Tinjauan Pribadi tentang Tren Literatur Penglihatan Komputer di 2025

Pengungkapan etika dan Gaussian Splatting sedang menurun, sementara volume besar paper yang dikirimkan mewakili masalah baru bagi AI untuk diatasi di 2026.

Opini Saya telah mengikuti penelitian penglihatan komputer dan sintesis gambar di arXiv dan tempat lain selama sekitar tujuh tahun, di berbagai outlet – cukup lama untuk membedakan pola berulang dan pergeseran tren. Namun, observasi ini bersifat anekdot. Saya secara jujur berharap saya memiliki waktu untuk mengeksploitasi korpus data yang terus berkembang yang diwakili oleh aliran publikasi Arxiv, yang pasti kaya akan wawasan tersembunyi, menggunakan analisis pembelajaran mesin. Seperti yang ada, saya hanya dapat melaporkan lebih santai apa yang menarik perhatian saya sejak saya terakhir mempertimbangkan masalah ini.

Volume di 11

Banyak tren dalam pengiriman paper penelitian AI yang saya amati di 2024 telah mapan sebagai fitur di 2025; tidak kurang dari ini adalah kenaikan tak terkalahkan dan terus-menerus dalam volume paper terkait AI, yang dipicu oleh AI, sampai pada titik krisis yang dirasakan:

Pengajuan bulanan ilmu komputer Arxiv, Oktober 2023-November 2025, dengan rata-rata bergulir tiga bulan yang ditumpangkan. Sumber

Laju pertumbuhan ini digambarkan sebagai penggandaan eksponensial dalam volume pengiriman paper AI, beberapa tahun yang lalu, dan telah mengambil posisi yang lebih dalam sejak munculnya mania investasi AI yang telah meningkatkan taruhan, serta jumlah dana yang tersedia untuk penelitian terkait AI.

Statistik lengkap untuk 2025 belum tersedia, dan statistik agregat yang ditampilkan di atas mewakili angka umum yang meningkat di semua kategori. Di bawah ini kita dapat melihat bahwa ilmu komputer terus mengalami tren dominan, jauh di atas rekan-rekannya:

Peningkatan pengajuan ilmu komputer 2022-2025. Sumber

Mengurutkan Jerami

Pada bulan Oktober, awal musim konferensi gugur, yang selalu membawa banjir penelitian baru, membawa bukan hanya banjir penelitian baru, tetapi juga volume pengiriman yang luar biasa, memberikan dorongan tambahan dan urgensi pada penelitian yang sebelumnya kurang diminati, yaitu analisis tren penelitian; dengan kata lain, paper dan repositori yang semakin muncul, yang pada dasarnya mencoba untuk memotong rasio sinyal-ke-bisingan yang semakin parah dalam adegan penelitian.

Yang terbaru datang hanya minggu lalu, dalam bentuk NoveltyRank, sebuah paper dan GitHub repository yang fine-tune LLM seperti Qwen3-4B-Instruct-2507 dan SciBERT sehingga mereka dapat melakukan klasifikasi biner paper yang dikirimkan (memprediksi ‘kebaruan’ dari pengajuan sebelumnya), atau perbandingan kebaruan berpasangan (membandingkan pengajuan saat ini untuk ‘kebaruan’):

Sistem NoveltyRank membandingkan judul dan abstrak pengajuan dengan paper serupa sebelumnya, meringkas perbedaan menggunakan LLM, dan melewatkan ini ke model Qwen3-4B yang diperhalus yang memutuskan apakah pekerjaan tersebut dianggap ‘konseptual baru’. Sumber

Masalah dengan pendekatan ‘penyaringan’ seperti ini adalah tantangan mendefinisikan variabel yang bermakna. Pendekatan NoveltyRank menggunakan penerimaan paper ke konferensi sebagai indeks kebaruan, dan – mungkin agak meremehkan – menggunakan publikasi Arxiv sebagai indeks negatif kebaruan.

Ini mengandaikan dua premis palsu: pertama, bahwa semua pengajuan yang diterima konferensi adalah baru atau memiliki konsekuensi, yang jelas tidak benar; dan kedua, bahwa kebaruan itu sendiri memiliki nilai yang tidak terbatas. Siapa pun yang telah membuang setengah jam pada beberapa paper yang spekulatif, bahkan lucu, yang dikirimkan – mungkin – hanya untuk mempertahankan ‘kuota terbitkan atau binasa’, akan tahu bahwa kebaruan seringkali sepele, dan pekerjaan inkremental seringkali signifikan.

