AAAI

From Passive Perception to Active Memory: A Weakly Supervised Image Manipulation Localization Framework Driven by Coarse-Grained Annotations

从被动感知到主动记忆：一种由粗粒注释驱动的弱监督图像篡改定位框架

Zhiqing Guo, Dongdong Xi, Songlin Li, Gaobo Yang

AI总结 BoxPromptIML通过粗粒注释策略和双指导特征融合，实现低注释成本下的高精度图像篡改定位。

Comments Accepted by AAAI 2026

The Curious Case of Analogies: Investigating Analogical Reasoning in Large Language Models

类比的奇特案例：在大型语言模型中探讨类比推理

Taewhoo Lee, Minju Song, Chanwoong Yoon, Jungwoo Park, Jaewoo Kang

AI总结 本研究探讨了大型语言模型在类比推理中的能力，发现其在编码和应用高层关系概念方面表现出有限但新兴的能力，揭示了与人类认知的相似性和差距。

Comments AAAI 2026

Scaling LLM Speculative Decoding: Non-Autoregressive Forecasting in Large-Batch Scenarios

扩展大语言模型推测解码：在大批次场景中的非自回归预测

Luohe Shi, Zuchao Li, Lefei Zhang, Baoyuan Qi, Guoming Liu, Hai Zhao

AI总结 SpecFormer通过整合单向和双向注意力机制，实现大批次场景下的高效LLM推理，降低训练和计算成本。

Comments accepted by AAAI-2026

DAPointMamba: Domain Adaptive Point Mamba for Point Cloud Completion

DAPointMamba：用于点云补全的领域自适应点Mamba

Yinghui Li, Qianyu Zhou, Di Shao, Hao Yang, Ye Zhu, Richard Dazeley, Xuequan Lu

AI总结 DAPointMamba通过跨域补丁级扫描、空间SSM对齐和通道SSM对齐模块，有效解决领域自适应点云补全中的几何和语义差异问题，实现高效且准确的点云补全。

Comments Accepted to AAAI 2026

Text-guided Controllable Diffusion for Realistic Camouflage Images Generation

基于文本引导的可控扩散生成逼真伪装图像

Yuhang Qian, Haiyan Chen, Wentong Li, Ningzhong Liu, Jie Qin

AI总结 本文提出CT-CIG方法，通过文本引导和可控扩散生成逼真且逻辑合理的伪装图像，利用VLM和FIRM模块提升伪装图像质量。

Comments Accepted by AAAI 2026

Learning Subgroups with Maximum Treatment Effects without Causal Heuristics

学习最大治疗效应的子群而不使用因果启发式

Lincen Yang, Zhong Li, Matthijs van Leeuwen, Saber Salehkaleybar

AI总结 本文提出了一种基于结构因果模型的方法，无需使用因果启发式，直接学习具有最大治疗效应的子群。

Comments The full version (including the Appendix). Accepted at AAAI 2026

QiMeng-Kernel: Macro-Thinking Micro-Coding Paradigm for LLM-Based High-Performance GPU Kernel Generation

QiMeng-Kernel：基于宏思维微编码的LLM高性能GPU内核生成范式

Xinguo Zhu, Shaohui Peng, Jiaming Guo, Yunji Chen, Qi Guo, Yuanbo Wen, Hang Qin, Ruizhi Chen, Qirui Zhou, Ke Gao, Yanjun Wu, Chen Zhao, Ling Li

AI总结 QiMeng-Kernel通过宏思维微编码范式，结合强化学习和通用LLM，实现高性能GPU内核生成，准确率和效率均优于现有方法。

Comments 9 pages, 2 figures, accepted by AAAI 2026

Learning Procedural-aware Video Representations through State-Grounded Hierarchy Unfolding

通过基于状态的层次解折叠学习过程感知的视频表示

Jinghan Zhao, Yifei Huang, Feng Lu

AI总结 本文提出TSS框架，通过基于状态的层次解折叠学习过程感知的视频表示，提升任务识别和步骤预测性能。

Comments Accepted by AAAI 2026. 15 pages, 12 figures

"Are We Done Yet?": A Vision-Based Judge for Autonomous Task Completion of Computer Use Agents

我们完成了吗？

Marta Sumyk, Oleksandr Kosovan

AI总结 本文提出了一种基于视觉的评估机制，通过视觉-语言模型评估计算机使用代理的任务完成情况，提升了任务完成的准确性和可靠性。

Comments This work has been accepted to appear at the AAAI 2026 Workshop on Trust and Control in Agentic AI (TrustAgent)

HybriDLA: Hybrid Generation for Document Layout Analysis

HybriDLA：文档布局分析的混合生成

Yufan Chen, Omar Moured, Ruiping Liu, Junwei Zheng, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen

AI总结 HybriDLA通过结合扩散和自回归解码，实现文档布局分析的高精度区域预测，达到83.5%的mAP性能。

Comments Accepted by AAAI 2026 (Oral). Project page at https://yufanchen96.github.io/projects/HybriDLA

