一、先说这个人
今天聊的这位导师是香港科技大学（广州）人工智能学域的Hao Liu，助理教授，主要做时空智能和城市计算方向。这个组最值得看的不是论文数据——虽然数据也不差——是他第一个毕业的博士生韩金东，已经入职山东大学当副教授了。一个AP的组，第一个学生出来就能拿到985教职，这个信号比什么h-index都说明问题。
说实话我第一眼看这个组的时候，觉得港科大广州校区毕竟是新校区，心里是有疑虑的。但翻了一下他的产出节奏和学生去向，发现事情没那么简单。他来港科广州之前是百度研究院的研究科学家，做的就是大规模交通预测和城市计算，工业界的方法论直接带进了学术组。
二、组内信号——公开能查到的
从他主页能看到，组里目前大约5到8名PhD和MPhil学生。2025年有好几篇KDD和NeurIPS被接收，产出节奏很稳。他拿了KDD 2025的Audience Appreciation Award和Outstanding Reviewer，还有日内瓦国际发明展的特别奖。这些不是灌水能灌出来的，说明他的研究在圈内是被认可的。
从我能查到的信息来看，这个组的风格偏实际问题驱动——不是纯做理论，而是拿真实的交通数据、城市数据来做系统。他最近的一个方向是用大语言模型做交通信号控制（LLMLight），发在KDD 2025上，这个切口挺新的，说明他对新范式的接受度很高。
三、研究方向——数字背后的故事
| 指标 | 数据 |
| 近三年顶会论文 | KDD/NeurIPS/VLDB 10+篇 |
| 首个PhD毕业去向 | 山东大学副教授 |
| 产业背景 | 前百度研究院研究科学家 |
方向1是时空图神经网络，做大规模交通网络上的预测问题。他的BigST发在VLDB 2024上，解决的是百万级路段的线性复杂度预测——这个问题在工业界很有需求，字节、滴滴、高德都在招这方面的人。
方向2是LLM+城市智能，用大语言模型做交通控制和决策。这个方向现在属于快速上升期，做的组不多但关注度在涨。如果你有NLP或者强化学习的背景，这个切口很值得考虑。
方向3是增量学习和时间序列预测，偏方法论，适合数学背景扎实的学生。
四、创新 idea 与就业出口
创新idea 1：将LLM的推理能力迁移到实时交通信号优化中——不只是用LLM做NLP，而是让LLM理解交通状态并做出控制决策。这个方向他已经有KDD论文作为基础，后续学生可以在多智能体协调或迁移学习上做文章。创新idea 2：面向极端天气的时空预测模型——他的学生有一篇关于极端天气预测的KDD 2026论文，说明组内已经在往这个方向拓展。气候变化+城市韧性是一个长期的研究议题。
读完这个博士能去哪？从他第一个毕业生去了山大教职来看，学术路线是走得通的。工业界的话，这个方向在滴滴、高德、字节的地图和交通团队、百度智能交通、华为智慧城市部门都有对口岗位，起步年薪通常在40-60万人民币。如果走海外博后再回国拿教职，时空智能方向在国内高校的招聘需求还在增长。
五、学费、奖学金与生活费
港科大（广州）PhD奖学金约1.5万人民币/月，学费由学校承担。广州南沙的生活成本比香港低不少，合租月租约1500-2500人民币，餐饮开销相对友好。整体算下来，读博期间不需要额外经济支持。另外，港科大（广州）和港科大清水湾校区的学位互认，毕业拿的是HKUST的学位证——这点对于找工作和做博后都是加分。
如果你有时序数据分析、GNN或者强化学习的基础，想做一个应用导向但不失学术深度的方向，这个组的成长速度和出路都值得认真考虑。
