香港科技大学的研究型博士不仅是选定研究主题、发表论文，还涉及从课程训练走向独立研究的连续过程。学校的研究生资料列出Postgraduate Studentship（PGS）每年港币229,620元的资助标准，并给出了面向全日制博士生的资助年限安排。理解这一安排，需要把研究生项目本身与导师团队的研究方式放在一起看。
博士项目与资助的基本安排
学校2027—2028年度研究生资料将PGS列为MPhil和PhD的支持方案，针对全日制博士生的资助年限最长可达四年。香港博士研究生奖学金计划则是竞争性更强的独立渠道，包含不同的津贴、学费与差旅支持。两个渠道并非可以不加区别地合并计算，获得PGS也不能自动理解为获得香港博士研究生奖学金。
学校理学院的博士入学页面说明了研究学位申请及香港博士研究生奖学金计划的不同时间节点，同时注明不同项目的截止时间不一定相同。若申请计算机科学与工程方向，应以对应项目的博士录取要求为准，而不是照搬理学院的细节。申请者可以先确定学位项目，再查课程与资格考要求，最后核对资助是否随正式录取提供。
郭松教授的研究与博士训练方式
郭松（Song Guo）是香港科技大学计算机科学与工程系讲席教授，同时担任实体人工智能研究中心主任。他的研究将智能机器人、基础模型、计算系统与真实环境交互相连接。导师个人页面明确表示招收博士生和研究助理。这为有计算机、人工智能、系统或机器人背景的申请者提供了具体的研究参照，但导师表达招募意向并不保证某一轮存在确定的空缺。
所谓实体人工智能，可以简单理解为让智能系统不只在文本或屏幕中作出预测，而是需要与真实物体和环境发生可靠互动。因此，博士研究常常会同时涉及模型训练、系统搭建、实验设计和性能评价。申请者若只写自己调用过某个大型模型，很难说明能否独立开展研究；如果能展示数据如何采集、系统如何测试，以及失败情形如何分析，内容就会更接近研究训练。
课程学习与研究问题形成
博士训练的起点不必是一份已经完美的研究计划。更重要的是对所选课题形成可验证的研究问题。以具身系统为例，研究者需要弄清楚测试环境、成功标准、资源限制和模型的可迁移性。一个在模拟数据上表现良好的算法，是否能在传感器误差、环境变化和计算资源受限的条件下持续工作，往往比单项结果更值得追问。
在阅读郭松教授团队近年的成果时，可将论文按研究任务整理：有的工作关注多模态信息理解，有的关注复杂系统中的规划与执行，还有的处理模型与算力的协同。申请者可以沿一条最熟悉的技术链深入阅读，不必为了显得了解全面而把每种热门术语都写入申请材料。对论文所使用的数据、评价指标和对照基线有明确认识，通常比泛泛评价论文“先进”更有帮助。
研究结果的可复现性与评价尺度
对需要运行复杂智能系统的研究，复现不仅是下载开源代码后得到接近的指标，还要描述训练数据、测试环境和关键计算资源。团队研究对象涉及物理环境，这意味着仅在理想条件下取得的结果无法覆盖部署中的全部问题。申博材料若展示过完整的复现实验，最好说明是否采用了原始数据划分、是否进行了消融分析，以及面对不同硬件平台时性能如何变化。
申请材料应体现研究训练能力
研究型博士申请中的简历和研究计划承担不同任务。简历负责证明申请者做过什么：课程、项目、论文、代码与实验的细节需要可核实。研究计划则解释下一阶段要解决什么问题，以及为何目前的训练足以支撑这个问题。若已有开源项目，可写清复现结果、个人改动和失败分析；若做过硬件测试，可说明测试条件与重复性。
对于跨学科申请者，可以先把既有能力翻译成团队能够直接理解的研究资产。控制专业的经验可能体现在状态估计或实时实验，统计专业的经验可能体现在不确定性评价，计算机系统背景则可以展示性能分析和部署经验。材料不必假装完全符合每个方向，清楚描述已有能力和需要补足的训练更有说服力。
还可以提前考虑毕业阶段需要什么能力。博士生若希望进入学术界，问题定义、论文写作与同行评议经验会尤其重要；若希望做产业研究，实验工程、系统部署和跨团队协作往往更关键。这些路径并非互相排斥，但选题和研究训练的侧重点会有差别。与导师讨论研究安排时，应聚焦能够得到哪些具体训练，而不是由头衔和期刊数量直接推断毕业去向。
资助通知与培养要求的关系
PGS列有明确的金额和最长支持期限，但获奖条件、续期和个人实际发放方式仍需看入学通知与学校规章。博士期间也通常存在课程、研究进度和资格考等阶段性要求。衡量一个博士项目是否适合自己，除了比较金额，还应判断能否接受高强度自主研究以及可能需要多次修正研究问题的过程。
