为什么有的博士生博一就有论文，有些博士生博四了都没论文？

最近看到博士生与博士生之间差距挺大的，想问下是什么原因造成的呢。

我觉得是想象力的问题。

之前我读博期间，看一个方向的文献，基本上看三四篇，头脑中就能构思出创新点。博一期间，我发了两篇sci，当时就来源于我能快速构思创新点，并且快速实践。

后来参加工作，我指导学生做科研，比如看一篇文章，我觉得这篇文章的频域的工作，可以做到时域上。学生大吃一惊说：啊，还能这样吗？这做不出来吧。学生认为我提的太异想天开，咬牙做了一个月，说这样那样的困难。我说行吧，我自己做吧。我做了一个多月，已经进入到了初稿写完的阶段（还有个原因是我工具更熟练），这还是在我有教学任务，加上其他各种杂事的情况下。

后来我每次和学生讨论，通常我觉得某个点很容易就想出一些创新点，但学生觉得太异想天开，为了证明我不是异想天开，我就会快速做出来。现在我做的方向，都是我自己看文献，大概构想模型，学生来辅助我仿真或实验，然后我自己处理数据和写文章，我觉得我的想象力对我帮助很大，但我发现多数学生没这样的想象力，他们只是一味的机械性看文献，汇报，看文献，汇报，很少有自己的想法。

可能有人说，因为你是老师，做科研时间长了才这样。但真的不是，我读硕士那会就有这种想象力的感觉。那会我做视频压缩算法，其中有个很耗费运算时间的是挑选图像桢间相近的宏块，我当时就想，如果把图像的几何特性加进去，比如用像素微分（或高次微分）表征宏块特性并用数字表示，先挑选微分值相近的宏块，再搜索是不是更快。但是因为我那会只是做工程项目，所以就没再深入做，后来参加工作后我换了方向，也不知道是否有人做了我的想法。

再后来在参加工作期间，做了卫星高速总线物理层的分析，双绞线长度，变压器，连接点等都会影响阻抗特性，而这些结构的细节和阻抗的关系，并没有较好的分析方法，除了硬仿真。我当时就想把人工智能的神经网络算法引进来，在仿真中进行大量训练，设计一套能够快速评估总线阻抗的系统，这个在此之前也没人做过。

但是以上想法，我和硕导（图像那个）以及领导（总线这个）提出的时候，他们说我太异想天开，做事不踏实，那会年轻心思脆弱，就没有继续推进。后来读博期间，导师人特别好，我就把我对我的方向的想法陆陆续续实现了出来。

另外我读硕士和工作比较早，所以那会想出的点，现在看起来非常幼稚，另外那会我也不会看英文文献，想法很简单。不像后来做科研，看文献多一点。