新祥旭考研官网欢迎您!


知点申博:北京科技大学多模态人工智能生成技术申博上岸经验

zhongtiya2026 / 2026-11-19

北京科技大学多模态人工智能生成技术博士培养主要依托人工智能学院(智能科学与技术学院)及计算机与通信工程学院开展,对应人工智能科学与工程、计算机科学与技术等一级学科博士点。该方向聚焦多模态大模型、视觉内容生成、空间智能与具身智能等前沿领域,面向新一代人工智能、工业智能、元宇宙及智慧医疗等国家重大需求。博士招生采用“申请-考核制”,具体以当年招生章程为准。

研究方向重点突破复杂场景下的多模态融合、可控内容生成及跨模态协同瓶颈。具体涵盖多模态大模型与视觉-语言生成、扩散模型与图像/视频生成、空间智能与三维场景重建、具身智能与视觉驱动的动作规划、工业多模态大模型与智能感知、多模态协同感知与跨模态检索等。研究强调深度学习模型、生成式AI算法、多模态特征对齐、强化学习及系统集成,实现多模态人工智能生成技术在真实工业与社会场景中的高鲁棒性、泛化性与工程化落地。

备考需围绕机器学习、深度学习、计算机视觉、数字图像处理、自然语言处理、线性代数、概率论与数理统计、最优化方法等核心课程展开。建议复习《深度学习》《计算机视觉》《机器学习》《数字图像处理》等经典教材。研究设想应按“核心多模态生成科学问题—文献综述—算法设计与模型架构—实验验证—预期创新点”逻辑撰写。

该方向平台优势显著,拥有模式识别与人工智能技术创新实验室、华为5G+工业视觉联合实验室、智能交互与图形图像处理团队、智能感知与工业智能团队等科研平台。代表性导师包括殷绪成教授(国家杰青,模式识别、计算机视觉、工业多模态大模型、人工智能芯片)、樊彬教授(国家优青,计算机视觉、多模态协同感知)、周鹏教授(视觉机器学习、多模态大模型、智能感知)、支瑞聪教授(多模态情感识别、复杂场景理解、人机物融合智能体)、王笑琨/姚超(空间智能技术、智能交互与混合现实、具身智能)、朱超教授(视觉/语言多模态分析、以人为中心的视觉任务)、陈健生教授(可信人工智能、计算机视觉、扩散模型)等。导师通常要求考生具备扎实的数学与计算机基础、良好的算法设计及跨学科研究能力。

研究设想可聚焦基于扩散模型的多模态图像/视频可控生成、视觉-语言多模态大模型对齐与推理、空间智能驱动的三维场景生成与重建、具身智能中的视觉理解与动作生成闭环、工业场景下的多模态数据生成与增强、跨模态检索与生成式内容理解、多模态大模型在智慧医疗/工业检测中的应用等。申博难点在于需明确细分方向(多模态大模型/视觉生成/空间智能/具身智能),研究设想要体现具体算法创新与模型可行性,面试将深度追问深度学习理论、计算机视觉基础及前沿热点。

知点申博全科辅导服务可为该方向考生提供系统支持,包括定制一对一研究设想打磨、科研简历优化、复试模拟及学术热点分析等,助力考生精准匹配北科大相关学院要求。博士录取受多重因素影响,考生应以官方最新招生简章为准。

如需了解知点申博全科辅导服务,可咨询报名联系4000003363,或添加微信shuoedu。

添加微信咨询保研问题
北清考研定制 985考研定制 211考研定制 学硕考研定制 专硕考研定制 北京考研私塾
x
点击咨询 课程咨询 学员服务 应聘教师 投诉建议 预约报名