在国际顶级学术期刊《科学》上，一项来自中国的交叉学科研究以长文形式“优先发表”，引发天文领域广泛关注。由清华大学自动化系与天文系科研团队联合开发的AI天文观测增强模型“星衍”（ASTERIS），成功突破现有天文观测技术的深度限制，为詹姆斯·韦布空间望远镜赋予了前所未有的探测能力。
该模型通过优化光子收集效率与数据处理算法，将韦布望远镜的观测深度提升1个星等，相当于将等效观测口径从6.4米扩展至近10米，光子收集效率实现近十倍增长。这一技术突破直接转化为科研成果：研究团队利用“星衍”模型处理观测数据时，一次性发现160余个诞生于宇宙大爆炸后2亿至5亿年的高红移天体候选体，数量达到此前同类研究的三倍之多。
基于这些突破性发现，科研人员绘制出目前最清晰的极致深空星系图像，为研究宇宙黎明时期星系形成机制提供了关键观测证据。这些高红移天体作为宇宙早期演化的“化石”，其分布特征与物理性质将帮助科学家重构星系诞生的初始条件，填补现有宇宙演化模型中的关键空白。
值得关注的是，该成果实现了人工智能与天文观测的深度融合。自动化领域的数据处理技术有效解决了天文观测中光子信号微弱、噪声干扰严重等核心难题，为未来大型光学望远镜的数据分析提供了全新范式。这项跨学科创新不仅提升了现有观测设备的性能上限，更为探索宇宙最遥远区域开辟了技术新路径。
