En personlig vurdering av trender i datavisjonslitteratur i 2025

Ethiske åpenheter og Gaussian Splatting er på nedgang, mens den enorme mengden innkomne artikler representerer et nytt problem for AI å løse i 2026.

Mening Jeg har fulgt datavisjon og bilde-synteseforskning på arXiv og relaterte kanaler i omtrent syv år, over forskjellige kanaler – langt nok til å skille mellom gjentakende mønster og endringer i trender. Men disse observasjonene er anekdotiske. Jeg ønsker ærlig at jeg hadde tid til å utnytte de enorme korpusene av stadig voksende data representert av Arxiv-publikasjonsstrømmen alene, som sikkert er rik på skjulte innsikter, ved hjelp av maskinlæringanalyse. Som det står nå, kan jeg bare rapportere mer uformelt hva som kom til min oppmerksomhet siden jeg sist vurderte saken.

Volum på 11

Mange av trendene i AI-forskningsartikkelinnleveringene jeg observerte i 2024 etablerte seg som faste i 2025; ikke minst av disse er den uavbrutte og fortsatt økende volum av AI-relaterte artikler, selv født av AI, til et punkt hvor det oppfattes som en krise:

Månedlige datavitenskapelige Arxiv-innleveringer, oktober 2023-november 2025, med 3-måneders glidende gjennomsnitt overlagt. Kilde

Dette vekstraten ble karakterisert som en eksponensiell fordobling i volum av AI-artikkelinnleveringer, for flere år siden, og det har bare tatt en dypere hold som den nylige oppblomstringen av AI-investeringmani har hevet innsatsene, så vel som mengden midler tilgjengelig for AI-relatert forskning.

Fullstendige statistikker for 2025 er ikke tilgjengelige ennå, og de samlede statistikkene ovenfor representerer de generelle tallene som øker over alle kategorier. Under kan vi se at datavitenskap fortsatt rider en dominant trend, betydelig over sine stabmater:

2022-2025 økning i CS-innleveringer. Kilde

Sortering av korn

I oktober, starten på høstkonferansesaison, som alltid bringer en flom av ny forskning, brakte isteden en DOS-angrepsnivå av innleveringer, og ga ekstra impetus og急het til den hittil under-betjente forskningsstranden forsknings-trendanalyse; med andre ord, artikler og repositoryer som øker som søker å kutte gjennom den verskerende signal-til-støy-forholdet i forskningsscenen.

Det siste kom bare forrige uke, i form av NoveltyRank, en artikkel og GitHub-repository som finjusterer LLM’er som Qwen3-4B-Instruct-2507 og SciBERT så de kan utføre binær klassifisering av innkomne artikler (forutsi ‘nyskaping’ fra tidligere innleveringer), eller parvis nyskapingssammenligning (sammenligner nåværende innleveringer for ‘nyskaping’):

NoveltyRank-systemet sammenligner tittelen og abstractet til en innlevering med lignende tidligere artikler, summerer forskjellene ved hjelp av en LLM, og sender dette til en finjustert Qwen3-4B-modell som bestemmer om arbeidet teller som ‘konseptuelt nytt’. Kilde

Problemet med slike ‘sifting’-tilnærminger er utfordringen i å definere meningsfulle variabler. NoveltyRank-tilnærmingen bruker en artikels aksept til konferanse som en indeks for nyskaping, og – kanskje ganske avvisende – bruker Arxiv-publikasjon som en bakgrunnsindeks for negativ nyskaping.

Dette forutsetter to feilaktige premisser: først og fremst at alle konferanse-aksepterte innleveringer er nyskapende, eller av konsekvens, hvilket åpenbart ikke er tilfelle; og for det andre at nyskaping selv er av ukvalifisert verdi. Enhver som har spilt bort en halv time på noen av de tvilsomme, ja latterlige artiklene som er innlevert – kanskje – bare for å opprettholde ‘publisér-eller-perish’-kvote, vil vite at nyskaping ofte er trivial, og inkrementelt arbeid ofte betydningsfullt.

