Een persoonlijke kijk op trends in computer vision literatuur in 2025

Ethische onthullingen en Gaussian Splatting zijn in populariteit aan het afnemen, terwijl het enorme volume van ingediende papers een nieuw probleem vormt voor AI om aan te pakken in 2026.

Opinie Ik heb computer vision en image synthesis onderzoek op arXiv en verwante platforms gevolgd voor ongeveer zeven jaar, via verschillende kanalen – lang genoeg om terugkerende patronen en trends te kunnen onderscheiden. Maar deze observaties zijn anekdotisch. Ik wou dat ik de tijd had om de enorme hoeveelheid groeiende data die door de Arxiv-publicatiestroom alleen al wordt vertegenwoordigd te exploiteren, die zeker rijk is aan verborgen inzichten, met behulp van machine learning-analyse. Zoals het er nu voor staat, kan ik alleen maar meer informeel melden wat tot mijn aandacht is gekomen sinds ik het laatst hierover heb nagedacht.

Volume op 11

Veel van de trends in AI-onderzoeksartikelen die ik in 2024 heb waargenomen, hebben zich in 2025 gevestigd als vaste patronen; niet het minst waarvan is de onstuitbare en voortdurende toename in volume van AI-gerelateerde papers, die zelf wordt aangewakkerd door AI, tot het punt van een waargenomen crisis:

Maandelijkse computer science Arxiv-inzendingen, oktober 2023-november 2025, met 3-maands rolling average overlaid. Bron

Deze groeisnelheid werd gekenmerkt als een exponentiële verdubbeling in volume van AI-papierinzendingen, enkele jaren geleden, en het heeft alleen maar een diepere greep gekregen nu de recente komst van AI-investeringmanië de inzet heeft verhoogd, evenals het bedrag aan financiering dat beschikbaar is voor AI-gerelateerd onderzoek.

Volledige statistieken voor 2025 zijn nog niet beschikbaar, en de aggregatieve statistieken die hierboven worden getoond, vertegenwoordigen de algemene nummers die toenemen in alle categorieën. Hieronder kunnen we zien dat computer science een dominante trend rijdt, significant boven zijn stabiele maten:

2022-2025 stijging in CS-inzendingen. Bron

Hét kaf van het koren scheiden

In oktober, het begin van de herfstconferentie-seizoen, dat altijd een vloed van nieuwe onderzoeken brengt, bracht in plaats daarvan een DOS-aanvalniveau volume van inzendingen, waardoor er meer urgentie en dringendheid ontstond voor de ondergeschikte onderzoekslijn van onderzoektrendanalyse; met andere woorden, papers en repositories die steeds vaker verschijnen en die zelf proberen door de verslechterende signaal-ruisverhouding in de onderzoekssector heen te breken.

Het laatste voorbeeld hiervan was vorige week, in de vorm van NoveltyRank, een paper en GitHub-repository die LLM’s zoals Qwen3-4B-Instruct-2507 en SciBERT fijn afstemt zodat ze binaire classificatie van ingediende papers kunnen uitvoeren (het voorspellen van ‘nieuwheid’ uit eerdere inzendingen), of anders pairwise nieuwheidvergelijking (het vergelijken van huidige inzendingen voor ‘nieuwheid’):

Het NoveltyRank-systeem vergelijkt de titel en samenvatting van een inzending met soortgelijke eerdere papers, samenvat de verschillen met behulp van een LLM en geeft dit door aan een fijn afgestemde Qwen3-4B-model dat beslist of het werk als ‘conceptueel nieuw’ telt. Bron

Het probleem met dergelijke ‘zeef’-benaderingen is de uitdaging van het definiëren van betekenisvolle variabelen. De NoveltyRank-benadering gebruikt de acceptatie van een paper op een conferentie als index van nieuwheid, en – misschien wat geringschattend – gebruikt Arxiv-publicatie als achtergrondindex van negatieve nieuwheid.

Dit gaat uit van twee valse premissen: ten eerste, dat alle conferentie-geaccepteerde inzendingen nieuw of van belang zijn, hetgeen duidelijk niet het geval is; en ten tweede, dat nieuwheid op zichzelf van ongekwalificeerde waarde is. Iedereen die een half uur heeft verspild aan enkele van de specieuze, zelfs belachelijke papers die zijn ingediend – misschien – alleen om ‘publiceer-of-verdwijn’-quota te behouden, weet dat nieuwheid vaak triviaal is en incrementeel werk vaak significant.

