☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
近日，在Anthropic公司推出的大型语言模型Claude的深度参与下，天体物理学家首次构建出覆盖全天球的高精度紫外波段全天图。这张前所未有的星图囊括了总计1.19亿颗恒星，其中约三分之一的天区并非直接观测所得，而是由Claude基于历史多波段天文数据（如光学、红外、X射线等）进行建模与反演推算生成，从而历史性地弥合了过去半个世纪以来因紫外巡天望远镜主动规避银河系明亮区域所导致的大面积数据缺失。
全天图绘制历来是天文数据处理中最具挑战性的任务之一，涉及海量异构数据的清洗、配准、光度校正与空间插值等多重复杂环节。传统流程依赖科研人员数周乃至数月的人工干预与反复调试。而在本次项目中，Claude通过协同调度多个专业化智能体模块，自主完成了从原始数据汇聚、跨设备响应函数校准、多源观测交叉定标，到空缺区域物理一致性补全的全链条作业，将整体处理周期压缩至仅需数天。
尤为关键的是，经独立验证，AI补全区域的紫外流量估计值与后续实测结果之间的偏差平均控制在10%以内。为保障成果可追溯与可复现，最终发布的全天图不仅以像素级精度标注了每一处数值来源（实测 or 推算），还同步嵌入了对应位置的不确定性量化信息。
这一里程碑式进展印证了一个趋势：长期受限于人力与时间瓶颈的基础性科学工程任务，正加速向AI原生范式迁移。未来，在前沿天文探索中，人类科学家有望从重复性数据劳动中彻底解放，转而专注于更高阶的科学决策——例如理论框架构建、异常信号甄别，以及重大物理问题的提出与验证。
