清華大學自動化系與天文系聯合研究團隊近日在天文觀測領域實現重大突破，相關成果已發表于國際頂級期刊《科學》雜志。該團隊自主研發的時空自監督計算成像模型“星衍”，成功突破傳統天文觀測的深度極限，首次繪制出人類迄今最清晰的極致深空星系圖像，為探索宇宙起源提供了全新視角。

宇宙中暗弱天體的觀測長期面臨兩大挑戰：一是天光背景與望遠鏡熱輻射產生的噪聲干擾，二是硬件設備的光子收集能力限制。尤其在探測宇宙黎明時期（大爆炸后2至5億年）的微弱星光時，現有技術難以從噪聲中提取有效信號。研究團隊通過創新算法設計，攻克了這一世界性難題。

“星衍”模型的核心突破在于其獨創的光度自適應篩選機制。該機制通過聯合建模噪聲漲落與星體光度特征，結合“分時中位-全時平均”的優化策略，在剔除干擾信號的同時，將暗弱天體的信噪比提升至傳統方法的3倍以上。這一技術突破使得極低信噪比條件下的高保真光子重構成為可能，相當于將望遠鏡的等效口徑從6.4米提升至近10米量級。

研究團隊將“星衍”應用于詹姆斯·韋伯空間望遠鏡的觀測數據后，實現了探測深度提升1個星等、定位準確度提升1.6個星等的顯著進步。通過對130億光年外天體的分析，團隊新發現160余個高紅移候選星系，數量是此前同類研究的3倍。這些發現為重構宇宙早期演化圖景提供了關鍵數據，特別是對暗物質分布與星系形成機制的研究具有重要價值。

該模型的另一重大創新在于其跨平臺泛化能力。通過無監督學習框架，“星衍”可自動適配不同望遠鏡的觀測參數，覆蓋從可見光到中紅外的全波段探測需求。這種“即插即用”的特性使其既能應用于空間望遠鏡，也可兼容地面觀測設備，大幅降低了天文大數據處理的成本與門檻。

這項跨學科成果標志著天文觀測從硬件依賴向智能增益的范式轉變。通過將計算成像技術與天體物理學深度融合，研究團隊開辟了探索暗能量、暗物質等宇宙未解之謎的新路徑。目前，該模型已向全球天文研究者開放，其開源代碼與數據集正在推動國際合作觀測項目的開展。