Het begrijpen van de waarde van een nieuw paper omvat een gebied waarin AI momenteel zeer zwak is – langetermijn context. Omdat ze vaak op een oneerlijke manier zijn geschreven, kunnen papers die lijken door te breken vaak worden onthuld als kleine verbeteringen van bestaand werk; echter, geautomatiseerde systemen zullen een ‘intuïtie’ voor dergelijke gevallen moeten ontwikkelen, zonder meerdere valse positieven te markeren en zonder te vertrouwen op de eerlijkheid van de indienende auteurs.

Ethische duik

Zoals ik eerder heb opgemerkt, zijn portals zoals Arxiv vrijwel resistent tegen laissez faire scraping, en de datadumps die ze leveren ontbreken vaak aan granulaire details.

Daarom, zelfs als ik de middelen en de tijd had om te downloaden en kenmerken te extraheren uit een adequaat representatieve steekproef van computer science-papers, zullen veel van de subtielere trends niet zijn gericht of geanalyseerd.

Een van deze is de aanwezigheid of afwezigheid van ethische verklaringen; lang een verplichte inclusie voor biologische wetenschappen die dierproeven betreffen, zag 2024 het hoogtepunt van de trend naar ethische karakterisering van een voorgesteld werk, aan het einde van ingediende papers in de Computer Science-categorie.

Anecdotisch gezien, zeg ik dat deze praktijk in 2025 van een klif is afgevallen. Mijn gok is dat de fervente dereguleringinspanningen van de huidige Amerikaanse regering met betrekking tot AI-ontwikkeling, de onderzoekscommunity zowel in de Verenigde Staten als in het buitenland een zekere toename van licentie en gevoel van impliciete bescherming tegen juridische aansprakelijkheid heeft gegeven.

Ondanks de ondersteuning voor anti-deepfake-regulering, heeft de huidige Amerikaanse regering effectief veel van de ‘wilde west’-houding hersteld die het tijdperk van 2021-23 kenmerkte – zelfs als de context van zuiver wetenschappelijk onderzoek dat het definieerde, is geëvolueerd naar fervente, zelfs historische niveaus van investering.

Generatieve video-papers als ‘AI-slop’

Met de lancering van de Hunyuan Video en WAN generatieve video-serie vorige winter, is AI-video in 2025 volledig getransformeerd. Oude belemmeringen zoals de moeilijkheid van het maken van complete-physique avatars, of van het verkrijgen van overtuigende profielen van een persoon, werden blijkbaar over een nacht ijs gesleept.

De overvloedige gewichten-inclusieve releases van dit type uit China hebben, betwistbaar, het tempo bepaald voor generatieve video-releases dit jaar, en zijn minstens een tegenwerkende druk op de neiging van westerse AI-video-architecturen om verder te worden gecensureerd, pre-commercieel en voorgeschreven.

De afwezigheid van een moat in deze ironisch democratische CCCP-geleide scène heeft ertoe geleid dat honderden, zo niet duizenden bedrijven proberen de nascente markt voor inferentie te exploiteren door gebruikersvriendelijke portals aan te bieden, met spelers zo divers als civit.ai en RunPod die profiteren van procedures en technologieën die in veel gevallen op huishoudelijke computers kunnen worden uitgevoerd.

Over het algemeen zijn deze initiatieven korte-termijn kasstroken die verwachten te worden overgenomen door uiteindelijke marktconsolidatie (hoewel, zonder twijfel, hun oprichters niet zouden protesteren als ze toevallig op een dominante marktaandeel zouden stuiten, als dat zou gebeuren).

Ditzelfde alledaagse en replicatieve heeft de generatieve video-lijn in Arxiv’s inzendingen in 2025 bereikt. Zoals ik eerder heb opgemerkt, heeft de signaal-ruisverhouding voor deze categorie een verdoovende piek bereikt, aangezien onderzoekers openlijk concurreren om de enorme hoeveelheden potentiële financiering die deze doorbraken van dit jaar ongetwijfeld hebben vrijgemaakt.

Dat gezegd hebbende, zijn de meeste inzendingen van dit type slechts incrementele verbeteringen, op zijn best. De kernproblemen die in generatieve AI overblijven, zijn niet veel naar voren gekomen dit jaar: de noodzaak om identiteit te behouden, LoRA-stijl, gedurende een karakteruitbeelding; de noodzaak voor langere runtime voor uitvoervideo’s, met algehele consistentie (d.w.z. van omgevingen en thema’s, enz.) behouden; en voor verbeterde audio-generatie en -manipulatie binnen generatieve video- en video-editing-architecturen; onder andere.

