公室经理马特·华莱士进一步展望了更宏伟的图景：“想象一下，未来智能系统不仅存在于地面控制中心，更将直接嵌入到探测器、火星直升机甚至无人机等设备的边缘计算单元中。这些高度集成的智能系统将融合工程师、科学家与宇航员的集体智慧与经验，成为我们建立可持续月球基地、并最终实现载人火星任务所不可或缺的关键技术支柱。”
作为 NASA 火星探索计划的核心任务，毅力号自 2021 年成功着陆以来，持续在古老的杰泽罗陨石坑开展详尽的科学探测。此次 AI 自主导航实验的成功，不仅为当前任务增添了革命性的技术维度，更为人类探索太阳系内更遥远、更陌生的星球，铺就了一条高度智能化的道路。
