清华团队绘出迄今最深邃的极致深空星系图像

图片地址：https://img.ithome.com/newsuploadfiles/2026/2/c941d6f9-210a-4c7d-b673-f72dcf597ff2.png?x-bce-process=image/format,f_auto

IT之家 2 月 21 日消息，清华大学宣布，日前，清华大学自动化系戴琼海院士团队和天文系蔡峥副教授团队（以下简称：研究团队）提出时空自监督计算成像模型 —— 星衍 (ASTERIS)，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 · 韦伯空间望远镜探测深度提升 1 个星等，找到 3 倍数量于过往研究的极暗弱高红移候选天体，绘制出迄今最深邃的极致深空星系图像。相关研究成果于北京时间 2 月 20 日以《自监督时空降噪提升天文成像探测极限》(Deeper detection limits in astronomical imaging using self-supervised spatiotemporal denoising) 为题，以长文形式“优先发表”(First Release) 于《科学》杂志（Science），审稿人称赞其为“杰出的工作与强大的工具”“会对天文领域产生重要的影响”。IT之家从官方新闻稿获悉，此前，利用 AI 模型“解码”天文数据的研究并不少见，多沿用计算机视觉领域的通用指标衡量性能。这些指标往往易将模型导向一种误区：数据变得干净平滑，实则磨平了极暗弱信号，甚至改变了天体形态。研究团队构建了一套基于天文科学的 AI 评价方法，摒弃单纯的视觉效果提升，以探测能力、形态保真、光度保持等为核心评价指标，将深空观测中的多帧曝光策略内化为模型的数据输入逻辑，从科学需求引导星衍的架构设计。另一方面，星衍在增加探测深度的同时，