Distilling Cross-Modal Knowledge via Feature Disentanglement

通过特征解耦进行跨模态知识蒸馏

Junhong Liu, Yuan Zhang, Tao Huang, Wenchao Xu, Renyu Yang

AI总结 本文提出频率解耦的跨模态知识蒸馏方法，通过利用频域特征解耦和平衡跨模态知识转移，提升蒸馏效果。

Comments Accepted by AAAI 2026

PaSE: Prototype-aligned Calibration and Shapley-based Equilibrium for Multimodal Sentiment Analysis

PaSE：原型对齐校准与基于Shapley的均衡用于多模态情感分析

Kang He, Boyu Chen, Yuzhe Ding, Fei Li, Chong Teng, Donghong Ji

AI总结 PaSE通过原型对齐校准和基于Shapley的均衡框架，有效缓解多模态情感分析中的模态竞争问题，提升模型性能。

Comments Accepted by AAAI 2026

To Align or Not to Align: Strategic Multimodal Representation Alignment for Optimal Performance

对齐还是不对齐：为最佳性能的战略多模态表示对齐

Wanlong Fang, Tianle Zhang, Alvin Chan

AI总结 本文研究了显式对齐对模型性能的影响，提出可控对比学习模块，发现最佳对齐强度取决于数据冗余量，为优化单模态编码器提供指导。

Comments Accepted by AAAI 2026. This arXiv version includes additional details and extended appendix

Beyond ReAct: A Planner-Centric Framework for Complex Tool-Augmented LLM Reasoning

超越ReAct：一种以规划为中心的框架，用于复杂工具增强的大语言模型推理

Xiaolong Wei, Yuehu Dong, Xingliang Wang, Xingyu Zhang, Zhejun Zhao, Dongdong Shen, Long Xia, Dawei Yin

AI总结 本文提出了一种以规划为中心的框架，通过全局DAG规划和两阶段训练方法，提升复杂工具增强LLM的推理能力。

Comments Accepted by AAAI 2026

Dual-branch Spatial-Temporal Self-supervised Representation for Enhanced Road Network Learning

双分支空间-时间自监督表征用于增强道路网络学习

Qinghong Guo, Yu Wang, Ji Cao, Tongya Zheng, Junshu Dai, Bingde Hu, Shunyu Liu, Canghong Jin

AI总结 DST通过双分支空间-时间自监督框架提升道路网络学习，结合动态道路关系和交通模式差异，增强零样本学习能力。

Comments Accept by AAAI 2026

T3former: Temporal Graph Classification with Topological Machine Learning

T3former: 基于拓扑机器学习的时序图分类

Md. Joshem Uddin, Soham Changani, Baris Coskunuzer

AI总结 T3former通过结合拓扑和谱信息，提出了一种新颖的时序图分类方法，实现了跨模态融合和理论稳定性保证。

Comments 14 pages, 8 figures

Journal ref AAAI 2026 (Oral)

Vendi Information Gain for Active Learning and its Application to Ecology

Vendi信息增益用于主动学习及其在生态学中的应用

Quan Nguyen, Adji Bousso Dieng

机构 * Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； Vertaix 纠错

AI总结 VIG通过选择对数据集整体预测不确定性影响最大的图像，提升主动学习在生态学中的效率与准确性。

Comments Accepted at the AAAI Workshop on AI to Accelerate Science and Engineering (AI2ASE) 2026

ShortageSim: Simulating Drug Shortages under Information Asymmetry

ShortageSim: 在信息不对称下模拟药品短缺

Mingxuan Cui, Yilan Jiang, Duo Zhou, Cheng Qian, Yuji Zhang, Qiong Wang

AI总结 ShortageSim通过模拟信息不对称下的药品短缺情况，提供了一个评估监管干预效果的框架，减少了生产中断的解决延迟，推动了供应链政策研究的发展。

Comments Accepted by AAAI 2026. Oral presentation. 25 pages

MeshSplat: Generalizable Sparse-View Surface Reconstruction via Gaussian Splatting

MeshSplat: 通过高斯散射实现通用稀疏视图表面重建

Hanzhi Chang, Ruijie Zhu, Wenjie Chang, Mulin Yu, Yanzhe Liang, Jiahao Lu, Zhuoyuan Li, Tianzhu Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 MeshSplat通过高斯散射实现稀疏视图下的通用表面重建，利用2DGS连接新视图合成与几何先验，提升重建精度。

