Eine persönliche Einschätzung zu Trends in der Computer-Vision-Literatur im Jahr 2025

Ethische Offenlegungen und Gaussian Splatting sind im Rückgang begriffen, während das enorme Volumen eingereichter Arbeiten ein neues Problem für die künstliche Intelligenz darstellt, das im Jahr 2026 angegangen werden muss.

Meinung Ich habe die Forschung auf dem Gebiet der Computer-Vision und Bildsynthese auf arXiv und verwandten Plattformen über einen Zeitraum von etwa sieben Jahren verfolgt, über verschiedene Kanäle – lange genug, um wiederkehrende Muster und Trends zu erkennen. Aber diese Beobachtungen sind anekdotisch. Ich wünsche mir ehrlich, ich hätte die Zeit, die riesigen Korpora der ständig wachsenden Daten, die allein durch den Arxiv-Veröffentlichungsstrom dargestellt werden, zu nutzen, um mit Hilfe der maschinellen Lernalgorithmen verborgene Erkenntnisse zu gewinnen. Wie es steht, kann ich nur berichten, was mir seit meiner letzten Betrachtung auffällt.

Das Volumen ist auf 11

Viele der Trends in der Einreichung von AI-Forschungsarbeiten, die ich im Jahr 2024 beobachtet habe, haben sich im Jahr 2025 als feste Größen etabliert; nicht zuletzt ist das unverminderte und anhaltende Wachstum des Volumens von AI-bezogenen Arbeiten, das selbst durch die künstliche Intelligenz angetrieben wird, bis hin zu einem wahrgenommenen Krisenzustand:

Monatliche Einreichungen im Bereich Informatik auf arXiv, Oktober 2023-November 2025, mit 3-Monats-Durchschnittswert überlagert. Quelle

Das Wachstum wurde vor einigen Jahren als exponentielles Volumen der AI-Papier-Einreichungen charakterisiert, und es hat nur noch mehr Fuß gefasst, seit die jüngste Ankunft von AI-Investitions-Mania die Einsätze erhöht und die verfügbaren Mittel für AI-bezogene Forschung erhöht hat.

Die vollständigen Statistiken für 2025 sind noch nicht verfügbar, und die aggregierten Statistiken oben repräsentieren die allgemeinen Zahlen, die in allen Kategorien zunehmen. Unten können wir sehen, dass die Informatik weiterhin einen dominanten Trend aufweist, der deutlich über seinen Mitstreitern liegt:

Zunahme der Einreichungen im Bereich Informatik von 2022 bis 2025. Quelle

Das Aussondern des Unkrauts

Im Oktober, dem Beginn der Herbstkonferenzsaison, die normalerweise eine Flut neuer Forschung mit sich bringt, kam stattdessen ein DOS-Attacken-ähnliches Volumen an Einreichungen, was der zuvor unterbeschriebenen Forschungsrichtung der Trendanalyse zusätzlichen Schwung und Dringlichkeit verlieh; mit anderen Worten, es erscheinen immer mehr Arbeiten und Repositorien, die selbst darauf abzielen, den sich verschlechternden Signal-Rausch-Verhältnis in der Forschungsszene zu durchdringen.

Das Neueste kam erst letzte Woche in Form von NoveltyRank, einem Paper und einem GitHub-Repository, das LLMs wie Qwen3-4B-Instruct-2507 und SciBERT feinjustiert, um binäre Klassifizierung von eingereichten Arbeiten (Vorhersage von “Novität” aus vorherigen Einreichungen) oder Paarvergleich von Novität (Vergleich aktueller Einreichungen auf “Novität”) durchzuführen:

Das NoveltyRank-System vergleicht den Titel und das Abstract einer Einreichung mit ähnlichen vorherigen Arbeiten, fasst die Unterschiede mit einem LLM zusammen und übermittelt dies an ein feinjustiertes Qwen3-4B-Modell, das entscheidet, ob die Arbeit als ‘konzeptionell neu’ gilt. Quelle

Das Problem mit solchen “Sichtungs”-Ansätzen ist die Herausforderung, bedeutsame Variablen zu definieren. Der NoveltyRank-Ansatz verwendet die Annahme einer Arbeit auf einer Konferenz als Index der Novität und – vielleicht ein bisschen abweisend – die Arxiv-Veröffentlichung als Hintergrundindex der Negativ-Novität.

Dies setzt zwei falsche Prämissen voraus: erstens, dass alle auf Konferenzen angenommenen Einreichungen neu oder von Bedeutung sind, was offensichtlich nicht der Fall ist; und zweitens, dass Novität an sich von unqualifiziertem Wert ist. Jeder, der eine halbe Stunde auf einige der speziosen, sogar lächerlichen Arbeiten verschwendet hat, die möglicherweise nur zur Aufrechterhaltung von ‘Veröffentliche-oder-Verderbe’-Quoten eingereicht wurden, weiß, dass Novität oft trivial und inkrementelle Arbeit oft bedeutend ist.

