2月20日消息，清华大学发文称，该校自动化系与天文系联合研究团队取得重大天文突破。
依托自研的时空自监督计算成像模型星衍，该团队成功突破天文观测深度极限，绘制出迄今人类最深邃的极致深空星系图像，相关成果发表于《科学》杂志。
宇宙暗弱天体的观测一直受噪声干扰与硬件瓶颈制约，天光背景与望远镜热辐射叠加的噪声，让宇宙黎明时期的微弱星光难以捕捉。
星衍模型的诞生打破了这一困境，其独创的光度自适应筛选机制，对噪声涨落与星体光度联合建模，结合“分时中位，全时平均” 优化策略，在剔除干扰的同时最大化暗弱信号信噪比，成功攻克极低信噪比下的高保真光子重构难题。
将星衍应用于詹姆斯?韦伯空间望远镜观测数据，实现了探测深度提升1个星等、准确度提升1.6个星等的飞跃，相当于将望远镜等效口径从6.4米提升至近10米量级。
依托该技术，团队发现了160余个宇宙大爆炸后2至5亿年的高红移候选星系，数量是过往研究的3倍，这些距离地球超130亿光年的天体，勾勒出宇宙黎明时期的最初图景。
星衍模型还具备强大的跨平台泛化能力，无需人工标注，可兼容空间与地面望远镜，覆盖可见光至中红外探测波段。
这项理工交叉的创新成果，让天文观测从硬件堆叠向智能增益转型，为人类探索暗物质、暗能量等宇宙前沿问题，打开了全新的观测窗口。
AI模型星衍概念图
