Claude AI 驱动 NASA 首次由 AI 规划的火星车行驶
英文标题：Claude AI Powers First AI-Planned Mars Rover Drive
NASA 首次使用 Anthropic 的 AI 模型 Claude 为“毅力号”火星车规划行驶路线，成功穿越火星表面约 400 米。
本文目录
第一次由 AI 规划的行驶，发生在另一颗行星上。
探索新行星意味着你总是在“过去”中操作。信号从地球传到火星车大约需要二十分钟；等到新指令到达时，火星车已经执行完上一条指令了。
但在 2025 年 12 月 8 日和 10 日，发送给 NASA 的“毅力号”火星车的指令看起来像是来自未来。这是因为，它们有史以来第一次是由 AI 编写的。
具体来说，这些指令是由 Anthropic 的 AI 模型 Claude 编写的。NASA 喷气推进实验室（JPL）的工程师们使用 Claude 为“毅力号”规划了一条路线，让它能在火星表面的一片岩石区域中穿行约四百米。
由于信号传输到火星车有延迟，操作员无法事无巨细地控制它往哪开。他们规划好路线，发送出去，然后只能等结果出来。在此之前，一直是由人类专家来做规划。这一次，Claude 伸出了援手。
四百米并不远：它相当于跑道的一圈。但这只是一个开始。Claude——这个人们用来写邮件、构建软件应用、分析公司财务的同一个 AI 模型——现在正在帮助人类探索其他世界。
“毅力号”火星车——一辆汽车大小的机器人，装满了摄像头和科学设备——自 2021 年 2 月着陆以来，一直在火星上活跃工作。它的任务是描述该行星的地质和过去的气候，收集火星岩石和风化层（破碎的岩石和尘埃）样本，并为人类探索这颗红色星球铺平道路。它的另一个关键目标本质上是天体生物学的：它的着陆点——45 公里宽的耶泽罗陨石坑——之所以被选中，是因为有证据表明，数十亿年前，这里曾含有水——这些水可能曾支持过微生物生命。到目前为止，火星车已经发现了诱人的线索，暗示火星上可能存在古老的生物痕迹。
但在火星表面行驶绝非易事。每一次火星车行驶都需要仔细规划，以免机器打滑、翻倒、空转轮子或搁浅。因此，自从火星车着陆以来，它的人类操作员一直煞费苦心地设置航点——他们称之为“面包屑轨迹”——供其遵循，这些航点结合了从太空拍摄的图像和火星车自带的摄像头。一旦规划完成，计划就会通过深空网络跨越地球和火星之间 3.62 亿公里的距离进行传输。接收到信号后，火星车便开始它的旅程。
这是一项高风险的工作。2009 年，“勇气号”火星车——毅力号的前身之一——开进了一个沙坑，之后就再也没能移动过。
所有这些细致的规划都很耗时。“毅力号”有一个 AutoNav 系统，可以帮助它在航点之间绕过障碍物，但它只能从火星车自身的视角看东西，无法规划得太远。
JPL 的工程师们测试了 Claude 是否能通过帮助规划“毅力号”的路线来节省他们一些繁重的工作——并且达到与人类操作员相同的精度。他们在 Claude Code 中设置了一个流程，将设置航点的任务委托给 AI。
Claude 并不是通过一次提示就完成这项工作的。相反，模型需要一些背景信息才能有效地规划航点。JPL 的工程师们收集了他们多年来驾驶火星车所获得的数据和经验，并将其提供给 Claude Code。有了所有这些额外信息，Claude 利用其编码技能，用火星车标记语言（Rover Markup Language）编写指令——这是一种专门为火星探测漫游者任务开发的、基于 XML 的定制编程语言。
利用其视觉能力分析俯拍图像，Claude 为第 1707 个火星日和第 1709 个火星日（一个 sol 就是一个火星日；这两天大致相当于地球上的 12 月 8 日和 10 日）逐点规划了“毅力号”的“面包屑轨迹”。它将十米长的路段连接成一条路径，然后反复迭代以优化航点——自我批评并提出修改建议。
与任何 AI 输出一样，检查 Claude 的工作很重要。Claude 绘制的航点通过了一个“毅力号”每天用来确认指令准确性的模拟程序：模拟了超过 50 万个变量，以检查火星车的预计位置并预测其路线上的任何危险。
当 JPL 工程师审查 Claude 的计划时，他们发现只需要进行微小的调整。例如，地面摄像头图像（Claude 没有看到过）更清晰地显示了狭窄通道两侧的沙波纹；火星车驾驶员选择在这个位置比 Claude 更精确地分割路线。但除此之外，路线表现良好。这些计划被发送到火星，火星车成功穿越了规划好的路径。
