Une prise personnelle sur les tendances de la littérature de la vision par ordinateur en 2025

Les divulgations éthiques et le Gaussian Splatting sont en déclin, tandis que le volume considérable de documents soumis représente un nouveau problème pour l’IA à relever en 2026.

Opinion J’ai suivi la recherche en vision par ordinateur et en synthèse d’images sur arXiv et dans d’autres lieux pendant environ sept ans, à travers divers canaux – suffisamment longtemps pour distinguer les modèles récurrents et les changements de tendance. Mais ces observations sont anecdotiques. Je souhaite sincèrement avoir le temps d’exploiter les vastes corpus de données en constante augmentation représentés par le flux de publications Arxiv, qui est sûrement riche en idées cachées, en utilisant l’analyse par apprentissage automatique. Comme les choses sont, je ne peux rapporter que plus occasionnellement ce qui a attiré mon attention depuis que j’ai considéré cette question pour la dernière fois.

Volume à 11

De nombreuses tendances dans les soumissions de documents de recherche en IA que j’ai observées en 2024 se sont établies comme des constantes en 2025; pas la moindre de ces tendances est l’augmentation inexorable et continue du volume de documents liés à l’IA, alimentée par l’IA elle-même, au point d’une crise perçue:

Soumissions mensuelles de sciences informatiques Arxiv, octobre 2023-novembre 2025, avec une moyenne mobile de 3 mois superposée. Source

Ce taux de croissance a été caractérisé comme un doublement exponentiel du volume des soumissions de documents de recherche en IA, il y a plusieurs années, et il n’a fait que s’accroître avec l’avènement récent de la mania des investissements en IA qui a augmenté les enjeux, ainsi que le montant des fonds disponibles pour la recherche liée à l’IA.

Les statistiques complètes pour 2025 ne sont pas encore disponibles, et les statistiques agrégées ci-dessus représentent les nombres généraux qui augmentent dans toutes les catégories. Ci-dessous, on peut voir que l’informatique continue de suivre une tendance dominante, nettement supérieure à ses compagnons de route:

Augmentation des soumissions en sciences informatiques de 2022 à 2025. Source

Tri du blé

En octobre, le début de la saison des conférences d’automne, qui apporte toujours un flot de nouvelles recherches, a apporté à la place un volume de soumissions au niveau d’une attaque DDO, donnant un élan supplémentaire et une urgence à la branche de recherche sous-abonnée de l’analyse des tendances de la recherche; en d’autres termes, des documents et des référentiels apparaissent de plus en plus qui, en eux-mêmes, cherchent à couper à travers le rapport signal/bruit qui se détériore dans la scène de la recherche.

Le dernier en date n’a été publié que la semaine dernière, sous la forme de NoveltyRank, un document et un référentiel GitHub qui affinent les LLM tels que Qwen3-4B-Instruct-2507 et SciBERT afin qu’ils puissent effectuer une classification binaire des documents soumis (prédisant la ‘novauté’ à partir des soumissions précédentes), ou une comparaison de la novauté par paires (comparant les soumissions actuelles pour la ‘novauté’):

Le système NoveltyRank compare le titre et le résumé d’une soumission à des documents similaires du passé, résume les différences en utilisant un LLM, et les transmet à un modèle Qwen3-4B affiné qui décide si le travail compte comme ‘conceptuellement nouveau’. Source

Le problème avec ces approches de ‘tri’ est le défi de définir des variables significatives. L’approche NoveltyRank utilise l’acceptation d’un document dans une conférence comme indice de novauté, et – peut-être de manière plutôt dédaigneuse – utilise la publication Arxiv comme indice de novauté négative.

Ceci suppose deux prémisses fausses: premièrement, que toutes les soumissions acceptées dans les conférences sont nouvelles ou importantes, ce qui n’est manifestement pas le cas; et deuxièmement, que la novauté elle-même est d’une valeur inconditionnelle. Quiconque a perdu une demi-heure sur certains documents spéculatifs, voire ridicules, soumis – peut-être – uniquement pour maintenir des ‘quotas de publication ou de péril’, sait que la novauté est souvent triviale et que les travaux incrémentiels sont souvent importants.

