Et personlig syn på datasynslitteraturtrender i 2025

Etiske avsløringer og Gaussisk splatting er på vei ned, mens det store volumet av innsendte artikler representerer et nytt problem for AI å takle i 2026.

Mening Jeg har fulgt forskning på datasyn og bildesyntese på arXiv og relaterte arenaer i omtrent syv år, på tvers av ulike kanaler – lenge nok til å skille tilbakevendende mønstre og trendskift. Men disse observasjonene er anekdotiske. Jeg skulle ærlig talt ønske jeg hadde tid til å utnytte det enorme samlingen av stadig voksende data som bare representeres av Arxiv-publikasjonsstrømmen, som sikkert er rik på skjult innsikt, ved hjelp av maskinlæringsanalyse. Slik det er nå, kan jeg bare rapportere mer tilfeldig hva som kom til min oppmerksomhet. siden jeg sist vurderte saken.

Volum ved 11

Mange av trendene i innsendinger av AI-forskningsartikler som jeg observerte i 2024, etablerte seg som faste elementer i 2025; ikke minst av disse er den ubønnhørlige og fortsatte økningen i volum av AI-relaterte artikler, i seg selv drevet av AI, til det punktet at en opplevd krise:

Månedlige innsendinger til informatikk Arxiv, oktober 2023–november 2025, med 3-måneders rullerende gjennomsnitt lagt over. Kilde

Denne vekstraten ble karakterisert som en eksponentiell dobling i volumet av innsendinger av AI-artikler, flere år siden, og det har bare fått dypere fotfeste etter hvert som den nylige fremveksten av AI-investeringsmani har økt innsatsen, samt mengden finansiering som er tilgjengelig for AI-relatert forskning.

Fullstendig statistikk for 2025 er ikke tilgjengelig ennå, og den samlede statistikken vist ovenfor representerer de generelle tallene som øker på tvers av alle kategorier. Nedenfor kan vi se at informatikk fortsetter å ri på en dominerende trend, betydelig over sine stabile konkurrenter:

Økning i innsendinger av CS i 2022–2025. Kilde

Sortering av agnene

I oktober startet høstens konferansesesong, som alltid bringer en flom av ny forskning, i stedet en DOS-angrepsnivåvolum av innsendinger, noe som gir ekstra drivkraft og hastverk til den hittil undertegnede forskningsstrengen av analyse av forskningstrender; med andre ord dukker det i økende grad opp artikler og arkiver som i seg selv søker å skjære gjennom det forverrede signal-til-støy-forholdet i forskningsmiljøet.

Det siste kom først forrige uke, i form av Nyhetsrangeringen papir og GitHub repository som finjusterer LLM-er som Qwen3-4B-Instruksjon-2507 og SciBERT slik at de kan utføre binær klassifisering av innsendte artikler (forutsi «nyhet» fra tidligere innsendinger), eller parvis sammenligning av nyhet (sammenligning av nåværende innsendinger for «nyhet»):

NoveltyRank-systemet sammenligner tittelen og sammendraget til en innlevering med lignende tidligere oppgaver, oppsummerer forskjellene ved hjelp av en LLM, og sender dette til en finjustert Qwen3-4B-modell som avgjør om arbeidet teller som «konseptuelt nytt». Kilde

Problemet med slike «siling»-tilnærminger er utfordringen med å definere meningsfulle variablerNoveltyRank-tilnærmingen bruker en artikkels aksept for konferanser som en indeks for nyhet, og – kanskje ganske avvisende – bruker Arxiv-publikasjon som en bakgrunnsindeks for negativ nyhet.

Dette forutsetter to feilaktige premisser: for det første at alle konferansegodkjente bidrag er nye, eller av betydning, noe som åpenbart ikke er tilfelle; og for det andre at nyheten i seg selv er av ubetinget verdi. Enhver som har kastet bort en halvtime på noen av de useriøse, til og med latterlige artiklene som er sendt inn – kanskje – utelukkende for å opprettholde «Publiser-eller-forgå»-kvoter, vil vite at nyhet ofte er trivielt, og trinnvis arbeid ofte betydningsfullt.

