AI导读：

清华大学提出AI天文观测增强模型“星衍”，该模型在极低信噪比下能够高保真地重构光子，突破天文观测深度极限，将韦布空间望远镜的探测深度和准确度大幅提升，并发现了超过160个宇宙早期的候选高红移星系。

记者从清华大学获悉：清华大学自动化系戴琼海院士团队、天文系蔡峥副教授团队提出AI天文观测增强模型“星衍”，攻克极低信噪比下的高保真光子重构难题，突破天文观测深度极限，将詹姆斯·韦布空间望远镜探测深度提升1个星等（天体亮度单位），探测准确度提升1.6个星等，绘制出极致深空星系图像。相关研究成果发表于国际学术期刊《科学》。

　　“依托新技术，我们在韦布空间望远镜的深度观测数据中，发现了超过160个宇宙早期的候选高红移星系，数量是先前发现的3倍。这些星系存在于宇宙大爆炸后2亿至5亿年的‘宇宙黎明’时期，它们的发现，为理解宇宙第一缕光的诞生提供了全新数据。”论文共同通讯作者蔡峥介绍。

　　论文共同第一作者、清华大学博士后郭钰铎介绍，天文观测中，明亮的天光背景噪声与望远镜自身的热辐射噪声叠加，会遮挡暗弱的星光。“星衍”专注于对暗弱信号的提取与重建，将深空图像重构为时空光交织的三维体，通过独特的光度自适应筛选机制，对噪声涨落与星体本身的光度进行联合建模，可以高保真地还原目标信号，提升探测深度与准确性。