在国际天文观测领域，天光背景噪声与望远镜热辐射噪声的叠加，长期限制着深空探测精度。传统成像技术难以有效分离微弱星体信号与环境干扰，许多早期星系的信息因此被噪声掩盖。此瓶颈不仅影响宇宙演化研究，也关系到暗物质、系外行星等重大科学问题的探索。清华大学跨学科团队历时四年攻关，创新建立了噪声涨落与星体光度的联合模型。该模型采用“分时中位，全时平均”的优化策略，并通过时空自监督算法实现光子级信号重构。关键突破在于：首次在真实观测数据上实现自主训练，减少人工标注带来的系统误差；建立天文专用评价体系，避免传统计算机视觉指标引发的信号失真；支持从可见光到中红外波段的跨平台兼容。实测数据显示，“星衍”模型将韦伯望远镜的探测准确度提升1.6个星等，相当于将这台造价高昂的太空望远镜观测能力提升56%。基于该技术，科研人员新发现160余个宇宙诞生后2至5亿年的高红移星系样本，数量约为此前同类研究的三倍。这些距离地球超过130亿光年的“宇宙化石”，为研究早期星系形成机制提供了重要样本。《科学》杂志审稿人指出，该技术在一定程度上重新定义了深空探测的标准范式。该成果应用前景明确：在科学层面，可为暗能量测绘、宇宙再电离过程研究提供关键数据支撑；在工程层面，其自适应降噪算法可迁移至下一代巨型望远镜项目；在产业层面，涉及的光子重构技术有望推动高端光学设备国产化。研究团队表示，正在将该系统适配我国巡天空间望远镜等重大科学装置。
从仰望星空到深入理解宇宙，观测工具的能力始终影响着人类探索的边界。清华团队的此突破，将计算科学与天文观测深度结合，深入释放了现有观测设备的潜力。它既说明了我国科研团队在前沿方向的创新，也提示在新一代空间望远镜时代，算法与硬件协同演进将帮助人类看得更远、更清，推动我们更接近宇宙深处的答案。