聚焦于物理驱动的可信科学智能（Physics-informed AI for Science），致力于打破物理硬件与人工智能的传统边界，将物理规律内生于神经网络架构，推动天文观测、大气湍流感知、计算光学等领域突破经典物理探测极限，催生重大科学发现。

具体包括以下三个方向：

方向一：AI驱动的物理感知架构

突破传统“所见即所得”的科学装置设计理念，构建直供 AI 解码的光学前端，消除人类感知中间环节，大幅提升感知通量与高维测量精度极限。

方向二：任务导向的智能科学仪器

面向特定科学问题，结合场景先验与科学需求，开展硬件、算法、科学数据的端到端协同设计，研制突破特定参数空间物理约束的可信智能科学仪器。

方向三：天文科学智能

构建多波段、多信使、跨平台的可信科学智能体系模型，通过AI增强科学数据质量，驱动自主化探索，实现从科学观测到科学认知的全链路闭环。

• 以第一作者在 Science、Nature、Nature Photonics 发表系列突破性成果，在天文成像、大气湍流观测与光学像差矫正等基础科学问题上取得实质性进展。提出星衍（ASTERIS）天文AI模型，将James Webb太空望远镜（JWST）探测极限推升逾1个星等（等效口径翻倍）;提出元成像芯片与数字自适应光学架构，基于80厘米地基光学望远镜实现超千角秒范围的大气湍流高精度三维观测与矫正；获央视、新华社、人民日报等国家级媒体专题报道。

• 主持国家自然科学基金青年科学基金项目（C类）、中国博士后科学基金特别资助及面上项目、国家重点研发计划子课题等。入选北京市科协青年人才托举工程，获清华大学水木学者、清华大学学术新秀、北京市优秀毕业生，以及清华大学优秀博士学位论文、中国电子学会优秀博士学位论文等荣誉。

• 担任 Nature、IEEE TCSVT、Optica、Optics Express 等期刊审稿人，担任《激光与光电子学进展》「智能光学天文观测技术」专题执行主编，受邀在国家天文台、云南天文台、南京天文光学技术研究所等机构作学术报告。研究成果获中国光学十大进展、国际基础科学大会（ICBS）前沿科学奖（ESI高被引论文）等认可。

1. 星衍（ASTERIS）模型 · Science 2026

针对极低信噪比下天文观测的背景限制难题，提出时空自监督天文AI模型星衍，建立面向天文科学测量的AI评价标准。首创光度自适应筛选机制与跨尺度时空关联感受野，将JWST探测极限推升逾1个星等（等效口径翻倍、光子收集效率提升近7倍）。宇宙极早期候选星系发现数量较传统方法提高约3倍，据此构建了迄今涵盖宇宙最早期的星系光度方程。研究以长文形式优先发表（First Release）于Science，获所有审稿人一致高度评价：“这是一份杰出的工作……会对天文领域产生重要的影响……是一种极为强大的方法”。

2. 智能元成像芯片 · Nature 2022

针对光学像差导致复杂环境下成像质量迅速下降的难题，研制集成化“元成像芯片”，提出非相干孔径合成原理与数字自适应光学技术，建立兼具深度感知与高分辨率成像的通用智能感知架构。实现单透镜十亿像素成像、散射穿透成像及高精度三维工业检测。成功应用于国家天文台兴隆观测站，将米级望远镜湍流矫正视场提升近千倍，实现千角秒视场、近衍射极限分辨率的天文观测。获评中国光学十大进展、国际基础科学大会前沿科学奖，ESI高被引论文。

3. 广域波前传感器（WISE） · Nature Photonics 2024

针对空间非一致大气湍流观测与预测难题，研制广域波前传感芯片，建立湍流时空层析模型，提出跨尺度湍流稀疏反演算法，国际首次实现兼具1,100角秒广域视场与10角秒分辨率/30Hz高动态精度的三维大气湍流观测；通过引入卷积长短期记忆网络，实现约400角秒视场的复杂大气湍流高精度预测。MIT教授Dirk Englund评价该工作为“国际领先（SOTA）的实时波前传感芯片”。