AI博士个人主页
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
shushengyang.com 是 Shusheng Yang 的个人学术主页，而不是常规意义上的在线课程或培训平台。页面显示其目前为 NYU Courant 二年级博士生，导师为 Prof. Saining Xie，研究兴趣集中在计算机视觉与多模态学习交叉方向，包括表征学习、世界模型、空间智能和长上下文建模。
网站核心是作者新闻动态与论文列表，覆盖 ICLR、CVPR、NeurIPS、ICCV 等顶级会议或预印本成果。页面为多篇论文提供 Paper、Project Page、Code 等链接，例如 Cambrian-S、VideoNSA、Thinking in Space、Cambrian-1、Qwen-VL 等。就教育价值而言，它更像高阶研究资料入口，适合读论文、找代码、追踪方向，而非按章节授课的课程。
抓取文本中没有出现收费、订阅、支付方式、课程报名或认证证书信息。因此无法将其视为有明确商业模式的课程产品，也没有可确认的学习证书或结业凭证。
优点是研究方向非常前沿，论文质量和合作网络较强，涉及 Rob Fergus、Yann LeCun、Li Fei-Fei 等领域知名学者，且不少项目提供代码入口，对研究复现和文献调研有帮助。缺点也很明显：没有课程大纲、学习路径、视频讲解、作业、社群、答疑或学习支持；内容默认读者具备较强机器学习和计算机视觉背景，对初学者不友好。
更适合 AI 研究生、计算机视觉/多模态方向研究者、高阶算法工程师，用于跟踪论文、寻找项目代码、做文献综述或确定研究选题。不适合零基础学习者，也不适合希望获得系统课程、证书或就业导向训练的人群。
仅凭正文无法判断该站在中国大陆的访问情况，尤其其外链可能涉及 Google Scholar、arXiv、项目页或代码平台，实际可访问性可能因链接而异。
本测评基于公开资料整理,不构成购买建议,请以 shushengyang.com 官网实际信息为准。
NYU计算机视觉研究主页，可追踪论文。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。