01
招生要求
根据香港科技大学（广州）2026-27学年最新招生简章，申请Mingming Fan教授课题组需满足以下条件：
1. 学位要求
-申请者须持有认可院校颁发的学士学位，或具备同等学历资格
-博士申请者除满足上述条件外，还需提供学业卓越表现的证明：或在认可院校完成至少一年全日制研究生水平学习，或至少两年非全日制研究生水平学习
2. 英语能力要求（满足其一即可）
- TOEFL-iBT：80分（2026年1月21日前考试）或新版4.5分（2026年1月21日后考试）
- TOEFL-pBT：550分
- TOEFL修订版纸笔考试：阅读、听力与写作部分总分60分
- IELTS（学术类）：总分6.5，单项不低于5.5
豁免条件：母语为英语者，或学士学位（或同等学历）由英语授课院校授予者，可免交语言成绩。注意：仅接受单次考试成绩，不接受家庭版考试。
3. 资助与费用
- 全日制博士助学金：每月15,000元人民币，最长资助4年
- 学费（获助学金者）：每学年40,000元人民币
- 自费博士学费：每学年150,000元人民币
4. 专业特定要求
-部分学域可能设有额外招生要求，建议查阅fytgs.hkust-gz.edu.cn/adm-req获取详细信息
-申请Red Bird MPhil项目者，需选择"Master of Philosophy (General)"，无需提前联系教授或确定具体学域
02
研究方向
Mingming Fan教授现任香港科技大学（广州）计算媒体与艺术学域、物联网学域副教授，兼任香港科技大学综合系统与设计学部副教授。其于2019年获多伦多大学计算机科学博士学位，现领导Augmenting People via Empowering X (APEX)研究组，在Human-Computer Interaction (HCI)领域开展跨学科研究。
核心研究聚焦以下三个维度：
1. 辅助技术（Assistive Technology）
-面向视障、听障及肢体障碍人群的创新辅助技术开发
-针对老年群体的智能适老技术设计
- 代表性工作：发表于ACM Transactions on Accessible Computing的系统综述"How Can Haptic Feedback Assist People with Blind and Low Vision (BLV)"，以及关于视障人士快递取件行为研究的CHI论文
2. 人机智能协作（Human-AI Collaboration）
-人机协作动态机制的科学化理解
-多智能体交互系统设计（教育、学习、协作与创作场景）
-大语言模型驱动的创意支持工具
- 近期成果：探索LLM赋能的代际沟通系统、AI辅助UX评估工具等
3. 虚拟现实/增强现实/混合现实（VR/AR/MR）
-面向教育学习与无障碍的沉浸式交互系统
-多感官（触觉、嗅觉）交互技术
-可穿戴计算设备研发
- 典型项目：VR认知训练游戏LightSword、文化遗产数字化PoeticAR、基于电触觉反馈的地图导航系统
学术影响力：
-2022-2025年间CSRanking HCI领域全球排名第二
-在CHI、UbiComp、ACM Multimedia等CCF-A类会议期刊发表论文逾80篇
-获CHI最佳论文奖、ACM Multimedia杰出论文奖等11项论文奖项
-现任ACM ASSETS 2026程序委员会主席
03
有想法
基于Fan教授团队现有研究基础与前沿技术趋势，以下提出若干具备可行性的创新研究方向：
想法一：多模态具身智能导盲系统
- 核心思路：整合视觉-语言大模型（VLM）与可穿戴触觉反馈阵列，构建环境语义理解与空间导航一体化系统。不同于传统导盲设备的障碍物提示，该系统通过自然语言描述场景语义（如"前方三米处有咖啡店，门口坐着三个人"），结合触觉编码传递空间布局信息。
- 技术路径：利用EdgeAI实现端侧实时推理，设计可学习的触觉编码协议，通过用户研究优化信息密度与认知负荷平衡。可延伸至室内语义地图构建与社交场景导航。
想法二：代际知识传递的混合现实叙事平台
- 核心思路：针对Fan教授关注的代际沟通议题，开发支持祖孙协同创作的MR故事讲述系统。结合空间计算与生成式AI，允许老年用户通过语音/手势将个人记忆转化为三维叙事场景，年轻家庭成员可实时参与共创。
- 创新点：引入"数字记忆物体"概念——将实体纪念品扫描为可交互的虚拟载体，承载多模态记忆线索（语音、影像、触觉纹理）。探索非同步协作模式下的情感连接机制。
想法三：基于生理信号的自适应VR认知训练
- 核心思路：在现有LightSword项目基础上，集成可穿戴脑电（EEG）与眼动追踪，实现认知负荷实时监测。系统根据老年用户注意力状态动态调整VR训练任务难度，避免过度负荷或训练不足。
- 技术挑战：需解决运动伪迹干扰下的信号质量问题，建立个体化认知状态预测模型。可拓展至注意力缺陷障碍干预与术后认知康复场景。
想法四：可解释AI驱动的无障碍设计评估工具
- 核心思路：开发面向移动应用无障碍性的自动化检测工具，结合计算机视觉与界面理解模型，识别潜在可访问性障碍。关键创新在于引入可解释AI机制，不仅标注问题，更提供符合WCAG标准的设计修改建议与原理说明。
- 应用价值：填补现有工具（如Accessibility Scanner）在复杂交互场景下的检测盲区，支持设计师而非仅开发者使用，降低无障碍设计门槛。
