谷歌雲10月27日披露，Google Public Sector正與NASA團隊共同開發一套面向未來深空任務的機器人概念驗證系統。這套系統既不是已經部署在月球或火星的機器人，也不是能夠獨立做出醫療決定的「機器人醫生」。目前展示的是在實驗室裏識別並搬運醫療包等任務的早期測試，目標是讓未來的宇航員在通訊延遲和人手有限的環境下，獲得一名能夠執行物理動作的助手。谷歌公布的初始基線成功率為85%，這個數字具有研究價值，但與載人航天任務所要求的可靠性之間仍有一定差距。
谷歌雲的文章指出，如果未來載人火星任務面臨最長達44分的鐘往返通訊延遲，地面的專家將無法像在近地軌道任務中那樣即時指導每一個步驟。谷歌之前與NASA討論的Crew Medical Officer Digital Assistant主要是臨床決策支持；此次新增的是能夠移動物品的實體系統。參與者包括NASA人體研究計劃、約翰遜航天中心機器人團隊、噴氣推進實驗室以及Google Public Sector。谷歌描述的任務包括整理工具、處理艙內物流，在特定情況下將超聲設備送到宇航員身邊。真正分析圖像並決定治療方案的仍然是人類醫務成員，機器人承擔的是物理協助，而非醫學責任。
從仿真練習到封閉艙內操作
深空機器人與普通的倉庫自動化不同。倉庫可以劃出人機隔離區，路線和貨架較為固定；而航天器內部空間緊湊，物品的位置會不斷變化，任何碰撞都可能影響設備或人員。谷歌透露，其團隊利用 Google DeepMind 的 MuJoCo 物理引擎來訓練和測試複雜動作，并在約翰遜航天中心的 iMETRO 設施進行概念驗證。噴氣推進實驗室還將原本用於軌道目標追蹤的態勢感知經驗應用到三維環境理解中。這種組合說明，困難不僅在於語言理解，而在於感測、定位、抓取、避障以及動作完成後結果確認的連續過程。
被測試的具體任務是尋找並搬運醫療包。谷歌表示，採用「眼到手」的相機配置增強空間感知之後，基於 Physical Intelligence 開發的 Pi0 模型在早期實驗室環境下取得了 85% 的初始成功率。這個表述至少有三層限制：一是特定任務，不代表任意指令；二是實驗室環境，不代表微重力、輻射或長期飛行；三是基線成績，仍需經過訓練和安全改進。假設連續執行十次關鍵操作，每次成功率都只有 85%，即使彼此獨立，十次全部成功的概率也會明顯低於單次成功率。實際系統還可能存在相關錯誤，不能用這個簡單計算作為工程承諾，但它提醒人們不要將演示成功等同於任務級的可靠性。
視覺—語言—動作模型將文字指令與實體動作連結起來，使宇航員能夠用日常語言來安排機器人處理非固定任務。不過，在高風險環境中，自然語言同樣可能含糊不清。一個「把設備拿過來」的指令，需要進一步明確是哪臺設備、從哪裡取、能否移動、是否會經過其他人的工作區域，以及如果抓取失敗時該如何停止。實際部署必須有明確的人類監督、動作限制和錯誤恢復機制。谷歌的表述也是未來目標：讓機器人在宇航員的直接指揮下執行多種任務。它並未聲明現有系統已獲得飛行資格，也沒有給出可用于載人任務的安全認證時間表。
算力可以上雲訓練，執行必須適應邊緣環境
深空系統不能持續依賴地球數據中心。谷歌披露使用 Google Cloud G4 實例訓練基礎模型，將具有40億參數的 Pi0 模型微調至目標任務約需2.5小時；微調後的模型隨後在緊湊、低功耗的邊緣設備上運行。團隊過去兩年測試了約15種邊緣計算設備，以尋找適合未來任務的性能與能耗平衡。這裡應區分雲端訓練與飛行時推理：前者可借鑑大型基礎設施迭代模型，後者必須在本地、受限功耗及可能斷聯的條件下穩定執行。將模型壓縮到設備上只是一個里程碑，耐久性、故障隔離和驗證流程仍是另一個工程領域。
這個項目還揭示了 AI 實施的一條現實路徑：先從邊界清晰的輔助動作入手，再逐步擴大任務集合。搬運醫療包比自主診斷更容易定義驗收條件，但依然需要處理人機共處與任務失敗的問題。對於商業機器人領域，谷歌與 NASA 的合作提供了一個嚴苛的樣本，說明了仿真、雲端訓練和邊緣部署如何結合；但航天場景的特殊成本也意味著不能直接推算普通企業的市場規模。對於太空探索，核心問題在於機器人能否減少宇航員在後勤上的時間和風險，同時不會引發新的不可控故障。後續更值得關注的，不是宣傳片中的動作，而是公開的多任務測試、極端環境驗證、人類接管機制，以及 NASA 是否將這套概念驗證推進到實際飛行試驗中。
這項測試還有一個容易被標題掩蓋的邊界：在地面實驗室裏完成任務，並不等於機器人已經具備在月球、火星或深空獨立工作的能力。真正的部署還需要面對輻射、塵土、供電、維護、失聯和任務中斷等條件，而且每一項都可能改變機器人在實驗環境中的表現。公開資料目前提供的是特定任務與測試設定下的結果，而非跨環境的通用成功率。後續若要比較進展，應該看同一任務在更接近實際太空環境的條件下是否能夠重複、人工干預的次數是否下降，以及失敗後是否能夠安全停機。把這些問題擺在成績旁邊，才能看清技術離任務現場還有多遠。