模拟了超过 50 万个变量，以检查火星车的预计位置并预测其路线上的任何危险。
工程师们估计，以这种方式使用 Claude 将使路线规划时间减半，并使行驶过程更加一致。花在繁琐的手动规划上的时间更少——训练时间也更少——这使得火星车操作员能够安排更多的行驶，收集更多的科学数据，并进行更多的分析。简而言之，这意味着我们将更多地了解火星。
Claude 在“毅力号”任务中的角色，在很多方面只是对未来任务的一次试运行。
Claude 在火星车行驶中展示的那种自主能力——快速理解新情况、编写代码操作复杂仪器、在不需要操作员过多干预的情况下做出明智决策——正是那些在更长期、更雄心勃勃的太空任务中会被证明有用的能力。
NASA 即将开展的 Artemis 计划旨在将人类送回月球，并最终在月球南极建立一个由美国主导的基地。实现这一目标需要克服无数的工程挑战——就像在火星上一样，高效利用资源将是关键。
正如 Claude 可以将其智能应用于我们在地球上进行的各种更世俗的任务一样，开发一个通用 AI 助手，它足够多才多艺和可靠，能够帮助完成从绘制月球地质图到监测宇航员生命支持系统的一切工作，将成为 NASA 月球和火星任务的“力量倍增器”。
NASA 即将开展的 Artemis 计划旨在将人类送回月球，并最终在月球南极建立一个由美国主导的基地。
甚至在更远的未来，自主 AI 系统可以帮助探测器探索太阳系中更遥远的部分。这样的任务将带来极其棘手的技术问题：太阳能将变得越来越不可行；从地球发送信号的延迟可能延长到数小时；而目的地的压力、温度和辐射将共同导致机器人探测器的寿命更加危险——也更短。
“自主 AI 系统可以帮助探测器探索太阳系中更遥远的部分。”
“自主 AI 系统可以帮助探测器探索太阳系中更遥远的部分。”
Claude 在火星上行驶的四百米，首次闪现出这样的可能性：我们或许能够解决这些问题，并构建一个充满真正自主机器的未来，这些机器无需等待人类输入就能做出快速、适应性强、高效的决策。一个未来，有一天我们的探测器可能会访问像 Europa 或 Titan 这样的卫星，穿过它们冰封的外壳，并在下方黑暗的海洋中自行规划航线。
从 NASA JPL 探索更多
火星毅力号火星车
NASA 档案
在页面中展开原始 Markdown
---
title: "Claude AI 驱动 NASA 首次由 AI 规划的火星车行驶"
title_en: "Claude AI Powers First AI-Planned Mars Rover Drive"
source: "Anthropic"
source_url: "https://www.anthropic.com/features/claude-on-mars"
published_at: "2026-07-12T07:37:15.760Z"
language: "zh-CN"
topics: ["claude"]
tags: ["Anthropic","Claude"]
review_status: "unreviewed"
---
# Claude AI 驱动 NASA 首次由 AI 规划的火星车行驶
> NASA 首次使用 Anthropic 的 AI 模型 Claude 为“毅力号”火星车规划行驶路线，成功穿越火星表面约 400 米。
## 内容摘要
2025 年 12 月，NASA 喷气推进实验室利用 Anthropic 的 AI 模型 Claude，为“毅力号”火星车规划了首次由 AI 编写的行驶路线。Claude 通过分析俯拍图像，用火星车标记语言逐点规划路径，并经过模拟验证和人类微调后成功执行。这一突破将路线规划时间减半，使火星车能收集更多科学数据，并为未来深空任务中的自主 AI 系统奠定了基础。
## 为什么值得关注
AI 自主规划火星车行驶不仅提高了效率，还展示了 AI 在极端环境下的决策能力，为未来月球基地、木卫二或土卫六等更遥远、更危险的太空探索任务提供了关键技术，使探测器能在无需人类实时干预的情况下自主导航。
## 核心要点
- Claude 为“毅力号”规划了约 400 米的行驶路线，这是首次由 AI 在另一颗行星上规划的火星车行驶。
- JPL 工程师通过 Claude Code 提供背景数据，Claude 用火星车标记语言编写指令，并自我迭代优化航点。
