2025年のコンピュータビジョン文学トレンドについての個人的な考察

倫理的開示とガウシアン・スプラッティングは衰退している一方で、提出された論文の純粋なボリュームは、2026年にAIが扱う新たな問題を表している。

意見 私は、arXivや関連する会議でのコンピュータビジョンと画像合成の研究を7年間追跡してきました。様々な媒体を通じて、繰り返し現れるパターンやトレンドの変化を識別するには十分な期間です。しかし、これらの観察は経験的ものです。私は、arXivの出版ストリームだけが表す膨大なデータセットを、機械学習分析を使用して秘密の洞察を引き出すために利用する時間が欲しいと思います。現状では、私は以前から気づいたことをよりカジュアルに報告するしかありません以来、私が最後にこの問題を考慮したとき。

ボリューム11

2024年に私が観察したAI研究論文の提出トレンドの多くは、2025年に確立されたものとなりました。最も重要なのは、AI関連論文のボリュームの継続的な増加です。これ自体がAIによって推進されており、危機とみなされるレベルに達しています。

Monthly computer science Arxiv submissions, 2023年10月-2025年11月, with 3-month rolling average overlaid. Source

この成長率は、数年前に、AI論文提出のボリュームの指数関数的な二乗と表現されていました。最近のAI投資ブームの到来により、AI関連研究のための資金が増加し、成長率はさらに加速しています。

2025年の完全な統計はまだ利用できないですが、上記の集計統計は、すべてのカテゴリーで増加している一般的な数字を表しています。以下に、コンピュータサイエンスが他の分野を大きく上回っていることが示されています。

2022-2025 rise in CS submissions. Source

穀物を選別する

10月、秋の会議シーズンの始まりは、新しい研究の波をもたらしますが、DDOS攻撃レベルの提出ボリュームとなり、研究トレンド分析という研究分野に、さらなる緊急性と重要性がもたらされました。つまり、研究のノイズと信号の比率を切り抜けることを目的とした論文やリポジトリが増えてきています。

最新のものは先週、NoveltyRankという論文とGitHubリポジトリの形で発表されました。これは、LLM（大規模言語モデル）を微調整して、提出された論文の二値分類（新規性の予測）やペアワイズ新規性比較（現在の提出と過去の提出の比較）を行うことができます。

The NoveltyRank system compares the title and abstract of a submission to similar past papers, summarizes the differences using an LLM, and passes this to a fine-tuned Qwen3-4B model that decides if the work counts as ‘conceptually new’. Source

このような「選別」アプローチの問題は、有意義な変数を定義することの挑戦です。NoveltyRankアプローチは、論文の会議での採択を新規性の指標として使用し、Arxivでの出版を新規性のない背景指標として使用します。

これには二つの誤った前提があります。第一に、すべての会議で採択された提出物は新規的または重要であるということであり、これは明らかに事実ではありません。第二に、新規性自体が無条件に価値があるということです。誰でも、時には、論文を提出するために「発行または没落」のクォータを維持するために無駄に過ごすことがありますが、新規性は souvent 微妙で、漸進的な作業は重要であることがわかります。

新しい論文の価値を理解するには、AIが現在非常に弱い分野である、長期のコンテキストが必要です。論文は、しばしば不誠実な方法で書かれているため、表面的に新しい成果をもたらすように見えますが、実際には既存の作業に対する小さな進歩であることがあります。自動化システムは、これらのケースに対する「直感」を開発する必要がありますが、多数の誤った陽性を旗示せずに、提出者の誠実さに頼ることなくです。

倫理的転換

私が以前観察したように、Arxivのようなポータルは、自由なスクレイピングに抵抗しています。彼らが提供するデータダンプは、詳細な情報が不足していることが多いです。

したがって、コンピュータサイエンス論文の代表的なクロスセクションから機能を抽出してダウンロードするためのリソースや時間があっても、多くの繊細なトレンドは対象や分析されていないでしょう。

対象となるもののひとつは、提出された論文の末尾に付随する倫理的声明の存在または不存在です。2024年には、コンピュータサイエンスカテゴリの提出論文の末尾に倫理的特性の特徴付けが頂点に達しました。

私見で言えば、この慣行は2025年を通じて崖から落ちました。私の推測では、米国政府によるAI開発の規制緩和の熱意が、米国および海外の研究コミュニティに、法的責任からある程度の免責を与えているのではないかと思います。

米国政府は、ディープフェイク規制への反対にもかかわらず、2021-23年の時代の「ワイルドウエスト」的な姿勢を復活させています。純粋な科学研究が定義した文脈はすでに進化していますが、投資は史上最高レベルに達しています。

