跳到正文
IFAI

AI科研

Claude 开上火星:NASA 首次用 AI 为毅力号规划 400 米路线

首次发布 传播指数 38

Anthropic 披露 NASA 喷气推进实验室使用 Claude 为火星车毅力号规划了约 400 米的路线。AI 结合地貌图像用专用语言编写指令,经模拟验证后人类仅作微调。JPL 预计这能将路线规划耗时缩减一半。

Claude 开上火星:NASA 首次用 AI 为毅力号规划 400 米路线
图:anthropic.com

从地球向火星发一条指令,单程信号要走大约二十分钟。这意味着操作员根本不可能拿着手柄实时开车,万一火星车一头扎进沙坑,价值几亿美元的探测器就可能直接报废。

过去二十多年里,这套极其费脑子的路线规划全靠人类顶尖工程师手敲。现在,平时被大家拿来写代码、改周报的 Claude,被 NASA 派去火星领路了。

让人工智能写火星专属代码

这事发生在 2025 年 12 月 8 日和 10 日,也就是火星上的第 1707 和 1709 个火星日。NASA 喷气推进实验室的工程师们,用 Anthropic 的 Claude 为毅力号火星车规划了一条大约 400 米的行车路线,穿过一片乱石滩。

400 米听起来差不多就是操场一圈,但在火星表面,任何一次打滑、倾斜或陷车都是致命的。2009 年,毅力号的前辈勇气号就是陷在沙坑里,再也没能动弹。

毅力号虽然自带名为 AutoNav 的自主导航系统,但那套系统只能依靠车身摄像头看眼前的路,做不到长距离的宏观规划。人类驾驶员过去必须对照轨道卫星拍摄的俯视图,一点一点铺设路标点。

这次 JPL 工程师把多年的火星驾驶经验和环境数据整理好,喂给了 Claude Code。Claude 利用多模态视觉能力分析俯瞰图像,把整条路切成一段段十米长的小区间,逐点生成路标。

更有意思的是,Claude 不是简单吐出一个答案,而是用火星任务专用的 XML 语言 Rover Markup Language 直接写控制代码,甚至还会自我审查、发现漏洞并主动提出修改方案。

跑过 50 万个变量的考试

把 AI 生成的代码直接发给 3.62 亿公里外的火星车,谁都不敢冒险。JPL 把它丢进了日常使用的仿真模拟系统,跑了 50 多万个变量来预测火星车的姿态和潜在危险。

模拟跑完之后,人类专家接手复核。结果发现 Claude 规划的路线相当扎实,人类只做了一点微调。因为 Claude 没看到火星车地面相机拍到的沙波纹细节,工程师在一条狭窄走廊处把路径切得更细了一些,其余部分完全照单全收。

指令最终通过深空网络发送到了火星,毅力号顺利走完了全程。JPL 工程师估计,借助 Claude,火星车路线规划的时间能直接砍掉一半。

为什么重要

对深空探索来说,省下一半规划时间绝不仅是让工程师少加班。火星车多在路上跑一圈,就能多打几个岩石样本,多找找古代微生物的痕迹。

我们认为,Anthropic 这次聪明的点在于,他们没有盲目宣传「AI 全自主接管火星」,而是把 Claude 嵌入到了现有的工程工作流里。让大模型用老旧定制的 Rover Markup Language 写代码,再用 50 万个变量的硬核仿真来兜底,既发挥了模型的空间推理能力,又死死守住了安全底线。

但这里也有明显的局限。Claude 依赖轨道俯视图,看不清地面微小的沙土流速和局部沙纹,最后依然需要人类驾驶员拿着地面近景图来补刀。如果未来更遥远的深空任务想彻底放手,光靠单一维度的视觉模型显然不够看。

放眼整个行业,这标志着大语言模型的应用场景正在从文案助手、业务报表,实质性切入极端复杂的航天控制工程。从登月计划 Artemis 到未来探测木卫二冰下海洋,当信号延迟从二十分钟拉长到数小时,这种能自己看图、写底层代码、自我挑错的 AI,可能会成为星际探测器的标配大脑。

来源 (1)

  1. [1]
    anthropic.com(在新标签页打开)原文anthropic.com

每日 AI 内容精选