2027计算机博士主轮
香港大学计算机研究学位的2027主轮已经开放，官方页面给出的主轮区间从2026年9月1日到12月1日。这个时间窗口对申请准备非常关键，因为研究计划、推荐信、成绩材料和语言证明需要在同一阶段形成完整版本。与其等到最后集中补材料，更稳妥的方式是先确定一个主线研究问题，再让CV、研究陈述和推荐信分别提供不同证据。
博士资助的两档PGS
HKU Graduate School公布的PGS基础津贴自2026年9月1日起为HK$19,135/月；博士probation确认后，PGS提高到HK$19,655/月。对申请者来说，这两个数字对应的是不同培养阶段，不应简单理解成入学就获得更高档金额。预算时应以自己正式奖学金通知为准，同时把学费、住宿和个人开销单独列出。
导师招生信号与研究训练
Hengshuang Zhao的个人页面明确写明实验室正在积极招收PhD学生，并列出HKPFS、HKU Presidential PhD Scholar Programme和PGS等可用资助渠道。他的研究集中在计算机视觉、机器学习和人工智能。申请这种方向，单纯展示模型精度并不够，最好让材料体现从数据处理、模型选择、训练设置到误差分析的完整研究链路。
从项目经历提炼能力证据
博士材料中的项目描述可以压缩成四个层次：你要解决的问题、你本人承担的工作、最关键的实验设计、结果与限制。比如做视觉模型，不必把所有网络结构都列出来，而应解释为什么选择某种训练策略、如何处理数据偏差、怎样与强基线比较，以及结果不稳定时如何定位原因。这样的表达更接近导师评估研究潜力的方式。
Research Proposal的作用
研究计划不是为了预测博士几年后的所有结果，而是证明申请者会形成问题。可以从导师近期工作延伸出一个小而清晰的研究空白，说明现有方法的局限、准备使用的数据或实验条件、预期评价方式以及可能失败的环节。若每一步都能落到可验证的证据，计划即使范围不大，也比写一个宏大的“通用AI框架”更可信。
面试中的研究表达
进入面试后，重点是让导师听懂你的判断过程。遇到没有做过的问题，可以先说明假设，再提出验证步骤，而不是急着给结论。计算机视觉和机器学习研究常见的追问包括数据是否泄漏、比较是否公平、指标是否足够、模型提升来自哪里。能主动讨论这些边界，往往比背很多论文标题更能体现博士训练需要的独立性。
不同资助渠道如何理解
Hengshuang Zhao页面列出的HKPFS、HKU Presidential PhD Scholar Programme和PGS，并不代表同一申请者会同时获得全部项目。更合理的做法是把它们理解为不同竞争路径：先完成博士项目申请，再根据各项计划的资格和结果确认个人资助组合。写申请材料时，不需要围绕奖学金单独制造“动机”，真正影响学术录取的仍是研究潜力、项目匹配和材料质量。
把训练目标写进材料
如果希望读博后做视觉或多模态研究，可以在申请前给自己做一次材料体检：是否有一个项目证明你能独立推进，是否有一次失败实验说明你会诊断问题，是否有写作样本展示你能清楚解释方法，推荐信能否描述具体研究行为。四类证据互相补充，导师更容易判断你进入博士训练后能否快速形成稳定的研究节奏。
主轮时间如何倒推准备
主轮不是只看截止日，而是一个反向排期工具。可以先锁定最终研究计划版本，再往前安排推荐信沟通、成绩材料整理和项目证据打磨。视觉方向申请者还可以提前准备一份精简实验记录，把数据划分、基线、关键超参数、失败现象和最终结论放在同一条逻辑线上。这样即使面试追问细节，也能快速回到自己真正做过的工作。
跨方向申请的取舍
如果原专业不是计算机视觉，也不必把经历强行包装成完全一致。更有效的是找出可迁移能力，例如优化、统计建模、图像处理、工程实现或大规模实验，再解释这些能力如何进入新的研究问题。博士申请看的是未来研究能力，不是关键词重合率。材料越能诚实区分“已经掌握”和“准备学习”的部分，研究计划反而越可信。
推荐信应补充哪些信息
推荐信最有价值的部分通常不是重复成绩，而是第三方对研究行为的观察，例如你是否会主动定位问题、能否在结果不理想时调整方案、是否能把复杂实验讲清楚。申请者可以提前把代表项目、个人贡献和关键困难整理给推荐人，帮助对方写出具体细节。这样的证据与CV、研究计划形成互补，比几封只有笼统表扬的推荐信更有区分度。
申请材料的一致性
最后检查时，要确认CV、研究计划和推荐信讲的是同一个研究能力主线，而不是三套互不相干的故事。材料可以各有重点，但核心项目、个人贡献和未来问题应保持一致。这样导师从不同材料看到的是相互印证的证据，而不是需要自己重新拼接的信息。
