2026年过半，上海交通大学致远学院“致远九期”2020届工科荣誉计划（电子信息科学方向）毕业生王皓轩便迎来学术成果集中产出——连续两篇论文相继被人工智能顶级会议ICLR 2026和计算机视觉顶会ECCV 2026接收。而在此前，他已在ICCV 2025上发表一篇相关工作，三篇成果共同围绕同一个核心命题展开：如何让学习型机器人策略在真实物理世界中高效、稳定地运行。王皓轩本科毕业后留校继续从事研究，随后进入伊利诺伊大学芝加哥分校计算机学院攻读博士学位，专注于机器人学习与高效人工智能领域。

今年被接收的两篇工作分别从推理效率和动作灵活性两个层面给出了创新方案。ICLR 2026论文提出了一种基于大模型的机器人策略异步推理框架，通过解耦推理与执行过程，有效弥补了大模型推理速度与机器人实时控制需求之间的鸿沟，使“大模型大脑”能够真正跑在物理世界的实时节奏中。

论文链接：https://arxiv.org/abs/2601.20130

项目主页：https://hatchetproject.github.io/remac-async/

ECCV 2026论文则开发了一种可实时调整机器人策略输出动作块长度的动态方法，使机器人能够根据环境反馈灵活调节每一步执行的动作序列长度，在长时规划与即时响应之间取得更好平衡，大幅提升策略在复杂场景中的适应能力。

论文链接：https://arxiv.org/abs/2602.21445

项目主页：https://hatchetproject.github.io/autohorizon/

而此前发表于ICCV 2025的工作则从模型部署的底层出发，提出了一种高效的模型量化方法，在降低模型精度冗余的同时保留关键任务性能，使大规模生成模型能够成功部署在算力和内存各异的边缘设备上，为机器人的终端智能提供了关键基础设施。

论文链接：https://arxiv.org/abs/2402.03666

本科四年间，他深切感受到学院在学业、科研和生活上给予的全方位支持。学术方面，荣誉课程、读书沙龙与学术讲座不仅夯实了他的专业基础，也帮助他建立起交叉学科思维，拓宽了学术视野。科研方面，学院从大一起便引导学生进入实验室，为不同方向匹配优秀导师，并提供丰富的科研活动和暑期科研项目信息，为其后续的国际化科研训练打下了坚实基础。大三时，得益于学院的平台支持，王皓轩参加了加州理工学院SURF暑期科研项目，迈出了国际学术交流的重要一步。这段经历让他亲身体验了前沿研究环境，也更加坚定了他投身学术的决心。回望致远岁月，浓厚的学术氛围与师长们的悉心指引，让他在结识众多志同道合优秀朋辈的同时，也为自己未来的科研道路奠定了坚实根基。