答案已发布12 来源
用“数字孪生”校正星光，FLIP让韦布旧影像显出暗弱行星
FLIP 为望远镜建立“数字孪生”，用可调节的物理模型模拟星光，并通过多步优化补偿仪器不稳定带来的影响。[1][2] 研究论文称，自动微分帮助模型优化数百万个参数；使用机器学习领域的计算工具，并不等于该方法本身就是 AI 系统。[2] 在韦布太空望远镜既有观测上，FLIP 将探测灵敏度提高了 2 至 15 倍，并在 4.3 微米波段检出已知系外行星 51 Eridani b。[1][2]
发布者使用 GPT-6 Luna 编辑图片由 GPT Image 2 生成
研究答案
要点
- FLIP 为望远镜建立“数字孪生”，用可调节的物理模型模拟星光，并通过多步优化补偿仪器不稳定带来的影响。[1][2]
- 研究论文称，自动微分帮助模型优化数百万个参数；使用机器学习领域的计算工具，并不等于该方法本身就是 AI 系统。[2]
- 在韦布太空望远镜既有观测上，FLIP 将探测灵敏度提高了 2 至 15 倍，并在 4.3 微米波段检出已知系外行星 51 Eridani b。[1][2]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: How did the Northwestern University led team’s Physics based Learning for Imaging Planets (FLIP) method, reported in Nature on November 4, u. Article summary: FLIP’s central advance was to fit a physics based model of the telescope’s starlight to the observations, rather than rely solely on subtracting another star’s image; that let it compensate computationally for instrument. Topic tags: general web, ai, workflow, productivity, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
恒星太亮，附近较暗的行星很容易被它的光芒淹没。西北大学团队开发的 FLIP，则尝试从计算上更准确地描述望远镜看到的星光，再将这部分光从影像中扣除。研究发表于 2026 年 11 月 4 日的《自然》；团队将方法用于韦布太空望远镜已经采集的数据，报告称探测暗弱行星的灵敏度提高了 2 至 15 倍。1
2
不只“找一颗相似的星来相减”
直接成像寻找系外行星时，研究人员需要从恒星强光中辨认微弱的行星信号。常见处理方式会借助参考恒星的影像估算星光，再将其扣除。但如果参考观测与目标观测之间，望远镜或仪器状态发生变化，扣除后就可能留下残余星光，遮住行星信号。
FLIP（Physics-based Learning for Imaging Planets，基于物理的行星成像学习）采取了不同思路：建立望远镜的“数字孪生”，也就是用虚拟模型模拟星光如何经过望远镜并到达探测器，再以灵活的物理模型拟合观测到的星光。研究论文介绍，这套方法结合多步优化，旨在建模并补偿仪器不稳定造成的影响。1
2
数百万个参数，不代表它就是 AI
论文称，团队使用自动微分（autodiff）来优化数百万个模型参数。2 这类计算方法也常用于机器学习，但 FLIP 的关键是用这些工具调整一个受物理规律约束的望远镜模型，以更贴合实际观测中的星光；仅仅使用机器学习相关的优化技术，并不能说明它就是 AI 系统。
1
2
模型越能贴合仪器状态，扣除的星光就越有机会与观测中的真实星光相匹配。这样做的意义在于，FLIP 能尝试处理仪器变化带来的偏差，而不只是套用一张参考影像。研究团队将它应用于韦布已有观测，报告的灵敏度提升幅度为 2 至 15 倍。1
2
从旧数据中检出已知行星
一个重要结果是：FLIP 在 4.3 微米波段检出了 51 Eridani b。Nature 论文摘要将其称为该行星在这一波段的首次探测；这并不是发现了一颗此前未知的新行星，而是从既有韦布观测中辨认出先前处理未能检出的信号。2
团队还检验了仪器变化带来的挑战。论文摘录提到，目标 TYC 5899 没有已知伴星，而且参考观测与科学观测之间存在明显的像差漂移。2 因此，严谨的说法是它没有已知伴星，而不是断言该恒星周围绝对不存在行星。
FLIP 展示了一个值得关注的方向：望远镜硬件不变，重新建立并拟合星光模型，也可能从已有影像中提取此前被残余星光遮住的行星信号。不过，现有来源摘录不足以核实有关特定信噪比、二氧化碳解释，或未来望远镜能因此放宽多少硬件稳定性要求的详细说法；这些结论不宜仅凭灵敏度提升数据推断。1
2
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“用“数字孪生”校正星光，FLIP让韦布旧影像显出暗弱行星”的简短答案是什么？
FLIP 为望远镜建立“数字孪生”，用可调节的物理模型模拟星光，并通过多步优化补偿仪器不稳定带来的影响。[1][2]
首先要验证的关键点是什么？
FLIP 为望远镜建立“数字孪生”，用可调节的物理模型模拟星光，并通过多步优化补偿仪器不稳定带来的影响。[1][2] 研究论文称，自动微分帮助模型优化数百万个参数；使用机器学习领域的计算工具，并不等于该方法本身就是 AI 系统。[2]
接下来在实践中我应该做什么？
在韦布太空望远镜既有观测上，FLIP 将探测灵敏度提高了 2 至 15 倍，并在 4.3 微米波段检出已知系外行星 51 Eridani b。[1][2]