編輯｜張倩、陳陳
剛剛，AAAI 2026 官網(wǎng)公布了今年的「杰出論文」（相當(dāng)于最佳論文）獎(jiǎng)項(xiàng)，共有 5 篇論文獲獎(jiǎng)，其中有三篇由華人團(tuán)隊(duì)主導(dǎo)，作者來自香港科技大學(xué)（廣州）、西湖大學(xué)、浙江大學(xué)、同濟(jì)大學(xué)、浙江師范大學(xué)、香港城市大學(xué)等多所國內(nèi)高校論文。
AAAI 由國際人工智能促進(jìn)協(xié)會(huì)主辦，是人工智能領(lǐng)域歷史最悠久、涵蓋內(nèi)容最廣泛的國際頂級(jí)學(xué)術(shù)會(huì)議之一，也是中國計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的 A 類國際學(xué)術(shù)會(huì)議，每年舉辦一屆論文。
AAAI 2026 于 1 月 20 日至 27 日在新加坡舉行，總投稿數(shù)為 23,680 篇，錄用論文 4,167 篇，接收率為 17.6%論文。
以下是獲獎(jiǎng)?wù)撐牡木唧w情況論文。
論文 1論文：ReconVLA: Reconstructive Vision-Language-ActionModel as Effective Robot Perceiver
展開全文
作者論文：Wenxuan Song, Ziyang Zhou, Han Zhao, Jiayi Chen, Pengxiang Ding, Haodong Yan, Yuxin Huang, Feilong Tang, Donglin Wang, Haoang Li
機(jī)構(gòu)論文：香港科技大學(xué)（廣州）、西湖大學(xué)、浙江大學(xué)、莫納什大學(xué)
論文鏈接論文：
項(xiàng)目主頁論文：
近年來，視覺 — 語言 — 動(dòng)作（VLA）模型的進(jìn)展，使機(jī)器人智能體能夠?qū)⒍嗄B(tài)理解與動(dòng)作執(zhí)行相結(jié)合論文。然而，實(shí)證分析發(fā)現(xiàn)，現(xiàn)有的 VLA 模型在將視覺注意力分配到目標(biāo)區(qū)域時(shí)仍然存在明顯困難，其注意力往往呈現(xiàn)分散狀態(tài)。
為引導(dǎo)視覺注意力在正確目標(biāo)上的有效 grounding ，作者提出了 ReconVLA，一種采用隱式對(duì)齊范式的重建式 VLA 模型論文。
該方法以模型的視覺輸出為條件，引入擴(kuò)散 Transformer 來重建圖像中的注視區(qū)域（gaze region），而這一注視區(qū)域正對(duì)應(yīng)于被操作的目標(biāo)物體論文。通過這一過程，VLA 模型被促使學(xué)習(xí)更加細(xì)粒度的表征，并能夠準(zhǔn)確分配視覺注意力，從而更充分地利用任務(wù)相關(guān)的視覺信息，完成精確操作。
此外，作者構(gòu)建了一個(gè)大規(guī)模預(yù)訓(xùn)練數(shù)據(jù)集，包含來自開源機(jī)器人數(shù)據(jù)集的十萬余條軌跡和兩百萬條數(shù)據(jù)樣本，進(jìn)一步提升了模型在視覺重建任務(wù)上的泛化能力論文。大量仿真與真實(shí)環(huán)境中的實(shí)驗(yàn)結(jié)果表明，論文提出的隱式對(duì)齊方法具備明顯優(yōu)勢(shì)，在精細(xì)操作能力和泛化表現(xiàn)上均有出色表現(xiàn)。
論文 2論文：LLM2CLIP: Powerful Language Model Unlocks Richer Cross-Modality Representation
作者論文：Weiquan Huang, Aoqi Wu, Yifan Yang, Xufang Luo, Yuqing Yang, Usman Naseem, Chunyu Wang, Qi Dai, Xiyang Dai, Dongdong Chen, Chong Luo, Lili Qiu, Liang Hu
機(jī)構(gòu)論文：同濟(jì)大學(xué)、微軟、麥考瑞大學(xué)
論文鏈接論文：
論文主頁論文：
CLIP 是一種具有奠基意義的多模態(tài)模型，它通過在數(shù)十億規(guī)模的圖像 — 文本配對(duì)數(shù)據(jù)上進(jìn)行對(duì)比學(xué)習(xí)，將圖像與文本映射到同一表示空間論文。
受到 LLM 迅猛發(fā)展的啟發(fā)，作者探討了如何利用 LLM 更強(qiáng)的語言理解能力與廣泛的世界知識(shí)來進(jìn)一步增強(qiáng) CLIP，尤其是在處理冗長且結(jié)構(gòu)復(fù)雜的描述文本時(shí)的表現(xiàn)論文。為此，他們提出了一種高效的微調(diào)框架，將 LLM 嵌入到預(yù)訓(xùn)練的 CLIP 中，而訓(xùn)練成本幾乎與常規(guī)的 CLIP 微調(diào)相當(dāng)。具體而言，該方法首先將 LLM 轉(zhuǎn)化為適配 CLIP 場景的「嵌入化」形式，隨后通過一個(gè)輕量級(jí)適配器將其與預(yù)訓(xùn)練的 CLIP 視覺編碼器耦合，該適配器僅需在數(shù)百萬規(guī)模的圖像 — 文本對(duì)上進(jìn)行訓(xùn)練。