Comprendre la valeur d’un nouveau document implique un domaine où l’IA est actuellement très faible – le contexte à long terme. En raison de la façon souvent déloyale dont ils sont écrits, les documents qui semblent ouvrir la voie peuvent très souvent être révélés comme des avancées mineures sur des travaux existants; cependant, les systèmes automatisés devront développer une ‘intuition’ pour de tels cas, sans signaler de faux positifs multiples et sans compter sur l’honnêteté des auteurs soumetteurs.

Plongée éthique

Comme je l’ai observé précédemment, des portails tels qu’Arxiv sont assez résistants à la laissez faire de la fouille, et les dumps de données qu’ils fournissent manquent souvent de détails granulaires.

Par conséquent, même si j’avais les ressources et le temps pour télécharger et extraire des fonctionnalités à partir d’un échantillon représentatif de documents de sciences informatiques, de nombreuses tendances plus subtiles n’auraient pas été ciblées ou analysées.

L’une de ces tendances est la présence ou l’absence de codicilles de déclarations éthiques; longtemps une inclusion obligatoire pour les sciences biologiques qui touchent à l’expérimentation animale, 2024 a vu l’apogée de la tendance vers la caractérisation éthique d’un travail proposé, à la fin des documents soumis dans la catégorie Sciences informatiques.

De manière anecdotique, je dis que cette pratique a chuté d’un précipice tout au long de 2025. Ma supposition est que les efforts de dérégulation fervents du gouvernement actuel des États-Unis, en relation avec le développement de l’IA, a donné à la communauté de recherche, tant aux États-Unis qu’à l’étranger, une certaine licence accrue et un sentiment de protection implicite contre l’exposition juridique.

Nonobstant son soutien à la réglementation anti-deepfake, l’administration actuelle des États-Unis a effectivement rétabli une grande partie de la position de ‘far-west’ qui caractérisait l’ère 2021-23 – même si le contexte de la recherche scientifique pure qui la définissait a depuis évolué en des niveaux d’investissement fervents, voire historiques.

Documents de vidéos génératives comme ‘slop IA’

Avec le lancement de la série de vidéos génératives Hunyuan et WAN au cours de l’hiver dernier, la vidéo IA a été entièrement transformée en 2025. Les anciens obstacles tels que la difficulté de créer des avatars de physionomie complète, ou d’ obtenir des vues de profil convaincantes d’une personne, ont été balayés apparemment du jour au lendemain.

Les publications généreuses de ce type, avec les poids inclus, provenant de Chine, ont, à l’argumentation, fixé le rythme pour les publications de vidéos génératives cette année, et sont au moins une pression contre la tendance des architectures de vidéo IA occidentales à être beaucoup plus censurées, précommerciales et prescrites.

L’ absence de fossé dans ce scénario ironiquement démocratique mené par la Chine a conduit des centaines, sinon des milliers de sociétés, à chercher à exploiter le marché naissant pour l’inférence en offrant des portails conviviaux, avec des acteurs aussi divers que civit.ai et RunPod profitant de procédures et de technologies qui, dans de nombreux cas, pourraient être exécutées sur des ordinateurs domestiques.

En général, ces initiatives sont des prises de profits à court terme qui s’attendent à être supplantées par une consolidation du marché éventuelle (bien que, sans doute, leurs fondateurs n’auraient pas d’objection à tomber par hasard sur une part de marché dominante, si cela devait se produire).

Cette même banalité et réplication a frappé la branche de la vidéo générative dans les soumissions Arxiv en 2025. Comme je l’ai observé la semaine dernière, le rapport signal/bruit pour cette catégorie a atteint un sommet étourdissant, alors que les chercheurs concourent publiquement pour les sommes massives de financement potentiel que les avancées de cette année ont sans doute libérées.

Cela étant dit, la grande majorité de ces soumissions ne sont que des progrès incrémentaux, au mieux. Les problèmes fondamentaux restants dans l’IA générative n’ont pas beaucoup émergé cette année: la nécessité de maintenir l’identité, de type LoRA, tout au long d’une représentation de personnage; la nécessité de temps de lecture plus longs pour les vidéos de sortie, avec une cohérence globale (c’est-à-dire des environnements et des thèmes, etc., et non seulement l’ID) maintenue; et pour une meilleure génération audio et manipulation dans les architectures de vidéo générative et de montage vidéo; entre autres.