Memahami nilai paper baru melibatkan area di mana AI saat ini sangat lemah – konteks jangka panjang. Karena cara paper ditulis seringkali tidak jujur, paper yang tampaknya memecahkan masalah dapat sering terungkap sebagai kemajuan kecil pada pekerjaan yang ada; namun, sistem otomatis harus mengembangkan ‘intuisi’ untuk kasus seperti itu, tanpa menandai banyak positif palsu, dan tanpa mengandalkan kejujuran penulis pengajuan.

Lompatan Etika

Seperti yang saya amati sebelumnya, portal seperti Arxiv cukup resisten terhadap laissez faire pengikisan, dan dump data yang mereka sediakan seringkali kekurangan detail granular.

Oleh karena itu, bahkan jika saya memiliki sumber daya dan waktu untuk mengunduh dan mengekstrak fitur dari potongan yang cukup representatif dari paper ilmu komputer, banyak tren yang lebih halus tidak akan ditargetkan atau dianalisis.

Salah satu tren tersebut adalah kehadiran atau ketiadaan kode etika; lama menjadi penyertaan wajib untuk ilmu biologi yang menyentuh eksperimen hewan, 2024 menyaksikan puncak tren menuju karakterisasi etika pekerjaan yang diusulkan, di akhir paper yang dikirimkan dalam kategori Ilmu Komputer.

Secara anekdot, saya mengatakan bahwa praktik ini telah jatuh secara dramatis sepanjang 2025. Tebak saya adalah bahwa upaya deregulasi yang gigih dari pemerintah AS saat ini, terkait dengan pengembangan AI, telah memberikan komunitas penelitian baik di AS maupun di luar negeri, lisensi yang lebih besar dan rasa perlindungan implisit dari paparan hukum.

Namun, dukungan untuk regulasi anti-deepfake, administrasi AS saat ini secara efektif telah mengembalikan banyak posisi ‘wilayah liar’ yang ditandai dengan era 2021-23 – meskipun konteks penelitian murni yang mendefinisikannya telah berkembang menjadi investasi yang sangat besar.

Paper Video Generatif sebagai ‘AI Slop’

Dengan peluncuran Hunyuan Video dan WAN generatif video series pada musim dingin lalu, AI video telah sepenuhnya diubah di 2025. Hambatan lama seperti kesulitan membuat avatar fisik lengkap, atau mendapatkan tampilan profil yang meyakinkan dari seseorang, telah dihilangkan secara tiba-tiba.

Peluncuran berat yang disertai bobot dari jenis ini dari Cina telah, secara argumentatif, menetapkan langkah untuk rilis video generatif tahun ini, dan setidaknya merupakan tekanan kontra terhadap kecenderungan arsitektur video AI barat untuk lebih disensor, dipasarkan, dan diresepkan.

Ketiadaan parit dalam adegan demokratis yang dipimpin CCCP ini telah menyebabkan ratusan, jika tidak ribuan perusahaan, mencari untuk mengeksploitasi pasar yang baru muncul untuk inferensi dengan menawarkan portal yang ramah pengguna, dengan pemain yang beragam seperti civit.ai dan RunPod memperoleh keuntungan dari prosedur dan teknologi yang, dalam banyak kasus, dapat dijalankan pada komputer domestik.

Secara umum, inisiatif ini adalah penjarahan jangka pendek yang mengharapkan untuk diambil alih oleh konsolidasi pasar yang akhirnya terjadi (meskipun, tentu saja, pendiri mereka tidak akan keberatan jika secara tidak sengaja menemukan pangsa pasar yang dominan, jika itu terjadi).

Hal yang sama dengan mundanity dan replikasi telah mengenai strand video generatif di pengajuan Arxiv di 2025. Seperti yang saya amati minggu lalu, rasio sinyal-ke-bisingan untuk kategori ini telah mencapai puncak yang mematikan, karena peneliti bersaing secara terbuka untuk jumlah besar potensial dana yang telah dirilis oleh terobosan tahun ini.

Itu dikatakan, sebagian besar pengajuan jenis ini hanyalah kemajuan inkremental, pada yang terbaik. Masalah inti yang tersisa dalam AI generatif belum muncul banyak tahun ini: kebutuhan untuk mempertahankan identitas, gaya LoRA, sepanjang representasi karakter; kebutuhan untuk waktu runtime yang lebih lama untuk video output, dengan konsistensi keseluruhan (yaitu, lingkungan dan tema, dll., bukan hanya ID) dipertahankan; dan untuk pembangkitan audio dan manipulasi yang ditingkatkan dalam arsitektur video generatif dan pengeditan video; di antara lainnya.