- Claude 的计划通过了模拟 50 万多个变量的验证，人类只需微调，路线规划时间减半。
- 这一技术将用于 NASA 的 Artemis 月球计划及更远的深空任务，实现真正的自主探索。
# Claude AI 驱动 NASA 首次由 AI 规划的火星车行驶
**第一次由 AI 规划的行驶，发生在另一颗行星上。**
探索新行星意味着你总是在“过去”中操作。信号从地球传到火星车大约需要二十分钟；等到新指令到达时，火星车已经执行完上一条指令了。
但在 2025 年 12 月 8 日和 10 日，发送给 NASA 的“毅力号”火星车的指令看起来像是来自未来。这是因为，它们有史以来第一次是由 AI 编写的。
具体来说，这些指令是由 Anthropic 的 AI 模型 Claude 编写的。NASA [喷气推进实验室](https://www.jpl.nasa.gov/)（JPL）的工程师们使用 Claude 为“毅力号”规划了一条路线，让它能在火星表面的一片岩石区域中穿行约四百米。
由于信号传输到火星车有延迟，操作员无法事无巨细地控制它往哪开。他们规划好路线，发送出去，然后只能等结果出来。在此之前，一直是由人类专家来做规划。这一次，Claude 伸出了援手。
四百米并不远：它相当于跑道的一圈。但这只是一个开始。Claude——这个人们用来写邮件、构建软件应用、分析公司财务的同一个 AI 模型——现在正在帮助人类探索其他世界。
“毅力号”火星车——一辆汽车大小的机器人，装满了摄像头和科学设备——自 2021 年 2 月着陆以来，一直在火星上活跃工作。它的任务是描述该行星的地质和过去的气候，收集火星岩石和风化层（破碎的岩石和尘埃）样本，并为人类探索这颗红色星球铺平道路。它的另一个关键目标本质上是[天体生物学](https://journals.sagepub.com/doi/10.1089/ast.2021.0129)的：它的着陆点——45 公里宽的耶泽罗陨石坑——之所以被选中，是因为[有证据](https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2024AV001241)表明，数十亿年前，这里曾含有水——这些水可能曾支持过微生物生命。到目前为止，火星车已经发现了[诱人的线索](https://www.nasa.gov/news-release/nasa-says-mars-rover-discovered-potential-biosignature-last-year/)，暗示火星上可能存在古老的生物痕迹。
但在火星表面行驶绝非易事。每一次火星车行驶都需要仔细规划，以免机器打滑、翻倒、空转轮子或搁浅。因此，自从火星车着陆以来，它的人类操作员一直煞费苦心地设置航点——他们称之为“面包屑轨迹”——供其遵循，这些航点结合了从太空拍摄的图像和火星车自带的摄像头。一旦规划完成，计划就会通过[深空网络](https://eyes.nasa.gov/apps/dsn-now/)跨越地球和火星之间 3.62 亿公里的距离进行传输。接收到信号后，火星车便开始它的旅程。
这是一项高风险的工作。2009 年，“勇气号”火星车——毅力号的前身之一——开进了一个沙坑，之后就再也没能移动过。
所有这些细致的规划都很耗时。“毅力号”有一个 [AutoNav](https://science.nasa.gov/resource/autonav-drives-perseverance-forward/) 系统，可以帮助它在航点之间绕过障碍物，但它只能从火星车自身的视角看东西，无法规划得太远。
JPL 的工程师们测试了 Claude 是否能通过帮助规划“毅力号”的路线来节省他们一些繁重的工作——并且达到与人类操作员相同的精度。他们在 [Claude Code](https://claude.com/product/claude-code) 中设置了一个流程，将设置航点的任务委托给 AI。
Claude 并不是通过一次提示就完成这项工作的。相反，模型需要一些背景信息才能有效地规划航点。JPL 的工程师们收集了他们多年来驾驶火星车所获得的数据和经验，并将其[提供给 Claude Code](https://code.claude.com/docs/en/skills)。有了所有这些额外信息，Claude 利用其编码技能，用火星车标记语言（Rover Markup Language）编写指令——这是一种专门为[火星探测漫游者](https://science.nasa.gov/mission/mars-exploration-rovers-spirit-and-opportunity/)任务开发的、基于 XML 的定制编程语言。