La fièvre des mailles s’apaise

J’ai observé l’année dernière que la scène connaissait une augmentation notable de documents promouvant des systèmes qui utilisent la CGI traditionnelle (c’est-à-dire des représentations basées sur des mailles du type qui remonte aux années 1970), ou l’intègrent dans des cadres neuronaux. J’ai observé une diminution significative de l’élan vers les solutions basées sur des mailles, en particulier dans la deuxième moitié de l’année, en 2025.

Beaucoup des solutions incorporant la CGI dans cette première vague de documents, en particulier ceux traitant de figures de contrôle humaines paramétriques telles que les modèles morphables 3D, peuvent avoir été supplantés par les nouvelles capacités des cadres de génération de diffusion tels que Veo, Kling, Hunyuan et WAN, parmi d’autres.

En même temps, les documents traitant des approches de Gaussian Splat ont également apparemment été affectés soit par une stagnation du développement, soit par l’éclipse des systèmes de génération de diffusion de l’IA en 2025; ou les deux.

Il y a un an, j’ai noté que l’excitation initiale du GSplat, qui a fait une impression notable à la fin de 2023, s’est estompée en lignes de recherche plus étroites. Cette année, je vois un flux de documents visant à résoudre les problèmes importants de demande de ressources de cette approche, entre autres problèmes.

Je caractériserais le Gaussian Splatting comme ‘actuellement en panne’, mais nous devons nous rappeler que cette technologie remonte au début des années 1990 et est récurrente par nature.

Une exception à cette retraite générale des approches basées sur des mailles est un intérêt apparent pour l’intégration de l’IA dans des cadres destinés à l’impression 3D.

Diminution des soumissions de sécurité IA

Ma dernière observation pour 2025 est que la catégorie de soumissions ‘Sécurité’ dans la section Sciences informatiques d’Arxiv a montré une diminution notable de fréquence et de qualité en 2025, et il n’est pas facile de deviner pourquoi.

Les archives de Cryptographie et Sécurité ont probablement toujours été un endroit de deuxième classe pour poster des documents, puisque cette branche de recherche est dominée par la propriété intellectuelle privée – peu de laquelle apparaît dans les revues universitaires, et presque aucune n’est visible sur des plateformes gratuites telles qu’Arxiv.

De plus, les soumissions à cette catégorie à Arxiv ont un nombre plus élevé que la moyenne de ‘gotchas’ – des admissions sous-estimées, souvent enterrées dans des endroits inattendus, qui nient ou diminuent la valeur et la novauté apparentes du document. Un exemple serait une méthode d’infraction de sécurité apparemment sensationnelle qui repose en réalité sur un aspect ‘white box’ – c’est-à-dire un accès privilégié à des données ou des procédures, tel qu’un attaquant ne pourrait probablement pas le sécuriser.

Ce à quoi s’attendre en 2026

Bien que les médias fassent constamment allusion à la vague de l’IA comme une répétition du débâcle de la bulle et de l’éclatement des dot.com du début des années 2000 (avec quelques dissidences), cela représente en fait une sorte de fausse sécurité. En termes d’infrastructure, d’investissement, de culture et de recherche, il n’y a probablement pas eu un tel moment dans l’histoire de l’humanité.

Par conséquent, il est difficile de voir dans quelle direction la scène de la recherche évoluera en 2026, à l’exception du fait que – comme d’habitude – un certain nombre d’efforts à long terme aboutiront entre maintenant et avril, avec une certaine ’empreinte’ des obsessions et des tendances de 2025 qui les caractériseront.

Un développement qui pourrait aider la crise des volumes de soumissions à Arxiv et à d’autres portails est une interdiction ou un contrôle des documents générés ou aidés par l’IA, comme Arxiv l’a récemment mis en œuvre pour les documents de revue – cependant, l’étendue de l’implication de l’IA dans un document peut s’avérer difficile à quantifier, puisque l’IA a pénétré la culture de la recherche (et l’examen par les pairs) de la même manière qu’elle a envahi d’autres domaines – comme une goutte d’encre qui affecte tout le verre d’eau existant, plutôt que de changer radicalement le medium.

Publié pour la première fois le lundi 22 décembre 2025