美国航天局日前宣布，"毅力"号火星车在火星表面首次完成了由人工智能自主规划路线的行驶任务。该突破性进展表明，深空探测领域正在从传统的地面遥控模式向智能自主决策模式转变。 任务的实施背景源于火星探测面临的根本性难题。由于火星与地球平均距离约2.25亿公里，无线电信号往返需要经历显著的通信延迟，使得实时遥控火星车成为不可能。过去28年间，火星车的行驶路线主要由地面工程师根据轨道飞行器拍摄的图像、地形坡度等数据手动规划，这种方式虽然安全可靠，但效率相对较低，限制了火星探测的工作效率和科学产出。 此次演示任务于2025年12月8日和10日实施，由美国航天局喷气推进实验室主导。任务团队采用具备视觉理解能力的生成式人工智能技术，对火星勘测轨道飞行器拍摄的高分辨率图像进行深度分析。人工智能系统能够自动识别石块、沙纹、巨石堆积区等关键地形特征，并结合地形、坡度等多维数据，生成包含多个路径节点的连续行驶路线。"毅力"号火星车在内存中存储了这些人工智能生成的路径节点，在12月8日行驶约210米，两天后又行驶了约246米，总计超过450米，充分验证了该技术方案的可行性。 这一技术创新的意义在于实现了火星探测从被动执行向主动决策的转变。传统模式下，地面工程师需要花费大量时间分析数据、规划路线，而人工智能的介入使这一过程实现了自动化和智能化。通过机器学习和深度学习算法，人工智能系统能够在极短时间内处理海量地形数据，识别最优行驶路线，大幅提升了任务执行效率。同时，这种自主规划能力也增强了火星车应对复杂环境的能力，使其能够更灵活地适应火星表面的多变地形。 美国航天局局长艾萨克曼表示，类似自主技术有助于提高未来深空探测任务在通信延迟条件下的运行效率，更好应对复杂环境，以取得更多科学成果。这一表述反映出美国航天部门对人工智能在深空探测中应用前景的战略性认识。随着人工智能技术的不断进步，火星车的自主能力将更增强，有望在更复杂的地形条件下独立完成科学探测任务。 从技术层面看，这一突破涉及多个关键领域的融合创新。首先是计算机视觉技术的应用，使人工智能能够像人类一样"看懂"火星表面的地形特征；其次是路径规划算法的优化，确保生成的行驶路线既安全又高效；再次是边缘计算能力的提升，使火星车能够在有限的计算资源条件下完成复杂的决策任务。这些技术的综合应用，标志着航天器自主能力发展到了新的阶段。 对于未来的深空探测任务，这一技术具有广泛的应用前景。无论是火星探测的后续任务，还是月球、木星卫星等其他天体的探测，通信延迟都是必然存在的问题。人工智能自主规划技术的成熟，将使探测器能够在更少的地面干预下完成更多的科学任务，显著提高探测效率和科学产出。同时，这也为人类最终实现载人深空探测奠定了技术基础。
从地面遥控到自主决策，“毅力”号的这次跨越不仅是技术推进，也折射出深空探测方式的变化。在遥远而复杂的环境中，自主能力每向前一步，探测任务就多一分效率与韧性。当机器能够在有限信息与资源约束下做出更合理的选择，人类迈向更远深空的路径也会更清晰、更可持续。这正是航天科技持续演进的价值所在。