近日，多媒体领域国际顶级学术会议ACM International Conference on Multimedia（ACM MM）2026公布录用结果，学院2篇论文成功入选，其中1篇入选Oral论文。ACM MM作为中国计算机学会（CCF）推荐的A类国际会议，致力于推动多媒体领域的前沿研究与应用。
此次论文的成功入选，充分展现了学院在人工智能领域的科研实力与创新能力，将进一步推动学院高水平科研创新、人才培养与学术交流，提升学院的学术影响力。
论文1（Oral）：Decoupling Exploration and Retention: A Dual-Stream Framework for Continual Multi-view Clustering
作者：蒋广琪，侯浩东，刘毅，彭锦佳，王辉兵
概述：持续多视图聚类面向多源信息动态扩展场景，要求模型在新增视图中持续学习、融合互补信息，实现无监督样本分簇。但视图分布差异会导致模型难以平衡新视图挖掘与历史知识留存，依赖相邻视图传递知识且易引发误差累积与灾难性遗忘。为此，本文提出深度双流蒸馏框架D3C，解耦知识探索与保留。专家模型借助KAN投影头与历史先验引导的对比学习挖掘当前视图判别信息；基础模型兼顾新知识学习，保障历史聚类结构稳定。全局知识库存储历史视图簇分配结果，经共识投票获取全局簇结构，双向指导专家模型与基础模型。同时引入边界感知蒸馏，依据样本簇边界模糊度动态调整蒸馏权重，帮助基础模型自适应吸收新视图信息。实验证明，D3C在多视图、跨域及多模态数据集上整体优于现有持续多视图方法。
论文2：See No Evil: Aligning Vision-Language Agents with Multimodal Contextual Integrity via Adversarial Reinforcement Learning
作者：胡润山，毕佳，朱晨阳
概述：视觉-语言智能体（VLA）在图形用户界面（GUI）中执行任务时，可能通过屏幕内容或交互操作泄露敏感信息。现有文本安全机制通常将隐私视为静态属性，难以处理依赖具体场景的信息流约束。为此，我们提出多模态上下文完整性，根据参与者、信息属性和传输关系判断信息访问与操作是否合规。在此基础上，我们设计视觉智能体守护框架（VAG），联合建模GUI上下文、区域级访问权限以及文本和空间操作，并通过受隐私约束的训练与对抗增强提高安全性。实验表明，VAG在保持80%以上任务成功率的同时，将视觉隐私泄露率降低至5%以下，并将多模态社会工程攻击成功率控制在4%以下，显著改善了隐私与任务性能之间的平衡。