Mesh-koorts neemt af

Ik heb vorig jaar opgemerkt dat de scène een opvallende toename zag in papers die systemen promoten die traditionele CGI (d.w.z. mesh-gebaseerde representaties van het type dat teruggaat tot de jaren zeventig) gebruiken, of die incorporeren in neurale kaders. Ik heb een significante afname van impuls naar mesh-gebaseerde oplossingen waargenomen, met name in de tweede helft van het jaar, in 2025.

Veel van de CGI-geïntegreerde oplossingen in die eerdere golf van papers, vooral die welke te maken hadden met parametriseerbare menselijke ‘controle’-figuren zoals 3D-morfabele modellen, kunnen zijn vervangen door de nieuwe mogelijkheden van diffusie-gebaseerde generatieve kaders zoals Veo, Kling, Hunyuan en WAN, onder anderen.

Tegelijkertijd zijn papers die te maken hebben met Gaussian Splat-benaderingen, ogenschijnlijk zijn beïnvloed door ontwikkelingsstagnatie of door te zijn overtroffen door de diffusie-gebaseerde gen-AI-systemen van 2025; of beide.

Een jaar geleden merkte ik op dat de initiële opwinding van GSplat, die in het najaar van 2023 een opvallende indruk maakte, was afgenomen tot smallere onderzoekslijnen. Dit jaar zie ik een reeks papers die zijn gericht op het aanpakken van de aanzienlijke resource-eisen van deze benadering, onder andere problemen.

Hoewel ik Gaussian Splatting zou karakteriseren als ‘momenteel stilgelegd’, moeten we ons herinneren dat deze technologie teruggaat tot de vroege jaren negentig en van nature revenant is.

Een uitzondering op deze algemene terugtrekking uit mesh-gebaseerde benaderingen is een ogenschijnlijke toename van interesse in het incorporeren van AI in kaders die zijn gericht op 3D-printen.

Afname in AI-beveiligingsinzendingen

Mijn laatste observatie voor 2025 is dat de ‘Beveiliging’-inzendingencategorie in de Computer Science-sectie op Arxiv een opvallende daling in frequentie en kwaliteit heeft laten zien in 2025, en het is niet gemakkelijk om te raden waarom.

De Cryptography en Security-archief is altijd al een tweederangsplaats geweest om papers in te dienen, aangezien deze onderzoekslijn onverwacht wordt gedomineerd door particuliere sector-eigendomsrechten – weinig waarvan naar voren komt in academische tijdschriften, en bijna niets waarvan te zien is in gratis platforms zoals Arxiv.

Bovendien hebben inzendingen in deze categorie op Arxiv een hoger-dan-gemiddelde aantal ‘gotchas’ – onderbelichte bekentenissen, vaak begraven in onverwachte plaatsen, die de schijnbare waarde en nieuwheid van het paper ontkrachten of verkleinen. Een voorbeeld zou een ogenschijnlijk sensationele beveiligingsinbreukmethode zijn die eigenlijk afhankelijk is van een ‘white box’-aspect – d.w.z. bevoorrechte toegang tot gegevens of procedures, zoals een aanvaller niet waarschijnlijk zou kunnen verkrijgen.

Wat te verwachten in 2026

Hoewel de media riffen constant op de Gen AI-boom als een herhaling van de dot.com-boom-en-bust-debacle van het begin van de jaren nul (met enige afwijking), lijkt dit eigenlijk een soort vals gevoel van veiligheid te vertegenwoordigen. In termen van infrastructuur, investeringen, cultuur en onderzoek, is er waarschijnlijk nog nooit zo’n tijd geweest in de menselijke geschiedenis.

Daarom is het moeilijk te zien welke kant de onderzoekssector uit zal gaan in 2026, behalve dat – zoals gewoonlijk – een aantal langetermijnefforten tussen nu en april zal culmineren, met een zekere ‘stempel’ van 2025’s obsessies en trends die hen onderscheiden.

Een ontwikkeling die de inzendingencrisis op Arxiv en andere portals kan helpen verlichten, is een verbod of controle op AI-gegenereerde/ondersteunde papers, zoals Arxiv onlangs heeft ingevoerd voor review-papers – echter, de mate waarin AI’s betrokkenheid bij een enkel paper kan worden gekwantificeerd, kan moeilijk zijn, aangezien AI onderzoeks cultuur (en peer review) is binnengedrongen, net zoals het andere domeinen heeft gedaan – als een druppel ‘inkt’ die het hele (bestaande) glas water beïnvloedt, in plaats van het medium radicaal te veranderen.

Eerst gepubliceerd op maandag 22 december 2025