Das Verständnis des Wertes einer neuen Arbeit umfasst ein Gebiet, in dem die künstliche Intelligenz derzeit sehr schwach ist – langfristige Kontext. Da sie oft auf eine irreführende Weise geschrieben werden, können Arbeiten, die den Eindruck erwecken, bahnbrechend zu sein, oft als geringe Fortschritte auf bestehender Arbeit enthüllt werden; jedoch müssen automatisierte Systeme eine “Intuition” für solche Fälle entwickeln, ohne multiple falsche Positives zu flaggen und ohne auf die Ehrlichkeit der einreichenden Autoren zu vertrauen.

Ethischer Sturz

Wie ich zuvor beobachtet habe, sind Portale wie Arxiv ziemlich resistent gegen laissez faire-Scraping, und die Daten-Dumps, die sie liefern, fehlen oft an granularer Detailgenauigkeit.

Wenn ich also die Ressourcen und die Zeit hätte, um eine angemessene repräsentative Querschnittsstichprobe von Informatik-Arbeiten herunterzuladen und Merkmale zu extrahieren, würden viele der subtileren Trends nicht gezielt oder analysiert werden.

Einer dieser Trends ist das Vorhandensein oder Fehlen von ethischen Erklärungen; lange eine obligatorische Einbeziehung für biologische Wissenschaften, die Tierexperimente berühren, erreichte 2024 den Höhepunkt des Trends zur ethischen Charakterisierung einer vorgeschlagenen Arbeit am Ende der eingereichten Arbeiten in der Kategorie Informatik.

Anekdotisch sage ich, dass diese Praxis im Laufe des Jahres 2025 stark abgenommen hat. Meine Vermutung ist, dass die heftigen Deregulierungsbestrebungen der aktuellen US-Regierung in Bezug auf die Entwicklung von künstlicher Intelligenz der Forschungsgemeinschaft sowohl in den USA als auch im Ausland eine gewisse Lizenz und ein Gefühl der impliziten Abschirmung vor rechtlicher Haftung gegeben hat.

Trotz ihrer Unterstützung für Anti-Deepfake-Regulierungen hat die aktuelle US-Regierung effektiv viel von der “Wild-West”-Haltung wiederhergestellt, die die Ära von 2021-23 geprägt hat – obwohl der Kontext der reinen wissenschaftlichen Forschung, die sie definierte, sich inzwischen in historische Investitionen verwandelt hat.

Generative Video-Arbeiten als ‘AI-Slop’

Mit dem Start der Hunyuan-Video- und WAN-Generierungsreihe im letzten Winter wurde die künstliche Intelligenz für Videos im Jahr 2025 vollständig transformiert. Alte Hindernisse wie die Schwierigkeit, vollständige Avatar-Physiken zu erstellen oder überzeugende Profilansichten einer Person zu erhalten, wurden offensichtlich über Nacht beseitigt.

Die reichhaltigen, mit Gewichten versehenen Veröffentlichungen dieser Art aus China haben, argumentiert, den Ton für generative Video-Veröffentlichungen in diesem Jahr angegeben und sind zumindest ein gegenläufiger Druck auf die Tendenz westlicher AI-Video-Architekturen, die viel zensierter, kommerzialisiert und vorgeschrieben sind.

Die Abwesenheit einer Burggraben in dieser ironischerweise demokratischen, von der CCCP angeführten Szene hat dazu geführt, dass Hunderte, wenn nicht Tausende von Unternehmen versuchen, den nascenten Markt für Inferenz zu nutzen, indem sie benutzerfreundliche Portale anbieten, mit Akteuren wie civit.ai und RunPod, die von Verfahren und Technologien profitieren, die in vielen Fällen auf häuslichen Computern ausgeführt werden könnten.

Im Allgemeinen sind diese Initiativen kurzfristige Geldgewinne, die darauf warten, durch die eventuelle Marktkonsolidierung abgelöst zu werden (obwohl ihre Gründer sicherlich nicht gegen einen zufälligen Stolperer auf einen dominanten Marktanteil einzuwenden hätten, wenn dies der Fall sein sollte).

Dasselbe triviale und repetitive Phänomen hat die generative Video-Sparte in den Arxiv-Einreichungen im Jahr 2025 erreicht. Wie ich letzte Woche beobachtet habe, hat das Signal-Rausch-Verhältnis für diese Kategorie ein atemberaubendes Maximum erreicht, da Forscher öffentlich um die enormen potenziellen Mittel konkurrieren, die die Durchbrüche in diesem Jahr zweifellos freigesetzt haben.

Das bedeutet jedoch, dass die überwiegende Mehrheit der Einreichungen dieser Art nur inkrementelle Fortschritte darstellen, bestenfalls. Die Kernprobleme, die in der generativen künstlichen Intelligenz verbleiben, sind in diesem Jahr nicht viel aufgetaucht: die Notwendigkeit, Identität beizubehalten, LoRA-Style, während der gesamten Charakterdarstellung; die Notwendigkeit für längere Laufzeiten für Ausgabe-Videos, mit Gesamtkonsistenz (d. h. von Umgebungen und Themen usw., nicht nur ID) aufrechterhalten; und für verbesserte Audio-Generierung und -Manipulation innerhalb generativer Video- und Video-Bearbeitungsarchitekturen; unter anderem.

