在探索宇宙奧秘的征程中，我國科研團隊取得了一項突破性進展。科學家們運用計算光學原理與人工智能算法，成功開發出名為“星衍”的天文AI模型，實現了對遙遠暗弱天體信號的精準捕捉，為揭示宇宙起源與演化提供了全新視角。

暗弱天體作為宇宙演化的“活化石”，蘊含著理解物質能量循環、星系形成等關鍵問題的線索。然而，天光背景噪聲與望遠鏡熱輻射的疊加干擾，長期制約著人類對這類天體的觀測能力。傳統方法在處理海量數據時，往往難以平衡探測深度與成像質量，導致許多珍貴信號被淹沒在噪聲中。

由多學科團隊聯合研發的“星衍”模型，通過自監督時空降噪技術突破了這一瓶頸。該技術通過構建噪聲漲落與星體光度的聯合模型，利用海量觀測數據直接訓練，在提升探測深度的同時確保了成像準確性。實驗數據顯示，將該模型應用于詹姆斯·韋布空間望遠鏡后，其深空探測深度提升1個星等，探測準確度提升1.6個星等，相當于將望遠鏡等效口徑從約6米提升至近10米量級。

基于這一技術突破，研究團隊生成了國際上探測深度最優的深空影像，成功繪制出“極致深空圖”。在宇宙大爆炸后2至5億年的關鍵時期，團隊新發現超過160個早期候選星系，較此前國際發現的50余個同期星系數量增長超兩倍。這些發現為研究宇宙早期星系演化提供了重要樣本。

該模型展現出強大的通用性，可兼容多元探測設備并解碼空間望遠鏡的海量數據。研究團隊特別開發的波段擴展功能，使觀測范圍從可見光（約500納米）延伸至中紅外（5微米），顯著提升了多波段協同觀測能力。這種技術優勢使其有望成為新一代深空數據增強平臺。

國際權威學術期刊《科學》在刊發該成果時，審稿專家高度評價其創新價值，認為這項研究為宇宙探測提供了“革命性工具”。隨著模型技術的持續優化，其在暗能量探測、系外行星搜索等領域的應用前景備受期待，或將推動天文學研究進入全新階段。