近日，由中国科学院大学与国家天文台联合研发的 “星语望远镜”（StarWhisper Telescope） 系统取得重要突破：其核心智能调度模块已在 “近邻星系超新星巡天”（Nearby Galaxy Supernovae Survey, NGSS） 项目中实现端到端全自动观测，并成功协调全国10余台小型及业余望远镜高效协同工作。相关成果已发表于国际期刊 Nature Communications Engineering。
这是天文领域首个基于大语言模型（LLM）构建的 AI天文观测智能体，标志着我们的人工智能技术在时域天文学中的应用从概念验证迈向实用化新阶段。
图1：传统观测模式与“星语”驱动望远镜观测的模式对比
图2：近邻星系超新星巡天项目的部分望远镜
让望远镜“会思考、能决策”
传统天文巡天高度依赖人工制定观测计划、手动操控设备，尤其在多望远镜协同场景下，效率低、响应慢、人力成本高。而“星语”系统通过将大语言模型的认知推理能力与天文专业工具深度融合，赋予望远镜三大核心智能：
1. 动态规划：综合用户意图、望远镜参数、地理位置、天气、月光干扰及目标可见性等多重约束，自动生成最优观测序列；
2. 实时协同：在多台望远镜并行作业时，智能分配任务、规避时间冲突，最大化天空覆盖效率；
3. 事件驱动响应：一旦暂现源警报发布，系统可连接并重规划任务，优先安排复测。
在实际运行中，“星语”将单台望远镜的观测计划生成时间从人工所需的 1.5小时 缩短至 1分钟以内，且实现零冲突、更高目标覆盖率，大幅提升巡天效率。
从专业科研到全民参与
“星语”大模型AI天文观测智能体不仅服务于专业天文台，还特别面向广大天文爱好者开放。借助自然语言交互接口，业余观测者只需输入简单指令（如“今晚帮我观测附近可能有超新星的星系”），即可自动参与科研项目。
目前，NGSS项目已整合分布于河北兴隆、新疆、甘肃、云南等地的小型及业余望远镜，构建起一个低成本、高灵活性的瞬变天体监测网络。未来，该网络计划进行扩展至百台以上，充分释放全球业余天文资源的科研潜力。
迈向“AI天文学家”时代
“星语”大模型AI天文观测智能体的成功验证，为下一代大型巡天项目——如司天工程 ——提供了关键技术蓝图。司天工程计划部署60台1米级望远镜，若依赖传统人工操作，需超过200名观测人员；而“星语”所代表的AI智能体架构，正是实现如此规模自动化观测的核心支撑。
项目团队表示，未来将进一步融合边缘计算、实时状态监控与故障诊断能力，推动望远镜从“远程控制”迈向“自主智能体”，最终实现“AI天文学家”——能够自主提出科学问题、设计观测方案、执行任务并撰写发现报告的闭环智能系统。
开源共享，共建智能天文生态
为促进技术普惠与社区协作，项目代码、提示工程模板及调度框架已全面开源（GitHub: https://github.com/Yu-Yang-Li/StarWhisper），并支持接入更多研究院所、高校与公众望远镜节点。未来，“星语”大模型还将拓展至引力波电磁对应体搜寻、暂现源发现和监测等关键时域天文任务，助力构建覆盖全球的智能观测网络。
相关工作详见Nature官网，文章链接：https://www.nature.com/articles/s44172-025-00520-4