利用其视觉能力分析俯拍图像，Claude 为第 1707 个火星日和第 1709 个火星日（一个 [sol](https://www.giss.nasa.gov/tools/mars24/help/notes.html) 就是一个火星日；这两天大致相当于地球上的 12 月 8 日和 10 日）逐点规划了“毅力号”的“面包屑轨迹”。它将十米长的路段连接成一条路径，然后反复迭代以优化航点——自我批评并提出修改建议。
与任何 AI 输出一样，检查 Claude 的工作很重要。Claude 绘制的航点通过了一个“毅力号”每天用来确认指令准确性的模拟程序：模拟了超过 50 万个变量，以检查火星车的预计位置并预测其路线上的任何危险。
当 JPL 工程师审查 Claude 的计划时，他们发现只需要进行微小的调整。例如，地面摄像头图像（Claude 没有看到过）更清晰地显示了狭窄通道两侧的沙波纹；火星车驾驶员选择在这个位置比 Claude 更精确地分割路线。但除此之外，路线表现良好。这些计划被发送到火星，火星车成功穿越了规划好的路径。
> 模拟了超过 50 万个变量，以检查火星车的预计位置并预测其路线上的任何危险。
工程师们估计，以这种方式使用 Claude 将使路线规划时间减半，并使行驶过程更加一致。花在繁琐的手动规划上的时间更少——训练时间也更少——这使得火星车操作员能够安排更多的行驶，收集更多的科学数据，并进行更多的分析。简而言之，这意味着我们将更多地了解火星。
Claude 在“毅力号”任务中的角色，在很多方面只是对未来任务的一次试运行。
Claude 在火星车行驶中展示的那种自主能力——快速理解新情况、编写代码操作复杂仪器、在不需要操作员过多干预的情况下做出明智决策——正是那些在更长期、更雄心勃勃的太空任务中会被证明有用的能力。
NASA 即将开展的 [Artemis](https://www.nasa.gov/humans-in-space/artemis/) 计划旨在将人类送回月球，并最终在月球南极建立一个由美国主导的基地。实现这一目标需要克服无数的工程挑战——就像在火星上一样，高效利用资源将是关键。
正如 Claude 可以将其智能应用于我们在地球上进行的各种更世俗的任务一样，开发一个通用 AI 助手，它足够多才多艺和可靠，能够帮助完成从绘制月球地质图到监测宇航员生命支持系统的一切工作，将成为 NASA 月球和火星任务的“力量倍增器”。
> NASA 即将开展的 Artemis 计划旨在将人类送回月球，并最终在月球南极建立一个由美国主导的基地。
甚至在更远的未来，自主 AI 系统可以帮助探测器探索太阳系中更遥远的部分。这样的任务将带来极其棘手的技术问题：太阳能将变得越来越不可行；从地球发送信号的延迟可能延长到数小时；而目的地的压力、温度和辐射将共同导致机器人探测器的寿命更加危险——也更短。
> “自主 AI 系统可以帮助探测器探索太阳系中更遥远的部分。”
“自主 AI 系统可以帮助探测器探索太阳系中更遥远的部分。”
Claude 在火星上行驶的四百米，首次闪现出这样的可能性：我们或许能够解决这些问题，并构建一个充满真正自主机器的未来，这些机器无需等待人类输入就能做出快速、适应性强、高效的决策。一个未来，有一天我们的探测器可能会访问像 [Europa](https://science.nasa.gov/mission/europa-clipper/why-europa-ingredients-for-life/) 或 [Titan](https://science.nasa.gov/saturn/moons/titan/) 这样的卫星，穿过它们冰封的外壳，并在下方黑暗的海洋中自行规划航线。
## 从 NASA JPL 探索更多
### 火星毅力号火星车
### NASA 档案
---
英文原文：[Claude AI Powers First AI-Planned Mars Rover Drive](https://www.anthropic.com/features/claude-on-mars)