在探索宇宙起源与演化的征途上，一项突破性成果为科学家们打开了新的视野。基于计算光学与人工智能技术的深度融合，我国科研团队成功开发出名为“星衍”的天文AI模型，该模型能够精准捕捉暗弱天体信号，将人类对深空的探测能力推向新高度。相关研究已发表于国际权威学术期刊《科学》，标志着我国在深空探测领域取得重要进展。
暗弱天体作为宇宙演化的“活化石”，承载着关于物质分布、星系形成等关键信息。然而，天光背景噪声与望远镜自身热辐射的叠加效应，长期制约着对这类天体的观测精度。传统方法难以从复杂噪声中分离出微弱信号，成为制约深空探测的瓶颈问题。
由清华大学自动化系与天文系联合组建的科研团队，通过创新研发“星衍”模型，成功破解这一难题。该模型采用自监督时空降噪技术，通过构建噪声涨落与星体光度的联合数学模型，并利用海量观测数据进行迭代训练，实现了对暗弱信号的高精度提取与重建。实验数据显示，当应用于詹姆斯·韦布空间望远镜时，模型可将探测深度提升1个星等，探测准确度提高1.6个星等，相当于将望远镜的有效口径从6米扩展至近10米量级。
研究团队利用“星衍”模型对深空数据进行重新解析，取得了突破性发现。在宇宙大爆炸后2至5亿年的关键时期，团队成功识别出超过160个早期星系候选体，较此前国际记录的50余个实现大幅增长。这些发现为研究星系早期演化、重子物质分布等核心问题提供了珍贵样本，相关成像结果达到当前国际探测深度最优水平。
该模型的创新性体现在其强大的兼容性与适应性。科研人员介绍，“星衍”可处理不同波段的空间望远镜数据，覆盖范围从可见光延伸至中红外波段，且能兼容多元探测设备。这种通用性使其有望成为新一代深空数据增强平台，为不同观测任务提供技术支撑。
《科学》期刊审稿专家高度评价这项研究，认为其“为深空探测提供了革命性工具”，特别是在暗弱天体观测领域展现出显著优势。随着模型技术的持续优化，未来可应用于更多先进望远镜系统，为破解暗物质分布、暗能量性质等宇宙学难题提供关键技术保障。
目前，研究团队正推进模型与更多观测设备的适配工作，并计划构建开放的深空数据处理平台。这项突破不仅提升了我国在天文观测领域的国际影响力，更为全球天文学家探索宇宙边缘提供了新的技术路径。
