在探索宇宙起源與演化的征途上，一項突破性成果為科學家們打開了新的視野。基于計算光學與人工智能技術的深度融合，我國科研團隊成功開發出名為“星衍”的天文AI模型，該模型能夠精準捕捉暗弱天體信號，將人類對深空的探測能力推向新高度。相關研究已發表于國際權威學術期刊《科學》，標志著我國在深空探測領域取得重要進展。

暗弱天體作為宇宙演化的“活化石”，承載著關于物質分布、星系形成等關鍵信息。然而，天光背景噪聲與望遠鏡自身熱輻射的疊加效應，長期制約著對這類天體的觀測精度。傳統方法難以從復雜噪聲中分離出微弱信號，成為制約深空探測的瓶頸問題。

由清華大學自動化系與天文系聯合組建的科研團隊，通過創新研發“星衍”模型，成功破解這一難題。該模型采用自監督時空降噪技術，通過構建噪聲漲落與星體光度的聯合數學模型，并利用海量觀測數據進行迭代訓練，實現了對暗弱信號的高精度提取與重建。實驗數據顯示，當應用于詹姆斯·韋布空間望遠鏡時，模型可將探測深度提升1個星等，探測準確度提高1.6個星等，相當于將望遠鏡的有效口徑從6米擴展至近10米量級。

研究團隊利用“星衍”模型對深空數據進行重新解析，取得了突破性發現。在宇宙大爆炸后2至5億年的關鍵時期，團隊成功識別出超過160個早期星系候選體，較此前國際記錄的50余個實現大幅增長。這些發現為研究星系早期演化、重子物質分布等核心問題提供了珍貴樣本，相關成像結果達到當前國際探測深度最優水平。

該模型的創新性體現在其強大的兼容性與適應性。科研人員介紹，“星衍”可處理不同波段的空間望遠鏡數據，覆蓋范圍從可見光延伸至中紅外波段，且能兼容多元探測設備。這種通用性使其有望成為新一代深空數據增強平臺，為不同觀測任務提供技術支撐。

《科學》期刊審稿專家高度評價這項研究，認為其“為深空探測提供了革命性工具”，特別是在暗弱天體觀測領域展現出顯著優勢。隨著模型技術的持續優化，未來可應用于更多先進望遠鏡系統，為破解暗物質分布、暗能量性質等宇宙學難題提供關鍵技術保障。

目前，研究團隊正推進模型與更多觀測設備的適配工作，并計劃構建開放的深空數據處理平臺。這項突破不僅提升了我國在天文觀測領域的國際影響力，更為全球天文學家探索宇宙邊緣提供了新的技術路徑。