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理工融合的研究成果，以长文“优先发表”于国际期刊《科学》。团队研发的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·韦伯空间望远镜探测能力。

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。清华团队立足科学问题、海量数据、人工智能和计算光学原理的深度耦合，历经技术沉淀打造出“星衍”模型。该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”将韦伯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。此项成果是AI与天文科学交叉创新的典范，推动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。

（清华大学供图）

（原标题：清华理工交叉突破天文观测极限  AI模型“星衍”登上《科学》）