新智元報(bào)道

編輯：桃子 好困

【新智元導(dǎo)讀】AAAI 2026錄用結(jié)果重磅公布！這一屆，投稿量暴增至23,680篇，錄用率僅17.6%，競(jìng)爭(zhēng)程度遠(yuǎn)超往年。一些成功上岸的研究員們曬出了錄用成績(jī)單，有人甚至拿下了88887高分。

AAAI 2026錄用結(jié)果出爐！

這幾天，AAAI組委會(huì)陸續(xù)發(fā)出郵件，AI圈年度頂會(huì)錄用結(jié)果隨之揭曉。

郵件顯示，AAAI 2026共收到23,680份論文投稿，創(chuàng)歷史新高，AAAI 2025一共收到12957篇有效投稿。

同時(shí)，4,167篇被錄用，錄用率僅為17.6%。作為對(duì)比，今年AAAI錄用了3032篇論文，錄用率23.4%。

地址： https://papercopilot.com/statistics/aaai-statistics/aaai-2026-statistics/

作為AI領(lǐng)域公認(rèn)的頂會(huì)之一，AAAI創(chuàng)辦于1980年，每年舉辦一次。

今年，是AAAI第四十屆年會(huì)，將于2026年1月20日-1月27日在新加坡博覽中心舉辦。

一些收到錄用郵件的研究員們，紛紛曬出了自己的成績(jī)單。

網(wǎng)友曬出成績(jī)單

北大張銘教授組中，一位博五同學(xué)顧懌洋作為一作的論文被AAAI 2026錄用，題為「CogniTrust：基于認(rèn)知記憶的可驗(yàn)證監(jiān)督的魯棒散列方法」。

今年，他已有4篇CCF-A一作論文，前三篇分別被Artificial Intelligence、NeurIPS、ACM MM接收。

如今，很多數(shù)據(jù)標(biāo)簽存在被損壞、不完整、模糊的問(wèn)題，這種帶噪音的標(biāo)簽嚴(yán)重會(huì)影響AI模型學(xué)習(xí)的可靠性。

團(tuán)隊(duì)受人類記憶方式的啟發(fā)，提出了CogniTrust，將可驗(yàn)證監(jiān)督與三元記憶模型相結(jié)合的新框架：情景記憶、語(yǔ)義記憶和重構(gòu)記憶。

這些組件共同構(gòu)成了一個(gè)閉環(huán)機(jī)制，從空間和語(yǔ)義兩個(gè)角度驗(yàn)證、校準(zhǔn)和綜合監(jiān)督。

實(shí)驗(yàn)顯示，CogniTrust可從結(jié)構(gòu)上驗(yàn)證監(jiān)督信號(hào)的方式，并為標(biāo)簽決策提供了可解釋的依據(jù)。

來(lái)自南洋理工加小俊分享了，自己和團(tuán)隊(duì)在AAAI 2026上連中五篇，其中3篇Poster，2篇Oral。

分別聚焦大模型隱私保護(hù)、安全對(duì)齊、多模態(tài)安全、自動(dòng)駕駛魯棒性、多智能體安全通信等方向。

• 兩篇Oral論文：

MPAS：基于圖消息傳遞的并行多智能體系統(tǒng)，打破順序通信限制，將通信時(shí)長(zhǎng)從84.6s降至14.2s，并顯著增強(qiáng)抗后門魯棒性。

SECURE：提出微調(diào)安全約束方法，懲罰正交更新以保持模型在「狹窄安全盆地」內(nèi)，減少7.6%有害行為、提升3.4%性能。

• 三篇Poster論文：

GeoShield：首個(gè)面向VLM地理隱私防護(hù)的對(duì)抗框架，通過(guò)特征解耦、暴露識(shí)別、尺度自適應(yīng)增強(qiáng)，有效阻止模型推測(cè)地理位置，顯著優(yōu)于現(xiàn)有方法。

EmoAgent：首個(gè)多模態(tài)推理模型情感對(duì)抗框架，揭示「安全-推理悖論」，通過(guò)夸張情感提示劫持推理路徑，暴露深層安全錯(cuò)位。

PhysPatch：面向自動(dòng)駕駛的可物理實(shí)現(xiàn)對(duì)抗貼片框架，聯(lián)合優(yōu)化貼片參數(shù)與語(yǔ)義位置，在多種MLLM上具有高遷移性與真實(shí)部署價(jià)值。

來(lái)自香港科技大學(xué)（廣州）的博士生宋文軒，也斬獲了2篇Oral論文，均是關(guān)于VLA（視覺(jué)-語(yǔ)言-動(dòng)作）大模型的研究，其中一篇ReconVLA拿到了88887高分。

ReconVLA提出了一種面向VLA視覺(jué)表征學(xué)習(xí)的新思路，通過(guò)引入「視覺(jué)token」引導(dǎo)重建「凝視區(qū)域」的輔助任務(wù)，隱式增強(qiáng)了VLA落地的能力。

另外一篇，VLA-Adapter作為已經(jīng)破圈的輕量級(jí)VLA基座，在GitHub拿下1.6k個(gè)星。它僅需0.5B的小模型就在主流基準(zhǔn)上（CALVIN、LIBERO）達(dá)到了SOTA性能。兩篇工作均完全開源。

清華李凱和團(tuán)隊(duì)共有1篇Oral和2篇Poster。

拿下Oral的這篇，拿下了689的高分（其中9分置信度為5），審稿人對(duì)此評(píng)價(jià)：

我很好奇，這個(gè)思路在我們領(lǐng)域居然一直沒(méi)被探索過(guò)。

團(tuán)隊(duì)提出的DegVoC借鑒了「壓縮感知」的思想，將vocoder建模成反退化問(wèn)題，并利用迭代優(yōu)化求解思想將其建模成初始化與深度先驗(yàn)正則。

