深空观测的边界，往往由“看得更远”与“看得更准”共同决定。
随着詹姆斯·韦布空间望远镜等大型设备持续产出海量数据，如何在暗弱目标与强噪声背景交织的情况下提取可靠信号，成为制约深空成像进一步“下探”的关键难题。
清华大学自动化系戴琼海院士团队与天文系蔡峥副教授团队联合提出的“星衍”（ASTERIS）模型，正是瞄准这一瓶颈开展的技术攻关。
问题在于，深空目标本身极为暗弱，观测数据易受多类噪声叠加影响。
一方面，天光背景噪声随观测条件起伏；另一方面，仪器本身的热辐射等因素带来不可忽视的干扰，同时还可能夹杂宇宙射线等瞬态事件。
多重噪声共同作用，会导致目标信号被淹没，出现误检、漏检或形态失真，进而影响对星系数量、形态与亮度分布等关键科学量的判断。
造成这一困难的根源，不仅是噪声强度高，更在于噪声与信号在时空尺度上相互缠绕，传统做法难以同时兼顾“抑噪”和“保真”。
在天文研究中，微弱信号的任何细微偏差都可能传导为科学结论的不确定性：例如对高红移星系的识别，需要在极低信噪比条件下准确分离出真实天体的光度特征与结构信息；若仅依赖通用图像处理指标，容易在提升观感的同时引入失真，影响科学测量的可重复性。
针对上述痛点，“星衍”以真实观测数据为基础进行自监督训练，重点建立噪声涨落与天体光度的联合建模框架，在极低信噪比环境中实现光子重构与信号增强。
研究团队提出“分时中位、全时平均”的联合优化策略：通过分时统计抑制宇宙射线等瞬态干扰，再以全时信息聚合提升暗弱信号的稳定性，从而在不依赖人工标注的前提下提升探测能力与形态保真。
相关测试显示，其探测准确度提升可达1.6个星等；在应用层面，该方法使韦布望远镜深空探测深度提升约1个星等，相当于获得更高的等效探测能力，为在既有设备条件下“挖掘”更多科学增量提供了路径。
这一进展的影响首先体现在对早期宇宙研究的直接增益。
团队利用该方法处理韦布望远镜观测数据，新发现160余个宇宙大爆炸后约2亿至5亿年的高红移候选星系，数量达到此前同类研究的数倍；相关目标距离地球超过130亿光年，所形成的成像结果构成目前更为深邃的深空星系图像之一。
对于天文学界而言，这意味着在同样的观测资源投入下，可获得更丰富的早期星系样本与更完整的暗弱结构信息，为研究宇宙再电离进程、早期星系形成与演化、恒星形成活动等提供更坚实的数据基础。
更值得关注的是，该方法在“跨平台、跨波段”方面展现出可推广性。
相关技术验证表明，其可覆盖从可见光到中红外的较宽波段范围，既可用于空间望远镜数据处理，也可适配地面望远镜观测场景。
这种兼容性有望缓解不同设备、不同观测条件下的数据处理差异，推动形成更一致的深空成像流程，提高多台设备联合观测时的可比性与协同性。
面对数据驱动型科研快速发展的趋势，建设适配天文研究需求的评价体系同样是关键“对策”之一。
研究团队强调以探测能力与形态保真为核心构建天文专用评价框架，避免将通用图像指标简单套用于科学成像而导致的信号扭曲。
对天文观测而言，“更清晰”不等同于“更真实”，建立科学目标导向的评估与校准机制，是推动相关方法从技术演示走向科学常规工具的必要步骤。
展望未来，此类面向低信噪比场景的计算成像方法，或将成为深空观测的重要“第二引擎”。
在大型望远镜建设周期长、资源稀缺的背景下，通过算法与模型提升现有观测数据的有效信息提取能力，有望在暗能量性质研究、系外行星探测、暗弱天体搜寻以及多信使天文学快速跟踪等前沿方向释放更大潜力。
当然，面向更广泛的应用，还需在不同天区、不同观测模式与更复杂噪声条件下持续验证其稳健性，并推动开放数据、开放流程与可复现规范建设，让方法的增益真正转化为可持续的科学产出。
从伽利略望远镜揭开地心说帷幕，到哈勃望远镜捕捉宇宙膨胀证据，人类认知边界的每一次拓展都离不开观测技术的革新。
此次我国科学家在深空成像领域的突破，不仅为探索宇宙起源提供了"中国方案"，更彰显了跨学科协同创新的巨大潜力。
随着这项技术在全球天文观测网络的推广应用，人类或将打开窥视宇宙婴儿期的新窗口，为回答"我们从何处来"的终极命题贡献东方智慧。