2026年4月，加州大学圣克鲁兹分校团队研发的Neo人工智能模型，成功将智利薇拉·C·鲁宾天文台地面观测图像分辨率提升至接近太空望远镜水平。该模型基于生成对抗网络，利用昴星望远镜与哈勃望远镜同区域图像联合训练，可将天体形态测量准确度提高2至10倍。鲁宾天文台位于安第斯山脉帕琼山，虽受大气湍流干扰，但经Neo处理后，模糊斑驳图像中可清晰分辨独立恒星与星系轮廓。技术源自韦布望远镜数据加速分析经验，现正部署于这一耗资8亿美元的旗舰级地面设施，助力十年巡天计划高效产出科学成果。
2026年4月，加州大学圣克鲁兹分校团队研发的Neo人工智能模型，成功将智利薇拉·C·鲁宾天文台地面观测图像分辨率提升至接近太空望远镜水平。该模型基于生成对抗网络，利用昴星望远镜与哈勃望远镜同区域图像联合训练，可将天体形态测量准确度提高2至10倍。鲁宾天文台位于安第斯山脉帕琼山，虽受大气湍流干扰，但经Neo处理后，模糊斑驳图像中可清晰分辨独立恒星与星系轮廓。技术源自韦布望远镜数据加速分析经验，现正部署于这一耗资8亿美元的旗舰级地面设施，助力十年巡天计划高效产出科学成果。