For å forstå verdien av en ny artikkel, er det et område hvor AI er nå svært svak – langtids kontekst. Fordi de ofte skrives på en uærlig måte, kan artikler som åpenbarer seg å bryte ny grund ofte avsløres som mindre fremgang på eksisterende arbeid; likevel må automatiserte systemer utvikle en ‘intuisjon’ for slike tilfeller, uten å flagge multiple feilpositive, og uten å stole på ærligheten til de innleverende forfatterne.

Ethisk dykk

Som jeg har observert tidligere, er porter som Arxiv ganske motstandsdyktige mot laissez faire-skraping, og de data-dumpene de leverer ofte mangler granulert detalj.

Derfor, selv om jeg hadde ressurser og tid til å laste ned og trekke ut funksjoner fra en adekvat representativ delmengde av datavitenskapsartikler, vil mange av de mer subtile trendene ikke ha blitt målt eller analyser.

En av disse er tilstedeværelsen eller fraværet av etiske uttalelses-kodisiler; lenge en obligatorisk inklusjon for biologiske vitenskaper som berører dyreforsøk, så 2024 så toppen av trenden mot etisk karakterisering av et foreslått arbeid, på slutten av innleverte artikler i datavitenskapskategorien.

Anekdotisk sier jeg at denne praksisen har falt av en klippe gjennom 2025. Min gjetning er at de frenetiske dereguleringsbestrebelsene til den nåværende amerikanske regjeringen, i forhold til AI-utvikling, har gitt forskningsmiljøet både i USA og utenfor, en viss økt lisens og følelse av implisitt beskyttelse mot juridisk eksponering.

Uavhengig av dens støtte for anti-deepfake-regulering, har den nåværende amerikanske administrasjonen effektivt gjenopprettet mye av ‘vill vest’-holdningen som karakteriserte 2021-23-æraen – selv om konteksten for ren vitenskapelig forskning som definerte det har siden utviklet seg til frenetiske, ja historiske investeringsnivåer.

Generative videoartikler som ‘AI-slop’

Med lanseringen av Hunyuan Video og WAN generative video-serien over forrige vinter, har AI-video blitt fullstendig forvandlet i 2025. Gamle hindringer som vanskeligheten med å lage fullstendige-figur-avatarer, eller å få overbevisende profilvisninger av en person, ble feid bort åpenbart over natten.

De overflodige vekt-inkluderte utgivelsene av denne typen fra Kina har, antagelig, satt tempoet for generative video-utgivelser i år, og er minst en motvirkende trykk på tendensen til at vestlige AI-video-arkitekturer skal være mye mer sensurert, pre-kommersialisert og foreskrevet.

Fraværet av en grav i denne ironisk demokratiske Kina-ledede scenen har ført til hundrevis, hvis ikke tusenvis av selskaper som søker å utnytte det nyoppblomstrende markedet for inferens ved å tilby brukervennlige portalene, med spillere så forskjellige som civit.ai og RunPod som profitterer av prosedyrer og teknologier som, i mange tilfeller, kunne kjøres på hjemme-computere.

Generelt er disse initiativene korte-siktige pengeskrab som forventer å bli overtatt av fremtidig markeds-konsolidering (selv om grunnleggerne neppe ville motsi å tilfeldigvis snubler over en dominant markedsandel, hvis det skulle skje).

Dette samme hverdagslige og replikeringen har rammet generative video-stranden i Arxiv-innleveringene i 2025. Som jeg observerte forrige uke, har signal-til-støy-forholdet for denne kategorien nådd et nummerert toppunkt, mens forskerne konkurrerer offentlig om de massive mengdene potensielle midler som årets gjennombrudd har uten tvil frigjort.

Det sagt, er de aller fleste innleveringene av denne typen bare inkrementelle fremgang, på beste. De kjerneproblemene som fortsatt eksisterer i generativ AI har ikke dukket opp mye i år: behovet for å opprettholde identitet, LoRA-stil, gjennom en karakter-avbildning; behovet for lengre kjøretid for utgangs-videoer, med total konsistens (dvs. av miljøer og temaer osv.) opprettholdt; og forbedret lyd-generering og manipulering innen generative video- og video-redigerings-arkitekturer; blant annet.

