美國國家航空航天局（NASA）宣布，“毅力號”火星車在火星表面成功完成了首次完全由人工智能自主規劃的行駛任務。這一突破標志著深空探索技術邁入新階段，為未來行星探測任務的自動化導航提供了關鍵驗證。
此次試驗中，生成式人工智能系統獨立分析了火星表面地形數據，規劃出一條避開巖石、陡坡等危險區域的行駛路線。對比圖像顯示，人工智能設計的品紅色路線與火星車實際行駛的橙色軌跡高度吻合，驗證了算法在復雜地質環境中的可靠性。任務團隊特別指出，該系統無需地球端人工干預，僅依賴火星勘測軌道飛行器拍攝的高分辨率影像及地形坡度模型即可完成決策。
傳統模式下，火星車每日行駛計劃需由地球上的工程師團隊耗時數小時制定。由于火星與地球間存在平均22分鐘的光速通信延遲，實時操控不可行，導致探測效率受限。NASA噴氣推進實驗室工程師萬迪·維爾馬解釋："新系統將導航決策流程自動化，使火星車能自主識別安全路徑，顯著減少了地球端的工作負荷。"
技術實現層面，該項目與人工智能公司Anthropic合作，采用其Claude模型處理多源數據。系統通過機器學習識別出關鍵地表特征后，會生成包含導航航點的路徑方案。在耶澤羅隕石坑邊緣的試駕中，火星車沿藍色圓圈標記的航點行進，淺藍色軌跡記錄車輪實際移動路線，黑色線條則顯示系統評估過的備選方案。
為確保安全，任務團隊在指令發送前利用"毅力號"的數字孿生系統進行了數百次模擬測試。兩次試駕總里程近456米，期間系統成功規避了所有預設危險區域。NASA局長賈里德·艾薩克曼評價："這項技術不僅提升了探測效率，更讓航天器在遠離地球時能做出更科學的決策，為未來深空任務開辟了新可能。"
目前，研究團隊正優化算法以支持更長距離的自主行駛。下一代系統計劃將圖像分析功能與科學目標相結合，自動標記具有研究價值的地質特征，進一步減輕科學家的工作壓力。這項技術若推廣至木星、土星衛星等更遙遠天體的探測任務，或將徹底改變人類探索太陽系的方式。
