清华星衍AI绘极致深空图 探测深度翻倍

【时间】北京时间2026年9月4日（果壳等中文媒体首轮报道），相关论文于2026年2月20日在线发表于《Science》。 【地点】北京（清华大学自动化系与天文系）；太空（詹姆斯·韦伯空间望远镜 JWST）；日本（昴星团望远镜 Subaru）。 【人物】清华大学自动化系教授、戴琼海院士领衔；天文系副教授蔡峥、自动化系副教授吴嘉敏为核心成员；论文第一作者为郭钰铎副教授，他同时主持清华人工智能学院"Duo Lab"。 【事件详情】清华大学自动化系与天文系联合团队在《Science》在线发表长文，公布基于计算光学与 AI 算法研发的时空自监督计算成像模型"星衍"（ASTERIS，Astronomical Spatiotemporal Enhancement and Reconstruction for Image Synthesis）。论文显示：1) ASTERIS 将 JWST 探测深度提升 1.0 个星等，光子收集效率提升近一个数量级，等效观测口径从 6.4 米提升至近 10 米；2) 在 90% 完整性和纯度下，识别出 160 余个宇宙大爆炸后 2 亿至 5 亿年的高红移候选天体，数量为过往研究的 3 倍；3) 首次检出低表面亮度星系结构与引力透镜弧等此前无法观测的特征，并绘制出迄今国际已知最深的深空星系图像。 【背景】JWST 耗资约 100 亿美元，是史上最强太空望远镜之一，但其观测深度长期受天光背景噪声和望远镜热辐射噪声叠加限制。传统降噪方法依赖多曝光叠加，并假设噪声均匀或相关，难以应对真实宇宙时空变化的非平稳噪声。 【影响】ASTERIS 通过"光度自适应筛选机制"对噪声涨落与天体光度进行联合建模，无需物理建模还原望远镜状态，直接利用带真实噪声的海量观测数据训练即可高保真还原目标信号。研究团队预计该技术将应用于下一代望远镜，帮助解码暗能量、暗物质、宇宙起源与外星行星等重大科学问题；同时有望成为通用深空数据增强平台，可为未来大型天文项目节省百亿美元量级硬件开支，并开辟 AI 驱动高精度科研的新范式。论文评审专家称之为"对天文学具有重要影响的优秀工作"。 【总结】清华"星衍"用算法替代更大口径的镜子，让 JWST 看见 130 亿年前的宇宙黎明，标志 AI 驱动的科研范式正在从数据辅助走向原始发现。 【参考来源】 1. 清华大学自动化系：Deeper detection limits in astronomical imaging using self-supervised spatiotemporal denoising (Science 2026) - https://media.au.tsinghua.edu.cn/info/1016/1569.htm 2. 清华大学人工智能学院 Yuduo Guo 主页 - https://collegeai.tsinghua.edu.cn/en/People/Full_time_PI/YuduoGuo.htm 3. 科普中国：刷新深空探测极限 我国科学家用天文AI模型绘制极致深空图 - https://cloud.kepuchina.cn/newSearch/imgText?id=7424440251977805824 4. TV BRICS：China unveils AI breakthrough to advance deep-space exploration - https://tvbrics.com/en/news/chinese-scientists-unveil-ai-breakthrough-to-advance-deep-space-exploration 5. TodayStance：Chinese AI Model Reveals 13-Billion-Year-Old Galaxies - https://todaystance.com/chinese-ai-model-deep-space-exploration/ 6. 果壳：清华AI看见130亿年前的宇宙 - https://www.guokr.com/article/470122/ 7. 网易：一张模糊照片值百亿美金 清华AI让旧数据重见130亿年前宇宙 - https://www.163.com/dy/article/L61173FM05561FYF.html