AAAI 2026录取大战：23,680篇投稿，仅17.6%的录取率

AAAI 2026录取大战震撼来袭！23,680篇投稿，录取率却低至17.6%，竞争之激烈超乎想象。众多研究员纷纷晒出录取成绩单，更有高分88887的傲人战绩。

AAAI 2026录取结果正式揭晓！

近日，AAAI组委会陆续发出邮件，一年一度的AI界顶级会议录取结果随之揭晓。

邮件显示，AAAI 2026共收到创纪录的23,680篇论文投稿，相比AAAI 2025的12957篇，增长幅度惊人。

同时，仅有4,167篇论文被录用，录取率仅为17.6%。对比之下，去年AAAI的录用率为23.4%。

详情请见：AAAI 2026录取统计

AAAI自1980年创办以来，一直是AI领域的顶级会议，每年吸引全球研究者参与。

今年，AAAI迎来第四十届年会，将于2026年1月20日至1月27日在新加坡博览中心举行。

不少收到录取邮件的研究员，纷纷晒出了自己的成绩单。

网友成绩单大放送

北大张铭教授团队中，一位博五同学顾怿洋以一作身份，论文《CogniTrust：基于认知记忆的可验证监督的鲁棒散列方法》被AAAI 2026录取。

今年，他已经发表了4篇CCF-A一作论文，前三篇分别被《Artificial Intelligence》、《NeurIPS》、《ACM MM》接收。

当前，数据标签常存在损坏、不完整、模糊等问题，这些问题会严重影响AI模型学习的可靠性。

团队受人类记忆方式的启发，提出了CogniTrust，将可验证监督与三元记忆模型相结合的新框架：情景记忆、语义记忆和重构记忆。

这些组件共同构成了一个闭环机制，从空间和语义两个角度验证、校准和综合监督。

实验表明，CogniTrust能从结构上验证监督信号，并为标签决策提供了可解释的依据。

南洋理工的加小俊分享了团队在AAAI 2026上的辉煌战绩，连中五篇，其中3篇Poster，2篇Oral。

研究方向涵盖大模型隐私保护、安全对齐、多模态安全、自动驾驶鲁棒性、多智能体安全通信等。

两篇Oral论文：

MPAS：基于图消息传递的并行多智能体系统，打破顺序通信限制，将通信时长从84.6s降至14.2s，并显著增强抗后门鲁棒性。

SECURE：提出微调安全约束方法，通过惩罚正交更新以保持模型在「狭窄安全盆地」内，减少7.6%有害行为、提升3.4%性能。

三篇Poster论文：

GeoShield：首个面向VLM地理隐私防护的对抗框架，通过特征解耦、暴露识别、尺度自适应增强，有效阻止模型推测地理位置，显著优于现有方法。

EmoAgent：首个多模态推理模型情感对抗框架，揭示「安全-推理悖论」，通过夸张情感提示劫持推理路径，暴露深层安全错位。

PhysPatch：面向自动驾驶的可物理实现对抗贴片框架，联合优化贴片参数与语义位置，在多种MLLM上具有高迁移性与真实部署价值。

香港科技大学（广州）的博士生宋文轩也斩获了2篇Oral论文，均关于VLA（视觉-语言-动作）大模型的研究，其中一篇ReconVLA更是拿到了惊人的高分88887。

性价比vps性价比服务器高防服务器