Å forstå verdien av en ny artikkel involverer et område der AI for tiden er meget svak – langsiktig kontekstPå grunn av den ofte uærlige måten de er skrevet på, kan artikler som tilsynelatende er banebrytende, ofte bli avslørt som mindre fremskritt i eksisterende arbeid. Automatiserte systemer må imidlertid utvikle en «intuisjon» for slike tilfeller, uten å flagge flere falske positiver og uten å stole på ærligheten til de innsendte forfatterne.

Etisk stup

Som jeg har observert før, portaler som Arxiv er ganske motstandsdyktige mot laissez faire skraping, og datadumpene de leverer mangler ofte detaljer.

Derfor, selv om jeg hadde hatt ressursene og tiden til å laste ned og trekke ut funksjoner fra et tilstrekkelig representativt tverrsnitt av informatikkartikler, vil mange av de mer subtile trendene ikke ha blitt målrettet eller analysert.

En av disse er tilstedeværelsen eller fraværet av etiske uttalelseskodekser; lang en obligatorisk inkludering For biologiske vitenskaper som berører dyreforsøk, så 2024 toppen av trenden mot etisk karakterisering av et foreslått arbeid, på slutten av innsendte artikler i kategorien informatikk.

Anekdotisk sier jeg at denne praksisen har falt utfor et stup i løpet av 2025. Jeg tipper at den nåværende amerikanske regjeringens ivrige dereguleringsinnsats, i forbindelse med AI-utvikling, har gitt forskningsmiljøet både i USA og i utlandet en viss økt lisens og følelse av implisitt beskyttelse mot juridisk eksponering.

Til tross for dens støtte Når det gjelder regulering mot deepfake, har den nåværende amerikanske administrasjonen effektivt gjenopprettet mye av den «ville vesten»-holdningen som karakteriserte 2021–23-æraen – selv om konteksten av ren vitenskapelig forskning som definerte den siden har utviklet seg til glødende, til og med historiske investeringsnivåer.

Generative videoartikler som «AI-dritt»

Med lanseringen av Hunyuan Video og WAN generativ videoserie i løpet av forrige vinter, har AI-video blitt fullstendig transformert i 2025. Gamle hindringer som vanskeligheter med å lage avatarer med komplett fysikk, eller av å få overbevisende profilvisninger av en person, ble feid bort tilsynelatende over natten.

De store vektinkluderte utgivelsene av denne typen fra Kina har, antageligvis, satte tempoet for generative videoutgivelser i år, og er i det minste et motvirkende press på tendensen til at vestlige AI-videoarkitekturer er langt mer sensurerte, forhåndskommersialiserte og foreskrevne.

Ocuco fravær av vollgrav i denne ironisk demokratiske CCCP-ledede scenen har ført til hundrevis, om ikke tusenvis, av selskaper som søker å utnytte det gryende markedet for slutninger ved å tilby brukervennlige portaler, med aktører så forskjellige som civit.ai og RunPod å tjene på prosedyrer og teknologier som i mange tilfeller kan kjøres på hjemmedatamaskiner.

Generelt sett er disse initiativene kortsiktige pengeinntekter som forventes å bli overvunnet av en eventuell markedskonsolidering (selv om grunnleggerne utvilsomt ikke ville ha noe imot å ved et uhell snuble over en dominerende markedsandel, hvis det skulle skje).

Den samme hverdagsligheten og replikeringen har truffet den generative videotråden i Arxivs bidrag i 2025. Som jeg observert forrige uke, har signal-til-støy-forholdet for denne kategorien nådd en lammende topp, ettersom forskere konkurrerer offentlig om de enorme mengdene potensiell finansiering som årets gjennombrudd utvilsomt har frigjort.

Når det er sagt, er de aller fleste bidrag av denne typen i beste fall bare inkrementelle fremskritt. Kjerneproblemene som gjenstår innen generativ AI har ikke dukket opp mye i år: behovet for å opprettholde identitet, LoRA-stil, gjennom en karakterskildring; behovet for lengre spilletid for utdatavideoer, med generell konsistens (dvs. av miljøer og temaer, osv., ikke bare ID) opprettholdt; og for forbedret lydgenerering og manipulering innenfor generative video- og videoredigeringsarkitekturer; blant annet.

