AAAI

GranAlign: Granularity-Aware Alignment Framework for Zero-Shot Video Moment Retrieval

GranAlign: 一种面向零样本视频时刻检索的粒度感知对齐框架

Mingyu Jeon, Sunjae Yoon, Jonghee Kim, Junyeoung Kim

AI总结 GranAlign提出一种无需训练的框架，通过粒度感知对齐技术解决零样本视频时刻检索中的语义粒度不匹配问题，提升检索精度。

Comments Accepted to AAAI 2026

Trajectory Guard -- A Lightweight, Sequence-Aware Model for Real-Time Anomaly Detection in Agentic AI

轨迹守护 -- 一种轻量级、序列感知的模型，用于代理AI中的实时异常检测

Laksh Advani

机构 * Laksh Advani 纠错

AI总结 轨迹守护通过对比学习和重建学习，实现对代理AI中任务轨迹对齐和序列有效性的联合检测，提升实时异常检测性能。

Comments Accepted to AAAI Trustagent 2026

When Small Models Are Right for Wrong Reasons: Process Verification for Trustworthy Agents

当小模型适用于错误的原因：信任代理的过程验证

Laksh Advani

机构 * Laksh Advani 纠错

AI总结 本文揭示小型语言模型在推理过程中的可靠性问题，提出推理完整性评分，并展示RAG提升推理质量而元认知可能损害性能，强调过程验证对可信代理的重要性。

Comments Accepted to Trustagent workshop AAAI 2026

Depth-Synergized Mamba Meets Memory Experts for All-Day Image Reflection Separation

深度协同Mamba遇见记忆专家用于全天图像反射分离

Siyan Fang, Long Peng, Yuntao Wang, Ruonan Wei, Yuehuan Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 DMDNet通过深度感知扫描和记忆专家补偿模块，提升全天图像反射分离性能，尤其在夜间表现更优。

Comments This paper has been accepted by AAAI 2026

IMBWatch -- a Spatio-Temporal Graph Neural Network approach to detect Illicit Massage Business

IMBWatch -- 一种用于检测非法按摩业务的时空图神经网络方法

Swetha Varadarajan, Abhishek Ray, Lumina Albert

AI总结 IMBWatch通过时空图神经网络方法，有效检测非法按摩业务，提升识别准确性和可解释性，支持主动干预。

Comments Submitted to AAAI AISI 2026

FoundationSLAM: Unleashing the Power of Depth Foundation Models for End-to-End Dense Visual SLAM

FoundationSLAM: 释放深度基础模型的力量以实现端到端的密集视觉SLAM

Yuchen Wu, Jiahe Li, Fabio Tosi, Matteo Poggi, Jin Zheng, Xiao Bai

AI总结 FoundationSLAM通过结合深度基础模型与几何推理，实现端到端的密集视觉SLAM，提升轨迹精度和重建质量，实现实时18 FPS运行。

Comments Accept at AAAI 2026 (Oral)

YOLO-IOD: Towards Real Time Incremental Object Detection

YOLO-IOD：朝向实时增量物体检测

Shizhou Zhang, Xueqiang Lv, Yinghui Xing, Qirui Wu, Di Xu, Chen Zhao, Yanning Zhang

AI总结 YOLO-IOD通过解决增量学习中的知识冲突问题，提出了一种基于预训练YOLO-World模型的实时增量物体检测框架，有效减少遗忘并提升检测性能。

Comments AAAI 2026 accepted. Code & models are available at: https://github.com/qiangzai-lv/YOLO-IOD

W2S-AlignTree: Weak-to-Strong Inference-Time Alignment for Large Language Models via Monte Carlo Tree Search

W2S-AlignTree: 通过蒙特卡洛树搜索实现大语言模型的弱到强推理时对齐

Zhenyu Ding, Yuhao Wang, Tengyue Xiao, Haoying Wang, Caigui Jiang, Ning Ding

AI总结 W2S-AlignTree通过结合MCTS与弱到强泛化范式，实现大语言模型在推理时的高效对齐，提升摘要任务性能15.9%。

Comments AAAI 2026 Oral

Fair Domain Generalization: An Information-Theoretic View

公平领域泛化：信息论视角

Tangzheng Lian, Guanyu Hu, Dimitrios Kollias, Xinyu Yang, Oya Celiktutan

AI总结 本文提出PAFDG框架，通过信息论视角解决公平领域泛化问题，实现效用与公平性的帕累托优化。

Comments Accepted at AAAI (Oral)

Spike Imaging Velocimetry: Dense Motion Estimation of Fluids Using Spike Cameras

尖峰成像测速：利用尖峰相机进行流体密集运动估计

Yunzhong Zhang, Bo Xiong, You Zhou, Changqing Su, Zhen Cheng, Zhaofei Yu, Xun Cao, Tiejun Huang

AI总结 本文提出SIV框架，利用尖峰相机和深度学习技术，实现高速流体运动的高精度估计，通过设计专用模块和数据集，在多种流体场景中优于现有方法。

Comments To appear in AAAI-26 proceedings