2月20日，清华大学自动化系成像与智能技术实验室戴琼海院士团队、天文系副教授蔡峥团队联合研发的AI天文观测增强模型“星衍”（ASTERIS），成功突破天文观测深度极限，大幅提升詹姆斯·韦布空间望远镜探测能力。相关研究成果发表在国际学术期刊《科学》上。
当前，传统天文观测依赖硬件升级，已陷入边际效应瓶颈，加之复杂的时空异质噪声干扰，极暗弱天体探测难度极大。研究团队打造出的“星衍”模型创新性地构建光度自适应筛选机制，对噪声与天体光度联合建模，同时采用“分时中位，全时平均”优化策略，剔除瞬态干扰、提升暗弱信号信噪比，既保证信号高保真还原，又严格保障天文数据的科学性与严谨性。
实测数据显示，“星衍”将韦布望远镜探测深度提升1个星等，光子收集效率提升近一个数量级，等效观测口径从6.4米提升至近10米。依托该模型，团队发现160余个宇宙大爆炸后2亿至5亿年的高红移候选天体，数量为过往研究的3倍，绘制出迄今最深邃的极致深空星系图像，为探索宇宙黎明时代的星系起源提供了全新关键数据。
“星衍”具备强大泛化能力，无需人工标注即可适配多类望远镜与多波段观测，已成功应用于空间与地面天文观测设备。此项成果推动了天文观测从硬件堆叠向智能增益转型，将为人类探索宇宙起源等前沿科学问题提供核心技术支撑。
