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成果。基于計算光學原理與人工智能算法，一支由清華大學自動化系戴瓊海教授、天文系蔡崢副教授以及自動化系吳嘉敏副教授領銜的團隊，成功開發出天文AI模型“星衍”。該模型能夠解鎖暗弱天體信號，探測到超過130億光年的遙遠星系，并獲取了目前國際已知探測最深的深空影像，相關成果已在線發表于權威學術期刊《科學》。

暗弱天體是理解宇宙起源與演化的關鍵線索，但天光背景噪聲與望遠鏡熱輻射噪聲的疊加，嚴重干擾了對這些微弱信號的探測，成為天文學研究的一大難題。星衍模型的出現，為破解這一難題提供了新方案。它不僅能夠解碼空間望遠鏡的海量數據，還兼容多種探測設備，具備成為通用深空數據增強平臺的潛力。

在技術性能上，星衍模型展現出顯著優勢。研究顯示，當應用于詹姆斯·韋布空間望遠鏡時，其覆蓋波段范圍從可見光（約500納米）擴展至中紅外（5微米），深空探測深度提升1個星等，探測準確度提升1.6個星等。這一提升相當于將空間望遠鏡的等效口徑從約6米擴大至近10米的量級，大幅增強了望遠鏡的觀測能力。

憑借星衍模型的強大功能，研究團隊取得了多項重要發現。他們生成了國際探測深度最優的深空成像結果，刷新了深空探測極限，并繪制出極深圖像。更令人振奮的是，團隊利用星衍發現了超過160個宇宙早期候選星系，這些星系形成于宇宙大爆炸后2至5億年，而此前國際上僅發現50余個同時期星系。這一發現為研究宇宙早期演化提供了珍貴樣本。

星衍模型的核心技術之一是“自監督時空降噪”技術。該技術專注于暗弱信號的提取與重建，通過對噪聲漲落與星體光度進行聯合建模，并利用海量觀測數據進行訓練，在提升探測深度的同時，確保了探測結果的準確性。這一創新為暗弱天體研究提供了可靠的技術支撐。

《科學》期刊的審稿人對這一研究給予高度評價，認為其為探測宇宙提供了“強大工具”，并將對天文學領域產生重要影響。隨著星衍模型的應用，天文觀測中受噪聲干擾的暗弱天體得以高保真重現，未來有望在更多新一代望遠鏡中發揮作用，為解答暗能量、暗物質、宇宙起源以及系外行星等重大科學問題提供有力支持。