Mesh-feber avtar

Jeg observerte i fjor at scenen opplevde en merkbart økning i artikler som fremmet systemer som utnyttet tradisjonell CGI (dvs. mesh-baserte representasjoner av den typen som går tilbake til 1970-årene), eller inkorporerte det i neurale rammer. Jeg har observert en betydelig reduksjon i impetus mot mesh-baserte løsninger, spesielt i den andre halvdelen av året, over 2025.

Mange av de CGI-inkorporerte løsningene i den tidligere bølgen av artikler, spesielt de som handler med parametrisk menneskelig ‘kontroll’-figurer som 3D-morfable modeller, kan ha blitt erstattet av de nye kapasitetene til diffusjons-baserte generative rammer som Veo, Kling, Hunyuan og WAN, blant mange andre.

På samme tid har artikler som handler med Gaussian Splat-tilnærminger også åpenbart blitt påvirket enten av utviklings-stagnasjon eller ved å bli overskygget av 2025s diffusjons-baserte gen-AI-systemer; eller begge.

Et år siden noterte jeg at den opprinnelige spenningen til GSplat, som gjorde et merkbart inntrykk i slutten av 2023, hadde sunket inn i smalere linjer med forskning. I år ser jeg en strøm av artikler som retter seg mot å løse de betydelige ressurs-kravene til denne tilnærmingen, blant andre problemer.

Selv om jeg ville karakterisere Gaussian Splatting som ‘for tiden stanset’, bør vi huske at denne teknologien daterer tilbake til begynnelsen av 1990-årene, og er revenant av natur.

En unntak til denne generelle retretten fra mesh-baserte tilnærminger er en åpenbar økning i interesse for å inkorporere AI i rammer rettet mot 3D-utskriving.

Diminution i AI-sikkerhetsinnleveringer

Min siste observasjon for 2025 er at ‘Sikkerhet’-innleveringskategorien i datavitenskaps-delen på Arxiv har vist en merkbart nedgang i frekvens og kvalitet i 2025, og det er ikke lett å gjette hvorfor.

Kryptografi og Sikkerhet-arkivet har antagelig alltid vært en annen-rangs plass å poste artikler, siden denne forskningsstranden er uventet dominert av privat sektors proprietær IP – lite av hvilket overflaten i akademiske tidsskrifter, og nesten ingen av hvilket sees i frie plattformer som Arxiv.

I tillegg har innleveringer til denne kategorien på Arxiv en høyere enn gjennomsnittlig mengde ‘gotchas’ – under-spilt admissjoner, ofte gravd i uventede steder, som negere eller minske den åpenbare verdien og nyskapingen til artikkelen. Et eksempel ville være en åpenbart sensasjonell sikkerhets-infraksjonsmetode som faktisk avhenger av noen ‘hvit-boks’-aspekt – dvs. privilegert tilgang til data eller prosedyrer, som en angriper neppe kunne sikre.

Hva å forvente i 2026

Selv om media riffer konstant på Gen AI-boomen som en gjentakelse av dot.com-boom- og -bust-katastrofen i begynnelsen av 2000-årene (med noen uenighet), representerer dette faktisk en slags falsk trygghet. I forhold til infrastruktur, investeringer, kultur og forskning, har det neppe vært en slik tid som denne i menneskehetens historie.

Derfor er det vanskelig å se hvilken vei forskningsscenen vil trende i 2026, bortsett fra at – som vanlig – en rekke langsiktige anstrengelser vil kulminere mellom nå og april, med en viss ‘stempel’ av 2025s besettelser og trender som skiller dem.

En utvikling som kan hjelpe innleverings-volum-krisen på Arxiv og andre portalene, er et forbud eller sjekk på AI-generert/assistert artikler, som Arxiv nylig iverksatte for gjennomgangsartikler – likevel kan AI’s involvering i en enkelt artikkel vise seg å være vanskelig å kvantifisere, siden AI har penetrert forskningskulturen (og peer review) mye som det har inntatt andre domener – som en dråpe ‘blekk’ som påvirker hele (eksisterende) glasset med vann, snarere enn å radikalt endre mediumet.

Først publisert mandag, 22. desember 2025