毅力号火星车自己上路狂奔，AI直接规划路线，NASA玩出星际新花样

最近，NASA“毅力号”火星车完成了一项历史性壮举，它依靠 AI 为自己规划行驶路线，并在无人干预的情况下成功行驶了数百米，这项工作由位于美国南加州的 NASA 喷气推进实验室主导的火星车操作中心协调，并与 Anthropic 公司合作，期间使用了该公司的 Claude AI 模型。

2025 年 12 月 8 日和 12 月 10 日，在火星杰泽罗陨石坑的边缘，“毅力号”前后两次完全依照 AI 生成的路线行驶，依次完成了 210 米和 246 米的自主行程。

在“毅力号”于第 1,707 和第 1,709 个火星日（即“太阳日”）进行的行驶中，真人专家将任务交给了生成式 AI，AI 随后检查了由 NASA 火星勘测轨道飞行器上的高分辨率成像科学实验相机捕获的轨道图像，以及检查了来自数字高程模型的地形坡度数据。

从传回的图像对比信息可以看到，AI 规划路线与实际行驶轨迹实际上是高度吻合的。也就是说，AI 成功地引导火星车绕过了复杂地形，展示了 AI 决策的可靠性和实用性，标志着人类深空探索迈入了一个全新的阶段。

这也在一定程度上解决了深空探索的核心痛点：那就是距离带来的不确定性和延迟。当目标距离地球数亿公里之时，任何类型的实时干预都将变得不再可能。

过去近三十年来，从“旅居者号”到“好奇号”，火星车始终依赖于人类团队。人类专家需要花费数小时甚至数天之久，仔细研究每一张的照片，谨慎地规划以米为单位的短途路径，然后再分批地上传指令。这个过程虽然安全，但却极其缓慢且会耗费大量人力，严重拉低了探测效率。

长久以来，火星车的一举一动都需要地球上的人类团队预先精心设计。由于信号单程传递就需要十几分钟，根本无法进行实时遥控。但这一次，具备视觉理解能力的生成式 AI 接过了这份复杂的工作。

AI 能够仔细分析来自轨道卫星的高清图像和地形数据，识别出哪些是坚固的基岩，哪些是危险的乱石区，哪些是容易陷车的沙纹，然后自主绘制出一条连贯且安全的路径，并设置好一个个必经的路标点。

这次成功的演示，其意义远不止于让火星车自己开了一段路。它预示着我们探索外星的方式将发生根本性的变革。无论是月球基地的日常巡查，还是火星山谷的长距离穿越，甚至是更遥远星球的探测器，都将配备这样的 AI 副驾驶。

它们能够极大减轻地面工作人员的工作负担，在亿万里之外做出快速、安全的决策，甚至能够主动发现那些科学家感兴趣的岩石或者地貌，从海量图像中为筛选出宝贵线索，人类探索的脚步也将因为 AI 的辅助而变得更快、更远和更智能。

那么，这个 AI 星际导航员是如何工作的？众所周知，AI 不仅能够看到图片，还能像人类一样理解图片中的内容。工程师给它喂的数据，正是以往由人类专家判读的同一批火星地表图像和三维地形模型。AI 需要从这些数据中辨认出各种地貌特征，并理解背后所蕴藏的风险，比如一块凸起的岩石可能会剐蹭彻底，一片平坦的沙地可能暗藏松软的陷阱。

完成观察和识别之后，AI 便进入规划阶段，它需要综合所有信息，生成一条从起点到目标点的最优路径。这条路径不能太陡，不然就会翻车；同时需要避开所有已识别的障碍；还要尽可能的高效。规划的结果被转化为一系列具体的导航指令的和路标点。

为了确保万无一失，地球上的工程师还有一个“毅力号”的完全数字复制品，也就是“数字孪生”复制品。由 AI 生成的指令会先在虚拟火星环境中开展模拟运行，并会针对五十多万个数据点进行验证，只有当确认所有动作都 100% 无误之后，才会被上传到真正的“毅力号”上。

而 AI 的加入，等于为火星车安装了一个本地的大脑。它可以快速地处理大量数据，在探测器本地开展实时环境评估和路径重新规划，从而可以应对那些突发的地形变化。

据媒体报道，NASA 喷气推进实验室的专家们有着更大的野望，他们认为这种智能系统并非仅仅存在于地面控制中心，更是能够嵌入到探测器本身。未来的月球车、火星直升机甚至外形无人机，都将携带经过真人训练的 AI 模型，它们将能组成一个可以协同工作的智能探测网络，自主地进行勘探、建站、采样甚至初步的科学分析。

同时，火星车有望实现长达数百公里的自主长途跋涉，而地面人类团队仅需设定宏观目标并进行监督即可，这将极大拓宽单次任务的科学探测范围。

可以想象的是，未来在建设月球永久基地的过程中，智能漫游车将能自主地执行物资运输和设备巡检等重复枯燥的任务。在载人火星任务中，率先派去的 AI 机器人队伍能够提前勘测着陆区和建立通信中继，为真人宇航员的到来做好事先准备。这种将真人专家智慧与机器自主性加以深度融合的模式，或许正是人类能否在另一颗星球上逐渐站稳脚跟并最终走向更远宇宙的技术跳板。

运营/排版：何晨龙