Mesh Feber avtar

Jeg observerte i fjor at miljøet opplevde en merkbar økning i aviser som promoterte systemer som utnytter tradisjonell CGI (dvs. nettbaserte representasjoner av den typen som stammer fra 1970-tallet), eller innlemme det i nevrale rammeverkJeg har observert en betydelig reduksjon i drivkraften mot mesh-baserte løsninger, spesielt i siste halvdel av året, i løpet av 2025.

Mange av CGI-innlemmede løsningene i den tidligere bølgen av artikler, spesielt de som omhandler parametriske menneskelige «kontroll»-figurer som 3D-morfbare modeller, kan ha blitt erstattet av de nye mulighetene til diffusjonsbaserte generative rammeverk som Veo, Kling, Hunyuan og WAN, blant mange andre.

Samtidig, papirer som omhandler Gaussisk splat Tilnærminger har tilsynelatende også blitt påvirket enten av utviklingsstagnasjon, eller ved å bli overskygget av 2025s diffusjonsbaserte generasjons AI-systemer; eller begge deler.

For et år siden la jeg merke til at den første begeistringen rundt GSplat, som gjorde en bemerkelsesverdig inntrykk sent i 2023, hadde sunket ned i smalere forskningslinjer. I år ser jeg en strøm av artikler som tar sikte på å adressere de betydelige ressurskravene til denne tilnærmingen, blant andre problemer.

Selv om jeg ville karakterisere Gaussisk splatting som «for tiden fastlåst», bør vi huske at denne teknologien dateres tilbake til tidlig på 1990-tallet, og er revolusjonerende av natur.

Et unntak fra denne generelle tilbaketrekningen fra mesh-baserte tilnærminger er en tilsynelatende økning i interessen for å innlemme AI i rammeverk rettet mot 3D-printing.

Nedgang i AI-sikkerhetsinnsendinger

Min siste observasjon for 2025 er at innsendingskategorien «Sikkerhet» i informatikkseksjonen på Arxiv har vist en merkbar nedgang i frekvens og kvalitet i 2025, og det er ikke lett å gjette hvorfor.

Ocuco Kryptografi og sikkerhet Arkiv har uten tvil alltid vært et annenrangs sted å legge ut artikler, siden denne forskningsstrengen ikke overraskende domineres av proprietær IP i privat sektor – lite av dette dukker opp i akademiske tidsskrifter, og nesten ingenting av det sees på gratis plattformer som Arxiv.

I tillegg har bidrag til denne kategorien hos Arxiv et høyere enn gjennomsnittlig antall «forsømmelser» – underspillede innrømmelser, ofte begravd på uventede steder, som negerer eller reduserer den tilsynelatende verdien og nyhetens natur. Et eksempel kan være en tilsynelatende sensasjonell sikkerhetsbruddsmetode som faktisk er avhengig av et slags «hvit boks»-aspekt – dvs. privilegert tilgang av noe slag til data eller prosedyrer, slik som en angriper sannsynligvis ikke kunne sikre.

Hva du kan forvente i 2026

Selv om media er riffing stadig på Gen AI-boomen som en gjentakelse av dot.com-boomen og -busten-fiaskoen fra tidlig på 00-tallet (med noe dissens), dette virker faktisk som en slags falsk trygghet. Når det gjelder infrastruktur, investeringer, kultur og forskning, har det uten tvil aldri vært en slik tid i menneskehetens historie.

Derfor er det vanskelig å se hvilken vei forskningsscenen vil utvikle seg i 2026, bortsett fra at – som vanlig – vil en rekke langsiktige tiltak kulminere mellom nå og april, med et visst «preg» av 2025s besettelser og trender som kjennetegner dem.

En utvikling som kan hjelpe på krisen med innsendingsvolum hos Arxiv og andre portaler, er et forbud mot eller kontroll av AI-genererte/støttede dokumenter, ettersom Arxiv nylig vedtatt for gjennomgangsartikler – det kan imidlertid være vanskelig å tallfeste omfanget av AIs involvering i en enkelt artikkel, siden AI har penetrert forskningskultur (Og peer review) mye som det har inngrepet andre domener – som en dråpe «blekk» som påvirker hele (det eksisterende) glasset med vann, i stedet for å endre mediet radikalt.

Først publisert mandag 22. desember 2025