NASA 的 Artemis 计划正把宇航员送上更复杂的月球任务，计划在月球南极建立基地，并最终实现载人火星任务。深空任务有个现实约束：往返通信延迟最长可达 44分钟，实时医疗指导几乎不可能。为此，Google Public Sector 去年先发布了 Crew Medical Officer Digital Assistant（CMO-DA），一种用于远程隔离环境的自动化临床决策支持系统；现在则进一步开发概念验证的物理机器人系统，希望在 NASA 任务中协助宇航员。

这个机器人被设计成多功能“payload”处理器，既能管理货物、后勤和设备，也能在需要时转向医疗支持。平时可做整理工具、固定舱室等例行维护；一旦宇航员出现严重背痛——这可能是肾结石的症状——机器人能取来并准备好超声设备，让人类医疗官专注于分析影像和救治。目标是通过承担体力活，把宇航员的时间释放给复杂科学和发现。

在密闭航天器里和人安全协作并不容易。与固定环境中的工厂机器人不同，这类空间系统需要灵活、受人类指挥的工具，而且只能依赖相机等有限感知。JPL 把原本用于追踪轨道物体的卫星态势感知工具改造成机器人导航和 3D 环境理解能力。测试在 Johnson Space Center 的 iMETRO 设施进行，先用 Google DeepMind 的 MuJoCo 物理模拟器让机器人练习复杂动作，再上真实硬件。

最近的概念验证演示中，机器人执行“取放”任务：定位并移动一个医疗包。通过“eye-to-hand”相机配置增强空间感知，基于 Physical Intelligence 开发的开源 Pi0 模型（在 Google Cloud 基础设施上训练），实验室环境初始成功率 85%。Pi0 是视觉-语言-动作（VLA）模型，把语言直接连到物理动作，宇航员可以用标准英文文本提示来灵活指挥。

计算是另一道坎。空间是终极边缘计算环境，飞船无法持续连接地球数据中心。Google 团队用 Cloud G4 实例快速训练模型，微调 4-billion 参数的 Pi0 模型只花了 2.5小时；微调后的模型可在紧凑、低功耗的边缘设备上本地运行。过去两年，团队测试了约 15种不同边缘计算设备，为未来火星任务挑选合适硬件。

下一步目标是让机器人通过简单语音指令执行多种任务，但始终在宇航员直接监督下。它可以协助常规健康监测，比如采集基本生命体征或做简单超声，全程由人类医疗官严格把控。机器人的定位是提供物理协助，绝不替代人类决策。Google Public Sector 与 NASA 的这轮合作，正在为更难的深空任务铺路。