美國國家航空航天局（NASA）在火星探測領域取得突破性進展——其團隊主導的“毅力”號火星車首次實現由人工智能系統自主規劃行駛路線。這項具有里程碑意義的測試由噴氣推進實驗室火星車運行中心統籌，聯合美國人工智能企業Anthropic共同完成，標志著人類探索地外行星的技術范式迎來重大變革。
傳統火星車導航依賴地球團隊的遠程操控，由于火星與地球平均距離達2.25億公里，信號傳輸存在20分鐘以上的延遲，導致實時控制成為不可能。近三十年來，火星車行駛路線均由人類“駕駛員”預先規劃，通過設置間隔不超過100米的定位點來規避風險。此次測試中，基于Anthropic公司Claude模型開發的AI系統突破了這一局限，該系統通過分析高分辨率軌道圖像和地形數據，自主識別基巖、露頭巖層等障礙物，成功為“毅力”號規劃出連續安全路徑。
具體測試于火星探測第1707天和1709天展開。AI系統在12月8日引導火星車行駛210米，兩天后再次完成246米行程，兩次移動均未觸發任何安全警報。任務團隊特別指出，該系統采用的視覺識別模塊經過專項優化，能夠精準處理HiRISE相機拍攝的復雜地形圖像，其路線規劃效率較人工方式提升超過60%。
參與項目的科學家透露，此次使用的生成式AI系統展現出三大核心優勢：其一，地形適應能力顯著增強，可自主應對坡度變化超過15度的復雜區域；其二，決策速度大幅提升，單次路線規劃耗時從人工模式的3小時縮短至8分鐘；其三，風險預判機制完善，通過實時分析巖石分布密度自動調整行駛策略。這些特性使火星車日均有效探測時間增加近4小時。
NASA局長賈里德·艾薩克曼在聲明中強調，自主導航技術的突破將徹底改變地外探測模式。他指出：“當火星車能夠自主識別科學價值區域并規劃最優路徑時，我們獲取樣本的效率將提升數倍，這為未來載人登陸火星奠定了技術基礎。”參與研發的工程師團隊則透露，該系統已具備升級潛力，下一步計劃整合光譜分析功能，使火星車在行駛過程中自動識別礦物成分。
航天領域專家分析認為，此次測試驗證了AI技術在極端環境下的可靠性。相比傳統程序化控制，基于深度學習的自主系統具有更強的環境適應能力，這種技術遷移價值巨大。目前，歐洲航天局、中國國家航天局等機構均已啟動類似技術研發，地外探測競爭正從硬件比拼轉向智能系統較量。
