为距离地球1.4亿英里外的NASA毅力号火星车规划路线,比在地球上设置驾驶路线要困难得多。在地球上,我们可以在谷歌地图中输入地址,几秒钟内就能上路。而火星车的路线通常由NASA喷气推进实验室的团队规划,需要考虑地形、障碍物和潜在危险,以免火星车翻倒或受损。
NASA喷气推进实验室首次使用AI为毅力号规划路线,效果良好。
在12月8日和10日进行的两次演示中,路线由Anthropic公司的Claude大语言模型规划,并由喷气推进实验室进行双重检查,确保AI不会意外地将火星车开进沟里。毅力号在两次行驶中总共行驶了不到1500英尺,没有记录到任何问题。
NASA在规划路径点时采用了与人类操作员相同的方法。Claude获得了与喷气推进实验室科学家使用的相同卫星图像和NASA火星侦察轨道器的数据,然后被要求规划毅力号能够安全处理的路径点。
NASA对生成的路径进行了轻微修改,然后发送给毅力号,火星车随后自主行驶这条路径。
NASA局长贾里德·艾萨克曼表示:"这次演示显示了我们能力的进步,拓宽了我们探索其他世界的方式。像这样的自主技术可以帮助任务更高效地运行,应对具有挑战性的地形,并随着与地球距离的增长增加科学回报。这是团队在实际操作中谨慎负责地应用新技术的强有力例子。"
你可以在NASA的YouTube频道上观看12月10日的行驶视频,已压缩为52秒的视频。
更高效的探索方式
虽然AI主要以制造低质量内容而闻名,并被指责迅速降低人们的互联网体验,但它在某些科学研究中可能很有用。解析多年的图像和数据、规划毅力号路径点并执行这些路径需要时间。
据NASA介绍,路径点通常设置间距不超过330英尺,这意味着毅力号每次只探索一个足球场大小的区域。以它在2024年史诗般地爬出杰泽罗陨石坑为例。这趟旅程耗时3.5个月,火星车总共爬升了1640英尺的垂直高度。截至2025年12月,火星车在大约四年时间里总共只行驶了25英里。
据喷气推进实验室空间机器人专家万迪·韦尔马介绍,目标是让毅力号(和其他火星车)在"最大限度减少操作员工作量"的同时行驶更远。
韦尔马还指出,AI可以用来标记行星上的有趣特征,通过消除人工检查"大量火星车图像"的需要,为人类科学团队节省时间。
艾萨克曼说:"这次演示显示了我们能力的进步,拓宽了我们探索其他世界的方式。像这样的自主技术可以帮助任务更高效地运行,应对具有挑战性的地形,并随着与地球距离的增长增加科学回报。这是团队在实际操作中谨慎负责地应用新技术的强有力例子。"
Q&A
Q1:NASA是如何使用AI控制毅力号火星车的?
A:NASA喷气推进实验室使用Anthropic公司的Claude大语言模型来规划毅力号的行驶路线。Claude通过分析火星侦察轨道器提供的卫星图像和数据,规划出安全的路径点,然后由NASA进行检查和修改后发送给火星车执行。
Q2:AI规划路线比人工规划有什么优势?
A:AI规划路线可以更高效地处理大量图像和数据,减少操作员的工作量,让火星车能够行驶更远距离。AI还可以自动标记行星上的有趣特征,节省人类科学团队手动检查大量火星车图像的时间。
Q3:毅力号火星车目前的探索进展如何?
A:毅力号在大约四年时间里总共只行驶了25英里,路径点通常间距不超过330英尺。2024年它用了3.5个月爬出杰泽罗陨石坑,总共爬升了1640英尺垂直高度。这次AI控制的两次行驶总计不到1500英尺,没有出现问题。
好文章,需要你的鼓励
苹果研究团队发布新论文,提出让专业设计师通过评论、草图和直接编辑等方式指导AI模型生成更好的用户界面。研究显示,基于设计师原生工作流程的反馈训练方法比传统强化学习效果更佳。21名设计师参与研究,提供1460个标注样本。最终训练的模型在界面设计质量上显著超越基础模型,甚至优于GPT-5。研究发现设计师通过草图和直接编辑提供反馈时,研究团队与设计师的一致性分别达到63.6%和76.1%。
英伟达团队通过44万小时人类日常视频训练出DreamDojo机器人世界模型,实现了机器人通过观察学习复杂操作技能的突破。该系统不仅能预测动作结果,还具备强大的泛化能力,可在未见过的环境中灵活操作新物体。通过创新的潜在动作学习和实时处理技术,为通用机器人智能开辟了新道路。
Atlassian首席执行官向投资者保证,公司能够在不大幅增加成本或压缩利润率的情况下将AI整合到服务中。该公司的Rovo智能AI产品已拥有500万用户,通过优化运营而非高价格策略保持了稳定的利润率。公司第二季度营收达16亿美元,同比增长23%,运营亏损从5750万美元收窄至4770万美元。
浙江大学联合蚂蚁集团推出的InftyThink+技术,通过让AI学会"分段思考、阶段总结"的方式,成功解决了AI推理过程冗长低效的问题。该方法在数学推理任务上将准确率提升21%,推理延迟减少32.8%,为AI实际应用扫清了重要技术障碍。