借助這一策略，作者在無需大規(guī)模重新訓(xùn)練的前提下，相較于 EVA02、SigLIP-2 等當(dāng)前最先進(jìn)的 CLIP 變體，取得了顯著的性能提升論文。經(jīng) LLM 增強(qiáng)后的 CLIP 在多種下游任務(wù)上均表現(xiàn)出穩(wěn)定改進(jìn)，包括線性探測(cè)分類、同時(shí)支持短文本與長文本（英文及多語言）的零樣本圖像 — 文本檢索、零樣本與有監(jiān)督的圖像分割、目標(biāo)檢測(cè)，以及作為多模態(tài)大模型基準(zhǔn)中的分詞器使用。
論文 3論文：Model Change for Description Logic Concepts
作者論文：Ana Ozaki, Jandson S Ribeiro
機(jī)構(gòu)論文：奧斯陸大學(xué)、卡迪夫大學(xué)
論文鏈接論文：暫無
該論文雖已獲獎(jiǎng)，但目前還未公開發(fā)布論文。
論文 4：Causal Structure Learning for Dynamical Systems with Theoretical Score Analysis
作者論文：Nicholas Tagliapietra, Katharina Ensinger, Christoph Zimmer, Osman Mian
機(jī)構(gòu)論文：博世 AI 中心團(tuán)隊(duì)、德國達(dá)姆施塔特工業(yè)大學(xué)、德國醫(yī)學(xué) AI 研究所 IKIM 等
論文鏈接論文：
現(xiàn)實(shí)世界中的系統(tǒng)通常按照其內(nèi)在的因果關(guān)系在連續(xù)時(shí)間中演化，但這些動(dòng)態(tài)機(jī)制往往是未知的論文?，F(xiàn)有用于學(xué)習(xí)此類動(dòng)態(tài)的方法通常存在兩類問題：要么對(duì)時(shí)間進(jìn)行離散化處理，在面對(duì)不規(guī)則采樣數(shù)據(jù)時(shí)性能較差；要么忽略了系統(tǒng)背后的因果結(jié)構(gòu)。
為此，本文提出 CADYT，一種用于動(dòng)力系統(tǒng)因果發(fā)現(xiàn)的新方法，可以同時(shí)解決上述兩大挑戰(zhàn)論文。不同于當(dāng)前主流將問題建模為離散時(shí)間動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的因果發(fā)現(xiàn)方法，該研究建?；A(chǔ)是基于差分的因果模型，這種模型對(duì)連續(xù)時(shí)間系統(tǒng)的刻畫只需更弱的假設(shè)，更符合真實(shí)系統(tǒng)的連續(xù)演化特性。
CADYT 采用精確的高斯過程推斷來建模連續(xù)時(shí)間動(dòng)力學(xué)，從而在建模層面更貼近系統(tǒng)的真實(shí)生成過程論文。在算法設(shè)計(jì)上，本文提出了一種可落地的實(shí)現(xiàn)方案：通過結(jié)合馬爾可夫條件與最小描述長度（MDL）原則，采用貪心搜索策略來識(shí)別系統(tǒng)的因果結(jié)構(gòu)。
CADYT 能夠從連續(xù)時(shí)間動(dòng)力系統(tǒng)的軌跡數(shù)據(jù)中，發(fā)現(xiàn)未知的因果結(jié)構(gòu)論文。
實(shí)驗(yàn)結(jié)果表明，無論是在規(guī)則采樣還是不規(guī)則采樣的數(shù)據(jù)場景下，CADYT 都顯著優(yōu)于現(xiàn)有的先進(jìn)方法，能夠恢復(fù)出更接近真實(shí)底層動(dòng)力學(xué)機(jī)制的因果網(wǎng)絡(luò)結(jié)構(gòu)論文。
論文 5論文：High-Pass Matters: Theoretical Insights and Sheaflet-Based Design for Hypergraph Neural Networks
這篇獲獎(jiǎng)?wù)撐耐瑯舆€沒有放出論文鏈接，但從附錄論文中，我們獲悉了作者機(jī)構(gòu)信息論文。
作者：Ming Li, Yujie Fang, Dongrui Shen, Han Feng, Xiaosheng Zhuang, Kelin Xia, Pietro Lio
機(jī)構(gòu)論文：浙江師范大學(xué)、香港城市大學(xué)、南洋理工大學(xué)、劍橋大學(xué)
論文鏈接論文：暫無
參考鏈接論文：
