AAAI

TrackGS: Optimizing COLMAP-Free 3D Gaussian Splatting with Global Track Constraints

TrackGS: 通过全局轨迹约束优化无COLMAP的3D高斯点分布

Dongbo Shi, Shen Cao, Lubin Fan, Bojian Wu, Jinhui Guo, Ligang Liu, Renjie Chen

AI总结 TrackGS通过引入全局轨迹约束优化3D高斯点分布，实现无COLMAP的视点合成，提升渲染质量和降低姿态误差。

Journal ref AAAI 2026

Hallucinate Less by Thinking More: Aspect-Based Causal Abstention for Large Language Models

通过更多思考减少幻觉：基于方面的因果回避用于大语言模型

Vy Nguyen, Ziqi Xu, Jeffrey Chan, Estrid He, Feng Xia, Xiuzhen Zhang

AI总结 本文提出基于方面的因果回避方法，通过分析LLM知识的内部多样性，实现早期回避以减少幻觉。

Comments Accepted to AAAI 2026 (Main Technical Track)

DiffRefiner: Coarse to Fine Trajectory Planning via Diffusion Refinement with Semantic Interaction for End to End Autonomous Driving

DiffRefiner: 通过扩散细化与语义交互实现从粗到细的轨迹规划用于端到端自动驾驶

Liuhan Yin, Runkun Ju, Guodong Guo, Erkang Cheng

机构 * Nullmax 纠错

AI总结 DiffRefiner通过两阶段框架结合扩散细化与语义交互，实现更精确的端到端自动驾驶轨迹规划，取得新纪录。

Comments Accepted to AAAI 2026

OmniPT: Unleashing the Potential of Large Vision Language Models for Pedestrian Tracking and Understanding

OmniPT：释放大型视觉语言模型在行人跟踪与理解中的潜力

Teng Fu, Mengyang Zhao, Ke Niu, Kaixin Peng, Bin Li

AI总结 OmniPT 通过结合强化学习和微调方法，提升大型视觉语言模型在行人跟踪和语义理解中的性能。

Comments AAAI 2026

ToC: Tree-of-Claims Search with Multi-Agent Language Models

基于多智能体语言模型的树状主张搜索

Shuyang Yu, Jianan Liang, Hui Hu

机构 * AIGROW 纠错

AI总结 ToC通过结合多智能体系统和MCTS，提升专利主张优化的准确性和法律稳健性。

Comments Accepted by AAAI 2026 (Oral)

Provably Minimum-Length Conformal Prediction Sets for Ordinal Classification

可证明的最小长度符合预测集用于顺序分类

Zijian Zhang, Xinyu Chen, Yuanjie Shi, Liyuan Lillian Ma, Zifan Xu, Yan Yan

AI总结 本文提出了一种模型无关的顺序CP方法，通过最小长度覆盖问题实现实例级最优预测区间，提升了预测效率。

Comments Submitted to AAAI 2026

SafeR-CLIP: Mitigating NSFW Content in Vision-Language Models While Preserving Pre-Trained Knowledge

SafeR-CLIP: 通过保留预训练知识来缓解视觉-语言模型中的不适宜内容

Adeel Yousaf, Joseph Fioresi, James Beetham, Amrit Singh Bedi, Mubarak Shah

AI总结 SafeR-CLIP通过最小化干预策略，在保留预训练知识的同时提升视觉-语言模型的安全性，实现性能与安全性的平衡。

Comments AAAI 2026 (Main Technical Track)

Adapt-As-You-Walk Through the Clouds: Training-Free Online Test-Time Adaptation of 3D Vision-Language Foundation Models

在云中适应：无需训练的在线测试时适应3D视觉-语言基础模型

Mehran Tamjidi, Hamidreza Dastmalchi, Mohammadreza Alimoradijazi, Ali Cheraghian, Aijun An, Morteza Saberi

AI总结 Uni-Adapter通过动态原型学习和熵加权聚合，在无需重新训练的情况下提升3D VLFMs在不同基准测试中的性能。

Comments Accepted by AAAI 2026

Area-Optimal Control Strategies for Heterogeneous Multi-Agent Pursuit

面积最优的异构多智能体追捕策略

Kamal Mammadov, Damith C. Ranasinghe

AI总结 本文提出了一种基于面积最小化的多智能体追捕策略，通过几何区域分析和梯度控制实现高效捕获。

Comments Published as a conference paper at the Fortieth AAAI Conference on Artificial Intelligence (AAAI-26)

Generalization Bounds for Semi-supervised Matrix Completion with Distributional Side Information

半监督矩阵补全的泛化界限：带有分布侧信息的情况

Antoine Ledent, Mun Chong Soo, Nong Minh Hieu

AI总结 该研究提出了一种半监督矩阵补全方法，通过结合分布侧信息，推导出低秩矩阵补全的泛化界限，验证了在推荐系统中显式与隐式反馈交互的有效性。

Comments Accepted at AAAI 2026

T2I-RiskyPrompt: A Benchmark for Safety Evaluation, Attack, and Defense on Text-to-Image Model

T2I-RiskyPrompt：用于评估、攻击和防御文本到图像模型安全性的基准

Chenyu Zhang, Tairen Zhang, Lanjun Wang, Ruidong Chen, Wenhui Li, Anan Liu

AI总结 T2I-RiskyPrompt提出了一种用于评估文本到图像模型安全性的综合基准，通过层次化风险分类和原因驱动的检测方法，全面评估了多种模型和防御策略的安全性能。

Comments AAAI 2026

Mask2IV: Interaction-Centric Video Generation via Mask Trajectories

Mask2IV: 通过遮罩轨迹实现以交互为中心的视频生成

Gen Li, Bo Zhao, Jianfei Yang, Laura Sevilla-Lara

AI总结 Mask2IV通过遮罩轨迹实现以交互为中心的视频生成，提供灵活的交互控制和高真实感的视频生成。

Comments AAAI 2026. Project page: https://reagan1311.github.io/mask2iv

TDSNNs: Competitive Topographic Deep Spiking Neural Networks for Visual Cortex Modeling

TDSNNs: 用于视觉皮层建模的竞争性拓扑深度脉冲神经网络

Deming Zhou, Yuetong Fang, Zhaorui Wang, Renjing Xu

机构 * Deming Zhou（周德明） ； Yuetong Fang（方岳通） ； Zhaorui Wang（王昭瑞） ； Renjing Xu（徐任静） 纠错

AI总结 TDSNNs通过引入拓扑约束损失函数，在视觉皮层建模中实现了高效且稳定的时序信息处理，表现出优于传统拓扑ANNs的性能和生物合理性。

Comments AAAI 2026 (Oral)

Promises Made, Promises Kept: Safe Pareto Improvements via Ex Post Verifiable Commitments

承诺已作出，承诺已履行：通过事后可验证的承诺实现安全的帕累托改进

Nathaniel Sauerberg, Caspar Oesterheld

AI总结 本文研究通过事后可验证的承诺实现安全的帕累托改进，探讨三种不同承诺类型下的复杂性分析与算法设计。

Comments Published at AAAI'26 (Oral). An earlier version was presented at GAIW'25