Demam Mesh Mereda

Saya mengamati tahun lalu bahwa adegan tersebut mengalami peningkatan yang signifikan dalam paper yang mempromosikan sistem yang menggunakan CGI tradisional (yaitu, representasi berbasis mesh dari jenis yang berasal dari tahun 1970-an), atau mengintegrasikan CGI ke dalam kerangka neural. Saya telah mengamati penurunan yang signifikan dalam momentum menuju solusi berbasis mesh, terutama di paruh kedua tahun, selama 2025.

Banyak solusi CGI yang disertakan dalam gelombang paper sebelumnya, terutama yang menangani angka kontrol manusia parametri seperti model morfabel 3D, mungkin telah digantikan oleh kemampuan baru dari kerangka generatif difusi seperti Veo, Kling, Hunyuan, dan WAN, di antara lainnya.

Pada saat yang sama, paper yang menangani pendekatan Gaussian Splat juga tampaknya telah terpengaruh oleh stagnasi perkembangan, atau telah digantikan oleh sistem AI gen difusi 2025; atau keduanya.

Setahun yang lalu saya mencatat bahwa kegembiraan awal Gaussian Splat, yang membuat kesan yang signifikan pada akhir 2023, telah mereda menjadi garis penelitian yang lebih sempit. Tahun ini, saya melihat arus paper yang ditujukan untuk menangani tuntutan sumber daya yang signifikan dari pendekatan ini, di antara masalah lainnya.

Walau saya akan menggambarkan Gaussian Splatting sebagai ‘saat ini terhenti’, kita harus ingat bahwa teknologi ini berasal dari awal 1990-an, dan bersifat revenan.

Satu pengecualian untuk penarikan umum dari pendekatan berbasis mesh adalah peningkatan minat yang jelas dalam mengintegrasikan AI ke dalam kerangka yang ditujukan untuk pencetakan 3D.

Penurunan dalam Pengajuan Keamanan AI

Pengamatan terakhir saya untuk 2025 adalah bahwa kategori ‘Keamanan’ pengajuan di bagian Ilmu Komputer di Arxiv telah menunjukkan penurunan yang signifikan dalam frekuensi dan kualitas di 2025, dan tidak mudah untuk menebak mengapa.

Kriptografi dan Keamanan arsip telah lama menjadi tempat kelas dua untuk memposting paper, karena strand penelitian ini secara tidak terduga didominasi oleh IP milik swasta – sedikit dari yang muncul di jurnal akademis, dan hampir tidak ada yang terlihat di platform gratis seperti Arxiv.

Selain itu, pengajuan ke kategori ini di Arxiv memiliki jumlah ‘gotchas’ yang lebih tinggi dari rata-rata – pengakuan yang sering tersembunyi, yang menyangkal atau mengurangi nilai dan kebaruan paper yang tampak. Salah satu contoh adalah metode pelanggaran keamanan yang tampaknya sensasional yang sebenarnya bergantung pada beberapa aspek ‘white box’ – yaitu, akses istimewa ke data atau prosedur, seperti yang tidak mungkin diperoleh oleh penyerang.

Apa yang Diharapkan di 2026

Meskipun media mengulangi secara konstan tentang ledakan AI sebagai pengulangan kegagalan dot.com awal 2000-an (dengan beberapa perselisihan), ini sebenarnya tampaknya mewakili jenis keamanan palsu. Dalam hal infrastruktur, investasi, budaya dan penelitian, tidak pernah ada waktu seperti ini dalam sejarah manusia.

Oleh karena itu, sulit untuk melihat ke mana adegan penelitian akan menuju di 2026, kecuali bahwa – seperti biasa – sejumlah upaya jangka panjang akan mencapai puncaknya antara sekarang dan April, dengan ‘cap’ dari obsesi dan tren 2025 yang membedakan mereka.

Salah satu perkembangan yang dapat membantu krisis volume pengajuan di Arxiv dan portal lain adalah larangan atau pemeriksaan pada paper yang dihasilkan/dibantu AI, seperti Arxiv yang baru-baru ini diberlakukan untuk paper ulasan – namun, sejauh mana keterlibatan AI dalam satu paper dapat membuktikan sulit untuk diukur, karena AI telah menembus budaya penelitian (dan tinjauan sejawat) sama seperti yang telah menembus domain lain – seperti tetes ‘tinta’ yang mempengaruhi seluruh (yang ada) gelas air, bukan mengubah medium secara radikal.

Pertama kali diterbitkan pada hari Senin, 22 Desember 2025