結(jié)果實(shí)證，DegVoC以3.89M和45.62GMACs/5s顯著更低開銷，達(dá)到目前GAN/DDPM/FM方法的SOTA。

另外兩篇Poster分別是：

一篇提出了SepPrune，專為深度語(yǔ)音分離模型構(gòu)建結(jié)構(gòu)化剪枝框架引入創(chuàng)新的「可微分掩碼策略」，讓模型通過(guò)梯度學(xué)習(xí)自動(dòng)剔除冗余通道。

剪枝后的模型收斂速度比從零開始訓(xùn)練快36倍。而且，僅需1個(gè)epoch的微調(diào)，模型就能恢復(fù)預(yù)訓(xùn)練模型高達(dá)85%的性能。

另一篇提出了一個(gè)FGNet框架，將視覺(jué)基礎(chǔ)大模型Segment Anything 2（SAM2）在海量自然圖像中學(xué)習(xí)到的強(qiáng)大先驗(yàn)知識(shí)，高效遷移至EM神經(jīng)元分割領(lǐng)域。

即便在 SAM2 權(quán)重完全凍結(jié)時(shí)，新方法的性能已媲美 SOTA。一經(jīng)微調(diào)，更是顯著超越所有方案。

來(lái)自蒙納士大學(xué)的副教授Hamid Rezatofighi稱，團(tuán)隊(duì)也有三篇論文（1 Oral）被錄用。

還有更多學(xué)者紛紛分享了被錄用論文的結(jié)果。

2萬(wàn)篇論文廝殺，還有「關(guān)系戶」？

在Reddit上，關(guān)于這一屆AAAI討論熱火朝天。

不同以往，AAAI 2026論文總投稿量沖破2萬(wàn)，打破了以往多年來(lái)的紀(jì)錄。

在此之前，曾有網(wǎng)友爆出AAAI 2026收到了近3萬(wàn)篇投稿

根據(jù)openaccept統(tǒng)計(jì)，AAAI 2026錄用率是近三年來(lái)最低的一次。這對(duì)于投稿人來(lái)說(shuō)，并不是一件好事。

地址：https://openaccept.org/c/ai/aaai/

有一位審稿人現(xiàn)身表示，今年AAAI競(jìng)爭(zhēng)異常激烈，而且錄取非常嚴(yán)格。很大程度上，是由于提交論文數(shù)量巨大。

在他負(fù)責(zé)評(píng)審的論文中，僅一篇獲得SPC接收，而且是那種極具創(chuàng)新性的。

更離譜的是，還有那些剛提交rebuttal的作者，其他幾個(gè)評(píng)審反手就把分?jǐn)?shù)給調(diào)低了。

這架勢(shì)，簡(jiǎn)直像是聯(lián)合組團(tuán)卡拒稿的。

另有作者表示，根據(jù)自己了解情況，總體得分大約在5分以上論文都有可能被錄用。

還有人兩篇論文都被AC拒絕了，但最終還是被頂會(huì)錄用。一位拿下76665成績(jī)的人，因數(shù)據(jù)集過(guò)時(shí)卻被拒了。

在AAAI還未公布結(jié)果之前，一位審稿人親歷：我給的3分論文，竟被「關(guān)系戶」抬到8分。

這次，我并沒(méi)有投稿。但說(shuō)實(shí)話，這是我經(jīng)歷過(guò)的最奇怪的審稿過(guò)程。

• 第二階段的論文比第一階段還差。

在第一階段，他評(píng)審了四篇論文，給出的分?jǐn)?shù)是3、4、5、5。

審稿人甚至愿意在討論后提高分?jǐn)?shù)，但它們最終全被拒了?，F(xiàn)在第二階段，自己評(píng)審的論文分?jǐn)?shù)是3和4，但它們明顯比第一階段的論文要弱。

• 感覺(jué)像是有審稿人與某篇論文存在私人關(guān)系

審稿人給了一篇論文3分，因?yàn)樗狈夹g(shù)細(xì)節(jié)、論證依據(jù)，并且對(duì)規(guī)范不一致之處沒(méi)有清晰解釋。

他的審稿意見相當(dāng)詳細(xì)——長(zhǎng)達(dá)數(shù)千字——而且在作者rebuttal后，又寫了另一篇長(zhǎng)篇回復(fù)。

與此同時(shí)，另一位審稿人最初給出了7分（置信度5），審稿意見非常簡(jiǎn)短，后來(lái)卻試圖為該論文辯護(hù)，并將分?jǐn)?shù)提高到8分。

那位審稿人甚至寫道：作者已經(jīng)清楚地回應(yīng)了大多數(shù)審稿人的關(guān)切。一些實(shí)驗(yàn)問(wèn)題因監(jiān)管要求未予解決。

但審稿人認(rèn)為，自己從未提出任何實(shí)驗(yàn)問(wèn)題，而且他提出的關(guān)切點(diǎn)實(shí)際上一個(gè)都沒(méi)得到解決。

• 實(shí)際上，這篇論文展示的效果很能打，但實(shí)際上的重點(diǎn)不只是在秀性能。

正如網(wǎng)友所言，錄用與否不取決于評(píng)分，而是由主席決定的。

參考資料：

https://openaccept.org/c/ai/aaai/

https://x.com/lyson_ober/status/1986939786163011775

https://papercopilot.com/statistics/aaai-statistics/aaai-2026-statistics/