NASA表示，“毅力号”火星探测车近日在火星表面完成了一系列行驶任务，其路线由基于视觉的人工智能系统端到端生成并在地面执行，过程中无需人类进行逐步操控。这被视为火星车自主能力的一次重要推进，意味着探测任务在地形选择与行驶效率方面有望获得更大空间。

人工智能如何参与火星行驶路线规划

据介绍，此次更新的关键在于一套新的规划流程：工程团队将轨道影像与探测车数据输入具备视觉能力的模型，由模型识别基岩、露头、巨石密集区以及沙丘波纹等地形要素，并据此生成“可通行/不可通行”的地图。在完成分析后，系统会提出一组兼顾安全与科学目标的路径点。

在路径点确定后，“毅力号”由车载系统接管，利用既有的自主导航能力沿路径点行驶。与以往更偏短距离、保守的规划方式相比，NASA指出，人工智能能够评估的区域范围更大，从而减少对地面团队逐段审查与下发细化驾驶指令的依赖。NASA将其描述为迈向“以最小干预完成公里级穿越”的一步。

数字孪生与安全验证流程

NASA称，为确保安全，所有候选路线在发送至火星前都会在“毅力号”及其环境的数字孪生系统中进行演练。工程团队构建了探测车及其软件的虚拟复制体，用于测试拟议路径。

在该仿真环境中，团队对探测车飞行软件进行了超过50万次遥测变量检查，以确认人工智能生成的计划不会使硬件或软件超出安全限制。NASA强调，人工智能用于提出路线方案，但最终仍由人类团队审查输出，并在完成仿真验证后批准执行。

首次人工智能规划行驶的距离与对比

NASA披露，在相关行驶任务中，“毅力号”穿越杰泽罗陨石坑一片岩石区，单次路线长度达到807英尺（246米）。NASA表示，这样的距离在过去通常需要多日通过谨慎的人类指令逐步完成。

作为对比，早期火星探测器“精神号”和“机遇号”在自主性方面更受限制，行动更多依赖地面团队规划。其中，“精神号”任务结束时累计行驶4.8英里（7.7公里），“机遇号”则保持地外驾驶里程纪录。NASA同时提到，其对“毅力号”驾驶情况的统计中，有88%的驾驶被视为自主驾驶。

生成式人工智能参与任务规划

除视觉规划系统外，NASA还在任务规划环节试验使用Anthropic的生成式人工智能模型Claude，作为“共同规划者”协助将科学意图转化为候选路线与观测序列。相关报道指出，该工具用于提出备选方案、提示潜在冲突，并由人类控制者进一步细化。

NASA强调，这并不意味着将火星探测的控制权交由聊天机器人。当前流程仍由人类团队掌握最终决策：生成式人工智能用于辅助形成整体方案，具备视觉能力的规划器将方案转化为路径点，“毅力号”的车载自主系统负责在火星表面执行并进行实时决策。

对科学任务与后续项目的意义

NASA表示，更快、更自主的行驶能力有助于探测车抵达科学价值更高但地形风险更大或耗时更长的目标区域。“毅力号”的核心任务包括寻找古代生命迹象，并采集岩石与风化层样本以供未来带回地球，这要求探测车访问多样的露头与陨石坑地貌。

NASA相关文件与研究描述称，在完成当前行动后，“毅力号”将继续探索陨石坑边缘及可能的坑外区域，并缓存样本以供更详细研究。NASA将此次人工智能工具的引入视为面向未来任务的技术积累，相关导航能力也被认为可为火星样本返回项目及后续载人探险提供支持。