生成ビデオ論文としての「AIスロップ」

先週、Hunyuan VideoとWANの生成ビデオシリーズが発表され、AIビデオは2025年に完全に変化しました。完全なアバターや個人のプロファイルビューの取得などの古い障壁は、表面上は一夜で払拭されました。

中国からのこの種の重み付きリリースは、議論の余地がありますが、今年の生成ビデオリリースのペースを設定し、西側のAIビデオアーキテクチャーがより検閲を受け、事前に商業化され、規制されている傾向に反対する圧力となりました。

この分野は、独自の優位性が欠如しているため、数百、あるいは数千の企業がユーザーフレンドリーなポータルを提供し、civit.aiやRunPodのような多様な企業が、多くの場合、家庭用コンピューターで実行できる技術や手順から利益を得ています。

一般的に、これらのイニシアチブは、市場の統合が最終的に発生することを期待して、短期的な金銭的利益を得るものです。もちろん、偶然にも優位な市場シェアを獲得することができた場合は、創設者たちは反対しないでしょう。

同様の平凡さと複製は、2025年のArxivの提出物の中で生成ビデオ分野にも及んでいます。先週、私は観察したように、このカテゴリーの信号対ノイズ比は、研究者が大量の潜在的な資金を獲得するために公開で競争しているため、鈍いピークに達しています。

しかし、ほとんどの提出物は、せいぜい漸進的な進歩です。生成AIの残された核心的な問題は、今年あまり表面化していません。生成されるキャラクターのアイデンティティを維持する必要性、LoRAスタイルで、描写全体を通じて、長い実行時間の出力ビデオを維持し、一貫性（環境、テーマなど、アイデンティティだけでなく）を維持する必要性、生成ビデオおよびビデオ編集アーキテクチャー内でのオーディオ生成と操作の改善などです。

メッシュ熱が収まる

私は去年、伝統的なCGI（1970年代から存在するメッシュベースの表現）を利用するシステムを推進する論文の増加を観察しました。また、神経フレームワークにこれを組み込む研究もありました。2025年後半に、特にメッシュベースの解決策への勢いが大幅に減速したことを観察しました。

以前の波の中で、特にパラメトリック人間「コントロール」フィギュア（3Dモーファブルモデル）を扱うものは、新しい拡散ベースの生成フレームワーク（Veo、Kling、Hunyuan、WANなど）によって置き換えられた可能性があります。

ガウシアン・スプラッティングアプローチを扱う論文も、停滞または拡散ベースのgen AIシステムによって追い越された可能性があります。

1年前、私はガウシアン・スプラッティングの初期の興奮が、2023年後半に減退して、狭い研究ラインに収束したと述べました。今年、私はこのアプローチの重大なリソース要件を解決しようとする一連の論文を観察しています。

ガウシアン・スプラッティングは「現在停止中」と表現できますが、この技術は1990年代初頭に遡り、復活する性質を持っています。

メッシュベースアプローチからのこの一般的な後退の例外は、3Dプリンティングを目的としたフレームワークにAIを組み込むことへの関心の増大です。

AIセキュリティ提出の減少

2025年の私の最後の観察は、Arxivのコンピュータサイエンスセクションの「セキュリティ」提出カテゴリが、頻度と質で著しく減少しているということです。その理由は簡単には推測できません。

暗号とセキュリティアーカイブは、研究のこの分野が私的セクターの独自の知的財産によって支配されているため、論文を投稿するための二次的な場所であると考えられます。ほとんどのこれらの研究は学術ジャーナルには現れず、Arxivのような無料プラットフォームにはほとんど現れません。

さらに、Arxivのこのカテゴリへの提出には、提出された研究の価値や新規性を否定または軽減する「落とし穴」が多くあります。たとえば、特定の条件下でのみ機能するセンセーショナルなセキュリティ侵害方法があります。

2026年に期待すること

メディアは、Gen AIブームを2000年代初頭のドットコムバブルと比較していますが（一部の異議がある）、これはある種の誤った安心感を与えるものです。インフラ、投資、文化、および研究の観点から、人類史上これほどの時期はないでしょう。

したがって、2026年の研究シーンのトレンドは、2025年の関心とトレンドの「スタンプ」が付いた長期的な取り組みが4月までに実を結ぶため、予測するのは難しいでしょう。

Arxivや他のポータルでの提出ボリュームの危機を緩和する可能性のある開発は、AI生成/支援論文の禁止またはチェックです。ただし、Arxivが最近レビュー論文に対して実施したように、AIの関与の程度は、AIが研究文化（およびピアレビュー）に浸透しているため、推定するのが難しいです。つまり、既存の水の中に一滴の「インク」を落とすのではなく、媒体そのものを根本的に変えるのではなく、水全体に影響を及ぼすのです。

2025年12月22日初出