跳到正文
IFAI

AI科研

Claude 開上火星:NASA 首次用 AI 為毅力號規劃 400 米路線

首次發布 傳播指數 38

Anthropic 披露 NASA 噴氣推進實驗室使用 Claude 為火星車毅力號規劃了約 400 米的路線。AI 結合地貌影像用專用語言編寫指令,經模擬驗證後人類僅作微調。JPL 預計這能將路線規劃耗時縮減一半。

Claude 開上火星:NASA 首次用 AI 為毅力號規劃 400 米路線
圖:anthropic.com

從地球向火星發一條指令,單程訊號要走大約二十分鐘。這意味著操作員根本不可能拿著手柄即時開車,萬一火星車一頭扎進沙坑,價值幾億美元的探測器就可能直接報廢。

過去二十多年裡,這套極其費腦子的路線規劃全靠人類頂尖工程師手敲。現在,平時被大家拿來寫程式碼、改週報的 Claude,被 NASA 派去火星領路了。

讓人工智慧寫火星專屬程式碼

這事發生在 2025 年 12 月 8 日和 10 日,也就是火星上的第 1707 和 1709 個火星日。NASA 噴氣推進實驗室的工程師們,用 Anthropic 的 Claude 為毅力號火星車規劃了一條大約 400 米的行車路線,穿過一片亂石灘。

400 米聽起來差不多就是操場一圈,但在火星表面,任何一次打滑、傾斜或陷車都是致命的。2009 年,毅力號的前輩勇氣號就是陷在沙坑裡,再也沒能動彈。

毅力號雖然自帶名為 AutoNav 的自主導航系統,但那套系統只能依靠車身攝像頭看眼前的路,做不到長距離的宏觀規劃。人類駕駛員過去必須對照軌道衛星拍攝的俯檢視,一點一點鋪設路標點。

這次 JPL 工程師把多年的火星駕駛經驗和環境資料整理好,餵給了 Claude Code。Claude 利用多模態視覺能力分析俯瞰影像,把整條路切成一段段十米長的小區間,逐點生成路標。

更有意思的是,Claude 不是簡單吐出一個答案,而是用火星任務專用的 XML 語言 Rover Markup Language 直接寫控制程式碼,甚至還會自我審查、發現漏洞並主動提出修改方案。

跑過 50 萬個變數的考試

把 AI 生成的程式碼直接發給 3.62 億公里外的火星車,誰都不敢冒險。JPL 把它丟進了日常使用的模擬模擬系統,跑了 50 多萬個變數來預測火星車的姿態和潛在危險。

模擬跑完之後,人類專家接手複核。結果發現 Claude 規劃的路線相當紮實,人類只做了一點微調。因為 Claude 沒看到火星車地面相機拍到的沙波紋細節,工程師在一條狹窄走廊處把路徑切得更細了一些,其餘部分完全照單全收。

指令最終通過深空網路傳送到了火星,毅力號順利走完了全程。JPL 工程師估計,藉助 Claude,火星車路線規劃的時間能直接砍掉一半。

為什麼重要

對深空探索來說,省下一半規劃時間絕不僅是讓工程師少加班。火星車多在路上跑一圈,就能多打幾個岩石樣本,多找找古代微生物的痕跡。

我們認為,Anthropic 這次聰明的點在於,他們沒有盲目宣傳「AI 全自主接管火星」,而是把 Claude 嵌入到了現有的工程工作流裡。讓大模型用老舊定製的 Rover Markup Language 寫程式碼,再用 50 萬個變數的硬核模擬來兜底,既發揮了模型的空間推理能力,又死死守住了安全底線。

但這裡也有明顯的侷限。Claude 依賴軌道俯檢視,看不清地面微小的沙土流速和區域性沙紋,最後依然需要人類駕駛員拿著地面近景圖來補刀。如果未來更遙遠的深空任務想徹底放手,光靠單一維度的視覺模型顯然不夠看。

放眼整個行業,這標誌著大語言模型的應用場景正在從文案助手、業務報表,實質性切入極端複雜的航天控制工程。從登月計劃 Artemis 到未來探測木衛二冰下海洋,當訊號延遲從二十分鐘拉長到數小時,這種能自己看圖、寫底層程式碼、自我挑錯的 AI,可能會成為星際探測器的標配大腦。

來源 (1)

  1. [1]
    anthropic.com(在新分頁開啟)原文anthropic.com

每日 AI 內容精選