火星車規劃路徑都靠AI了？

周一 · 知古通今|周二 · 牧夫專欄

周三 · 風月同天|周四 · 觀測指南

周五 · 深空探測|周六 · 茶余星話|周日 · 太空探索

主譯：孫宇峰

校對：甘林

審核：牧夫天文校對組

美編：張一帆

后臺：王啟儒

https://sorae.info/space/20260131-perseverance-claude.html

美國國家航空航天局（NASA）于2026年1月30日宣布，火星探測車“毅力號”（Perseverance）已完成由人工智能規劃的“首次在其他天體上”的自主行駛任務。此次演示于2025年12月8日和10日舉行，由噴氣推進實驗室（JPL）主導，與Anthropic公司合作，運用大型語言模型（LLM）“Claude”完成。

▲美國宇航局火星車“毅力號”于2025年5月10日拍攝的自拍照（圖片來源：NASA/JPL-Caltech/MSSS）

NASA表示，“毅力號”火星車在12月8日行駛了約210米，12月10日行駛了約246米。這兩段行駛路線均位于杰澤羅隕石坑邊緣地帶，其創新之處在于將原本需要人類手動完成的復雜路線規劃工作，部分交由人工智能系統承擔。

本次演示采用了能處理視覺信息的生成式AI技術——視覺語言模型（VLM）。該AI通過分析JPL地面任務數據集中的現有數據，基于人類規劃人員日常使用的相同信息，生成了路徑節點（即探測車執行下一步指令的分界點）。據悉，這套系統為“毅力號”探測器創建了連續行駛路線，確保其安全運行。分析所用數據包含火星勘測軌道飛行器（MRO）搭載的HiRISE相機拍攝的高分辨率軌道影像，以及數字高程模型（DEM）生成的地形坡度數據。這些數據被用于識別巖層結構、裸露巖體、遍布危險巖石的區域以及沙紋等地形特征。

▲人工智能規劃路線（粉色）與實際行駛路線（橙色）。圓圈標注了沿途的路徑節點（圖片來源：NASA/JPL-Caltech/亞利桑那大學）

NASA解釋稱，由于地球與火星平均距離約2.25億公里，通信延遲較大，無法實時操控探測車。因此在過去28年間，多個任務的路線規劃均由人類“駕駛員”負責，為規避風險，通常每隔100米左右設置一個路徑節點，并通過深空網絡（Deep Space Network）向探測車發送指令。

此外，基于人工智能生成的路徑節點制定的行駛指令，在通過JPL的“數字孿生”（探測車的虛擬復制品）驗證軟件兼容性后，被發送至火星。NASA表示，在發送前已對超過50萬個遙測變量進行了驗證。

NASA表示，未來生成式人工智能等自主技術有望助力實現千米級自主行駛，既能減輕操作人員的工作負擔，又能提升運行效率和科研成果。此外，NASA還計劃將這項技術應用于從海量探測車圖像中提取具有科學價值的地形特征，并向科研團隊提出建議。

責任編輯：甘林

牧夫新媒體編輯部

由木星探測器朱諾拍攝的木星南半球

圖源：NASA/JPL-Caltech/SwRI/MSSS: Image processing by AliAbbasiPov, ? CC BY