Comments Accepted by AAAI 2026

Interpretable Reward Model via Sparse Autoencoder

通过稀疏自编码器的可解释奖励模型

Shuyi Zhang, Wei Shi, Sihang Li, Jiayi Liao, Hengxing Cai, Xiang Wang

AI总结 SARM通过整合预训练稀疏自编码器，提升奖励模型的可解释性和对齐性能。

Comments AAAI 2026 Oral

Deep Hidden Cognition Facilitates Reliable Chain-of-Thought Reasoning

深度隐式认知促进可靠推理链推理

Zijun Chen, Wenbo Hu, Richang Hong

机构 * Zijun Chen, Wenbo Hu, Richang Hong Corresponding Author（对应作者） 纠错

AI总结 本文提出利用模型内在真实性编码提升CoT推理的可靠性，通过置信度预测器和束搜索优化推理路径，显著提高数学、符号和常识推理任务的准确性和可靠性。

Comments This paper has been accepted by AAAI-26

Harnessing Vision-Language Models for Time Series Anomaly Detection

利用视觉语言模型进行时间序列异常检测

Zelin He, Sarah Alnegheimish, Matthew Reimherr

机构 * Amazon（亚马逊公司） 纠错

AI总结 本文提出基于视觉语言模型的两阶段方法，无需时间序列训练即可提升时间序列异常检测的准确性和效率。

Comments Accepted at AAAI 2026 (Oral)

BiasJailbreak:Analyzing Ethical Biases and Jailbreak Vulnerabilities in Large Language Models

BiasJailbreak: 分析大型语言模型中的伦理偏见和 jailbreak 漏洞

Isack Lee, Haebin Seong

机构 * Theori Inc.（Theori公司） 纠错

AI总结 研究分析了大型语言模型中的伦理偏见和 jailbreak 漏洞，提出 BiasJailbreak 和 BiasDefense 方法以提高模型安全性。

Comments Accepted as a workshop paper at AAAI 2026

Scalable and Accurate Graph Reasoning with LLM-based Multi-Agents

基于大语言模型的多智能体图推理方法

Yuwei Hu, Runlin Lei, Xinyi Huang, Zhewei Wei, Yongchao Liu

AI总结 基于大语言模型的多智能体图推理方法，通过分解图问题为节点中心任务，提升图推理的准确性和扩展性。

Comments Accepted by AAAI 2026 Workshop WMAC

An Invariant Latent Space Perspective on Language Model Inversion

语言模型反向的不变潜在空间视角

Wentao Ye, Jiaqi Hu, Haobo Wang, Xinpeng Ti, Zhiqing Xiao, Hao Chen, Liyao Li, Lei Feng, Sai Wu, Junbo Zhao

AI总结 本文提出Inv^2A方法，通过不变潜在空间假设提升语言模型反向性能，有效对抗隐私和安全威胁。

Comments The Fortieth AAAI Conference on Artificial Intelligence (AAAI-26)

TouchFormer: A Robust Transformer-based Framework for Multimodal Material Perception

TouchFormer: 一种基于变换器的鲁棒多模态材料感知框架

Kailin Lyu, Long Xiao, Jianing Zeng, Junhao Dong, Xuexin Liu, Zhuojun Zou, Haoyue Yang, Lin Shu, Jie Hao

AI总结 TouchFormer通过模态自适应门控和注意力机制提升多模态材料感知的鲁棒性，并在细粒度分类任务中实现性能提升。

Comments 9 pages, 7 figures, Accepted by AAAI 2026

Beyond Binary Classification: A Semi-supervised Approach to Generalized AI-generated Image Detection

超越二元分类：一种半监督的通用AI生成图像检测方法

Hong-Hanh Nguyen-Le, Van-Tuan Tran, Dinh-Thuc Nguyen, Nhien-An Le-Khac

AI总结 本文提出TriDetect，一种半监督方法，通过发现潜在架构模式提升AI生成图像检测的泛化能力。

Comments Accepted to The 40th Annual AAAI Conference on Artificial Intelligence - 2025

Tracking and Segmenting Anything in Any Modality

任何模态下任何事物的跟踪与分割

Tianlu Zhang, Qiang Zhang, Guiguang Ding, Jungong Han

AI总结 SATA提出了一种通用框架，通过解耦的专家混合机制和任务感知多目标跟踪流程，统一了多种跟踪和分割任务，提升了模型的泛化能力。

Comments Accpetd by AAAI 2026

A Data-Driven Model Predictive Control Framework for Multi-Aircraft TMA Routing Under Travel Time Uncertainty

一种面向多架飞机在终端机动区（TMA）路由下的数据驱动模型预测控制框架（在旅行时间不确定性下）

Yi Zhang, Yushen Long, Liping Huang, Yicheng Zhang, Sheng Zhang, Yifang Yin

AI总结 本文提出了一种数据驱动的模型预测控制框架，用于在旅行时间不确定性下优化多架飞机在终端机动区的路由，通过实时优化和自适应重新规划提高着陆效率并减少拥堵。

Comments This is the complete 8-page version of accepted workshop paper for Artificial Intelligence for Air Transportation (AI4AT) @ AAAI 2026

OpenScan: A Benchmark for Generalized Open-Vocabulary 3D Scene Understanding

OpenScan: 一个用于通用开放词汇3D场景理解的基准

Youjun Zhao, Jiaying Lin, Shuquan Ye, Qianshi Pang, Rynson W. H. Lau

AI总结 OpenScan基准旨在评估模型对3D场景的通用开放词汇理解能力，发现现有方法难以处理抽象词汇，需探索新方向。

Comments Accepted by AAAI 2026. Project Page: https://youjunzhao.github.io/OpenScan/