Das Fieber der Mesh-Modelle lässt nach

Ich beobachtete im letzten Jahr, dass die Szene eine bemerkenswerte Zunahme an Arbeiten erlebte, die Systeme förderten, die traditionelle CGI (d. h. Mesh-basierte Darstellungen der Art, die bis in die 1970er Jahre zurückreichen) nutzen oder in neuronale Rahmen integrieren. Ich habe eine signifikante Abnahme des Impulses zu mesh-basierten Lösungen beobachtet, insbesondere in der zweiten Hälfte des Jahres 2025.

Viele der CGI-integrierten Lösungen in dieser früheren Welle von Arbeiten, insbesondere diejenigen, die mit parametrierten menschlichen “Kontrollfiguren” wie 3D-morphierbaren Modellen zu tun haben, mögen durch die neuen Fähigkeiten von diffusionsbasierten generativen Frameworks wie Veo, Kling, Hunyuan und WAN sowie vielen anderen ersetzt worden sein.

Gleichzeitig sind Arbeiten, die mit Gaussian-Splat-Ansätzen zu tun haben, offensichtlich von Entwicklungsstagnation oder durch Überschattung durch die diffusionsbasierten Gen-AI-Systeme des Jahres 2025 betroffen; oder beides.

Vor einem Jahr bemerkte ich, dass die anfängliche Begeisterung für GSplat, die im späten Jahr 2023 einen beachtlichen Eindruck hinterließ, in engere Forschungsrichtungen abgeklungen war. In diesem Jahr sehe ich eine Reihe von Arbeiten, die darauf abzielen, die erheblichen Ressourcenanforderungen dieses Ansatzes sowie andere Probleme anzugehen.

Obwohl ich Gaussian Splatting als “derzeit stagnierend” charakterisieren würde, sollten wir daran denken, dass diese Technologie auf die frühen 1990er Jahre zurückgeht und von Natur aus wiederkehrend ist.

Eine Ausnahme von diesem allgemeinen Rückzug von mesh-basierten Ansätzen ist ein offensichtliches Interesse an der Integration von künstlicher Intelligenz in Frameworks, die auf 3D-Drucken abzielen.

Abnahme der Sicherheitseinreichungen

Meine letzte Beobachtung für 2025 ist, dass die “Sicherheit”-Kategorie in der Informatik-Sektion auf Arxiv eine bemerkenswerte Abnahme in Häufigkeit und Qualität erlebt hat, und es ist nicht leicht zu erraten, warum.

Das Kryptographie- und Sicherheitsarchiv ist wahrscheinlich immer ein zweitrangiger Ort, um Arbeiten einzureichen, da diese Forschungsrichtung unverständlicherweise von privaten IP-Beständen dominiert wird – von denen wenig in akademischen Zeitschriften auftaucht und fast nichts in kostenlosen Plattformen wie Arxiv.

Zusätzlich haben Einreichungen in diese Kategorie auf Arxiv eine höhere als durchschnittliche Anzahl von “Gotchas” – unterbetonte Zugeständnisse, oft an unerwarteten Stellen, die den scheinbaren Wert und die Neuheit der Arbeit negieren oder mindern. Ein Beispiel wäre eine scheinbar sensationelle Sicherheitsverletzungsmethode, die tatsächlich auf einem “White-Box”-Aspekt basiert – d. h. privilegiertem Zugang zu Daten oder Verfahren, wie es ein Angreifer wahrscheinlich nicht sichern könnte.

Was im Jahr 2026 zu erwarten ist

Obwohl die Medien ständig über die Gen-AI-Blase als Wiederholung des Dot-Com-Boom-und-Bust-Debakels der frühen Nullerjahre (mit einigen Widersprüchen) nachdenken, scheint dies tatsächlich eine Art falsche Sicherheit zu repräsentieren. In Bezug auf Infrastruktur, Investitionen, Kultur und Forschung gab es wahrscheinlich noch nie eine solche Zeit in der Menschheitsgeschichte.

Daher ist es schwer vorherzusagen, in welche Richtung die Forschungsszene im Jahr 2026 tendieren wird, außer dass – wie üblich – eine Reihe von langfristigen Bemühungen zwischen jetzt und April kulminieren werden, mit einem bestimmten “Stempel” der Obsessionen und Trends von 2025, der sie kennzeichnet.

Eine Entwicklung, die der Krise der Einreichungsvolumina auf Arxiv und anderen Portalen helfen könnte, ist ein Verbot oder eine Kontrolle von AI-generierten oder AI-unterstützten Arbeiten, wie Arxiv kürzlich für Review-Artikel verhängt hat – jedoch dürfte der Umfang der Beteiligung von künstlicher Intelligenz an einer einzelnen Arbeit schwer zu quantifizieren sein, da künstliche Intelligenz die Forschungskultur (und Peer-Review) ebenso durchdrungen hat wie andere Bereiche – wie ein Tropfen “Tinte”, der das gesamte (vorhandene) Wasserglas beeinflusst, anstatt das Medium radikal zu verändern.

Erstveröffentlichung am Montag, den 22. Dezember 2025