项目方向门槛
Angela Yao页面列出多名博士毕业去向，包括华为、阿里巴巴、Amazon、Meta和Apple，并说明博士申请须通过NUS计算机学院项目；这些是公开个体样本，不代表每位学生的就业结果。
这类组的门槛不是只会训练一个视觉模型。申请者需要理解视频数据、时序行为、任务辅助和真实场景评估，能够处理长视频、多人动作、第一视角遮挡、标签噪声和隐私限制。代码能力、实验设计与问题定义缺一项，项目都容易停在演示层面。
研究背景与课题组
Angela Yao任职于新加坡国立大学计算机学院，研究计算机视觉，近期重点包括第一视角视觉、技能活动理解、任务评估与反馈生成、现实世界智能助手和视频大语言模型。她的页面列出当前博士生、博士后以及博士和研究人员的去向，并说明潜在博士生需通过学院项目申请。
第一视角视觉是从佩戴者角度记录操作过程，例如装配、烹饪、医疗或维修。研究不只识别"人在做什么"，还要判断步骤顺序、错误动作、工具使用和完成质量，再设计能在合适时机提供帮助的系统。
研究重心
博士日常会从数据开始：确定任务、拍摄或整理视频、设计动作和步骤标签、处理不同相机和人员差异，再训练视频模型。长视频需要切分和检索，第一视角常有快速移动、手部遮挡和视野外信息，评价指标不能只看总体准确率。
若研究智能任务助手，还要比较系统是否真的减少错误或提高完成速度。模型在离线数据集上答对，不等于真人使用时有帮助。提示太早会打断操作，太晚则失去意义；错误建议可能带来安全风险，因此需要用户实验、延迟测量和失败案例分析。
视频大语言模型的难点是模型可能用语言常识猜答案，却没有真正理解视频。博士生要设计反事实样本、步骤顺序测试和跨场景验证，检查模型是否依赖字幕、背景或常见物体。只展示几个成功案例无法证明系统稳定。
代表论文
导师2026年的公开活动围绕技能活动理解、智能任务助手、现实世界视觉助手和视频大语言模型展开。对申请者最有用的信号是：研究正在从短视频分类转向长期任务、反馈和实际使用，而数据、评估与人机交互会比单一模型结构更重要。
读论文时不要只记录模型名字。应整理任务定义、数据如何采集、标签由谁给、错误怎样分类、系统在哪些人和场景中失效。面试能指出一个评估漏洞，并提出低成本验证方案，比复述排行榜提升更能证明研究判断。
申请准备与文书材料
CV优先保留完整的视频或多模态项目。写清视频时长、样本人数、标签体系、训练与测试怎样划分、你的代码模块、算力和最难的错误。若做过用户研究，说明任务、样本、主要指标和伦理处理。不要只列"熟悉PyTorch、Transformer、LLM"。
邮件第一段可以提出一个明确问题，例如怎样判断装配视频中的步骤遗漏，或怎样让助手在不打断人的情况下提供反馈。第二段放一项可复现材料：论文、代码、数据说明或实验报告，并说明一个失败结果怎样改变了你的设计。
申请材料还要体现工程纪律。视频项目容易出现数据泄漏，同一个人或同一场景若同时进入训练和测试，数字会虚高。应写明按人员、地点或任务版本划分数据，并保存配置和随机种子。
研究计划
Research Proposal可以限定一种现实任务，例如实验室操作、设备维护或康复训练，再选择一个主问题：步骤识别、错误检测、质量评估或反馈时机。明确视频来源、标签规则、基线、用户测试和安全边界，避免把识别、生成、机器人和AR全部放进一个博士题目。
第一年计划可分为复现公开数据集结果、建立小规模本地任务数据、做跨人员测试、再开展有限用户实验。若真实数据受隐私限制，应准备合成或公开数据替代，并说明两者之间的差距。
博士未来就业与资助
公开去向样本显示，组内博士曾进入华为、新加坡科技公司、阿里巴巴、Amazon、Meta、Apple，也有人继续学术研究。它说明视频理解和计算机视觉能力可进入工业研发与高校，但样本没有覆盖所有学生，也不能替代个人论文、实习和面试表现。
NUS Research Scholarship自2026年1月起，国际博士生标准为每月S$3,000，通常资助4年并免除学费；通过资格考试后可增加最多S$500，国际学生还需履行研究生助教计划要求。奖学金竞争和个人结果仍以正式通知为准。
在新加坡做视觉研究还要考虑数据拍摄许可、存储、GPU排队和参与者招募成本。涉及工作场所或医疗任务时，伦理与机构合作可能决定进度。预算不能只看月津贴，也要考虑住宿、设备配件和会议出行。
最终判断看三点：现有项目能否证明你会处理视频数据和评估，研究计划是否有可获得的真实任务，资助与算力是否写清。能接受大量标注、失败分析和用户测试的人，才更适合把这个方向作为长期博士训练。
