我们最近碰到一个学生，本科学机械的，硕士转了计算机视觉，想申香港的全奖博士。他一开始只在看CS系的导师，我们跟他说：你可能漏了一个很重要的选择
这位导师叫孙宇翔（Yuxiang Sun），香港城市大学（City University of Hong Kong）机械工程系的助理教授（Assistant Professor），博士申请全奖方向。他2020年在城大建了自主系统实验室（Autonomous Systems Lab），研究方向覆盖自动驾驶、具身AI和移动机器人。说实话，光看系名你可能以为是做传统机械的——但翻完他的论文列表，你会发现这个组90%的产出都是AI算法。这就是我们说的信息差。
课题组生态速览
香港城市大学机械工程系，QS学科排名全球前列，拥有国家级重点实验室。
组内规模：目前8名在读博士生（2021-2025级各1-2人）、2名博后、1名硕士、1名研究助理、1名访问学生。
发文节奏：近3年年均产出15-20篇，以RAL/ICRA/IROS/TRO/TITS等机器人和智能交通顶刊顶会为主；10篇ESI高被引。
毕业情况：建组5年已有从已毕业4名博士看，约4-5年（2020年建组，2023-2025年已有毕业生）毕业，节奏不算慢。
指导风格信号：年均15-20篇的产出速度+8个博士生的组规模，推测属于中等偏push的指导风格。但3次HKPFS说明学生申请质量高、导师支持力度大
这位导师是谁，为什么值得关注
孙宇翔（Yuxiang Sun），助理教授（Assistant Professor）。合肥工业大学本科→中科大硕士→香港中文大学博士，典型的内地培养+港校深造路径——这个学术路径说明他非常了解内地学生的背景和需求。
核心指标：h-index 37引用4800+（Google Scholar, 截至2026年3月）100+论文
连续4年斯坦福全球前2%高被引科学家，3次获香港博士研究生奖学金(HKPFS)。实验室获得UGC、RGC、国家自然科学基金、华为、百度等多方资助——工业界愿意投钱，说明方向有实际价值。
研究方向：从自动驾驶到具身AI，这个组在转型
我们翻了孙宇翔近三年的论文列表，发现了一个很明显的趋势：2020-2022年，这个组的主要产出集中在自动驾驶场景的语义分割和感知，典型的就是各种LiDAR和相机的分割算法，发在TRO、TITS这些顶刊上。但从2024年开始，论文里密集出现了"Vision-Language""Foundation Model""Embodied AI"这些关键词。
这意味着什么？意味着如果你现在拿着一个纯自动驾驶感知的proposal去套磁，不是不行，但可能不是最对口的。导师现在更感兴趣的，大概率是VLM/LLM驱动的机器人系统。这一点从他主页最新的关键词更新也能看出来——"Vision-Language Action (VLA)""Vision-Language Navigation (VLN)""Open-Vocabulary Mobile Manipulation"这些都是2024年以后新加的。
具体来看几个核心方向：
自主驾驶感知——传统强项，在TRO/TITS等顶刊持续产出。包括语义分割、光流预测、多传感器融合。这个方向仍在做，但已不是唯一重心。对申请者来说，如果有扎实的CV基础，这仍是一个切入点。
具身AI与视觉语言导航——这是2024年以后的核心增长点。用大模型赋能机器人在真实环境中做语义理解和导航。从论文看，2025年的ICRA投稿已经用上了VLM做语义建图。想申这个方向的学生，一定要展示对多模态大模型的理解。
四足/人形机器人——新兴方向，目前产出还不多，但主页已经把它列为核心关键词。这可能意味着未来1-2年会加大投入，也意味着申请这个方向的竞争暂时没那么激烈。
移动机器人自主导航——SLAM、路径规划等，是实验室的基础能力方向。有这个背景的同学申请会比较顺畅。
从论文看这个组的真实状态
从几篇近期论文可以看出这个组的发展脉络：
FMFusion: Instance-Aware Semantic Mapping Boosted by Vision-Language Foundation Models
RAL/ICRA 2025
这篇是实验室转向具身AI的标志性工作——用视觉语言基础模型做实例级语义建图。和之前纯靠标注数据训练分割模型的路线完全不同，体现了组的技术路线正在跟上大模型时代。
Off-Road LiDAR Intensity Based Semantic Segmentation
TRO 2024 | 机器人领域顶刊
越野场景的LiDAR分割，发在IEEE TRO上。这说明实验室在自动驾驶感知这个传统方向仍有顶刊级产出能力，不是简单丢掉老方向去追新热点。
Behind Every Domain There is a Shift: Adapting Distortion-aware Vision Transformers for Panoramic Semantic Segmentation
TITS 2024 | ESI高被引论文
全景图像的域适应分割。这是组内10篇ESI高被引论文之一——说明这个组不只是发得多，被引质量也不错。对申请者来说，这类高被引成果是未来做RA或联合发文的好素材。
你适不适合申这位导师？先看这几点
最匹配的人：
本科/硕士有CV或机器人背景，熟悉PyTorch，有项目或论文经验
对自动驾驶或具身AI有明确兴趣，能说清楚想做什么具体问题
985或海外硕士背景（从组内学生看，清一色985硕士，竞争门槛不低）
希望多发论文、节奏快、有工业界实习机会的学生
最容易误判的人：
看到"机械工程系"就以为是做传统机械设计或制造的（实际做AI算法）
只会做硬件不会编程的——这个组需要强coding能力
想要慢节奏、自由探索型科研的——从产出速度看，这个组节奏偏快
如果要申，最该强调的一点：
你对具身AI方向的理解和热情——这是导师当前最重视的增长方向，也是竞争相对没那么激烈的切入点。
家长关心的几个问题
全奖每月约HK$19,200在香港生活可以覆盖基本开支；标准学制4年；毕业后可走IANG留港，自动驾驶方向在大湾区就业需求旺盛
整体来说，这个方向的就业确定性在工科PhD里属于第一梯队。读博期间经济压力可控，毕业后无论留港还是回大湾区都有明确出路。
我们的判断
综合来看，孙宇翔的自主系统实验室是一个处于快速上升期的课题组。导师年轻、产出高效、方向紧跟前沿（从传统感知到具身AI的转型踩在了点上），而且工业界资金支持充足。建组仅5年就培养了4名博士毕业生，说明体系已经成熟。
但也要看到：这个组规模不小（8个博士生），导师可能无法做到一对一的密切指导。从发文节奏推测，组内科研压力不会太低。适合那种目标清晰、执行力强、想在博士期间积累大量论文和项目经验的学生。
申请策略建议：
套磁切口：直接针对具身AI或VLN方向，展示你对VLM/LLM在机器人中应用的理解，最好附上一个相关项目或复现实验的链接。
Proposal方向：从VLA（Vision-Language Action）或开放词汇移动操作切入，这是实验室最新的关键词，也是竞争相对少的窗口期。
注意事项：导师主页写了不接受没有编程能力的学生。套磁邮件里一定要展示coding能力（GitHub链接、项目经验等）。另外，HKPFS申请截止通常在12月1日，如果成绩够好，建议同时申请。
