En personlig syn på trender inom datorseende-litteratur 2025

Etiska avslöjanden och Gaussian Splatting är på nedgång, medan den ren volymen av inskickade artiklar representerar ett nytt problem för AI att hantera 2026.

Åsikt Jag har följt datorseende- och bildsyntesforskning på arXiv och relaterade arenor i ungefär sju år, över olika kanaler – tillräckligt länge för att urskilja återkommande mönster och skiftningar i trender. Men dessa observationer är anekdotiska. Jag önskar verkligen att jag hade tid att utnyttja de väldiga korpororna av ständigt växande data som representeras av Arxiv-publiceringsströmmen ensam, som säkert är rik på dolda insikter, med hjälp av maskinlärandeanalys. Som det är kan jag bara rapportera mer informellt vad som kom till min uppmärksamhet sedan jag senast övervägde frågan.

Volym på 11

Många av trenderna i AI-forskningsartikels inskick som jag observerade 2024 etablerade sig som bestående i 2025; inte minst av dessa är den outtröttliga och fortsatta ökningen av volymen av AI-relaterade artiklar, som i sig drivs av AI, till den punkt där en upplevd kris:

Månadsvis datorvetenskapliga Arxiv-inskick, oktober 2023-november 2025, med 3-månaders glidande medelvärde överlagrat. Källa

Denna tillväxttakt karakteriserades som en exponentiell fördubbling av volymen av AI-pappersinskick, för flera år sedan, och det har bara tagit ett starkare grepp allteftersom den senaste tidens AI-investeringsmani har höjt insatserna, samt den mängd finansiering som är tillgänglig för AI-relaterad forskning.

Fullständiga statistik för 2025 är inte tillgängliga ännu, och de aggregerade statistiken ovan representerar de allmänna numren som ökar över alla kategorier. Nedan kan vi se att datorvetenskap fortsätter att följa en dominant trend, betydligt över sina stabila medarbetare:

2022-2025 ökning av CS-inskick. Källa

Sortera agnarna

I oktober, början av höstkonferenssäsongen, som alltid bringar en flod av ny forskning, kom istället en DOS-attacknivå av inskick, vilket gav ytterligare impetus och brådska till den tidigare underbesatta forskningssträngen av forsknings trenderanalys; med andra ord, artiklar och repository som i sig själva försöker skära igenom den försämrade signal-till-brus-förhållandet i forskningsscenen.

Den senaste kom bara för några dagar sedan, i form av NoveltyRank, en artikel och GitHub-repository som finjusterar LLM:er som Qwen3-4B-Instruct-2507 och SciBERT så att de kan utföra binär klassificering av inskickade artiklar (förutsäga ‘nyhet’ från tidigare inskick), eller också parvis nyhetsjämförelse (jämföra nuvarande inskick för ‘nyhet’):

NoveltyRank-systemet jämför titeln och sammanfattningen av ett inskick med liknande tidigare artiklar, sammanfattar skillnaderna med hjälp av en LLM och skickar detta till en finjusterad Qwen3-4B-modell som bestämmer om arbetet räknas som ‘konceptuellt nytt’. Källa

Problemet med sådana ‘siktning’-tillvägagångssätt är utmaningen att definiera meningsfulla variabler. NoveltyRank-tillvägagångssättet använder en artikels acceptans till konferens som en index av nyhet, och – kanske ganska förkastligt – använder Arxiv-publicering som en bakgrund-index av negativ nyhet.

Detta förutsätter två falska premisser: först, att alla konferensaccepterade inskick är nya eller av betydelse, vilket uppenbarligen inte är fallet; och andra, att nyhet i sig är av obehindrad värde. Alla som har slösat bort en halvtimme på några av de spekulativa, till och med löjliga artiklarna som inskickats – kanske – enbart för att upprätthålla ‘publicera-eller-perish’-kvoter, kommer att veta att nyhet ofta är trivial, och inkrementell arbete ofta betydelsefullt.

Att förstå värdet av en ny artikel innefattar ett område där AI för närvarande är mycket svag – långsiktig kontext. På grund av den ofta oärliga vägen som de skrivs på, kan artiklar som verkar bana väg ofta avslöjas som mindre framsteg på befintligt arbete; emellertid måste automatiserade system utveckla en ‘intuition’ för sådana fall, utan att flagga flera falska positiva, och utan att förlita sig på den inskickande författarens ärlighet.

Etisk dykning

Som jag observerat tidigare, är portaler som Arxiv ganska resistenta mot laissez faire-skrapning, och de data dumpar de tillhandahåller ofta saknar granulär detalj.

Därför, även om jag hade resurserna och tiden att ladda ner och extrahera funktioner från en tillräckligt representativ tvärsnitt av datorvetenskapsartiklar, kommer många av de mer subtila trenderna inte att ha riktats eller analyserats.

En av dessa är närvaron eller frånvaron av etiska uttalandekodikilar; länge en obligatorisk inklusion för biologiska vetenskaper som berör djurförsök, såg 2024 toppen av trenden mot etisk karakterisering av ett föreslaget arbete, i slutet av inskickade artiklar i datorvetenskapskategorin.

Anekdotiskt säger jag att denna praxis har fallit av en klippa under 2025. Min gissning är att de ivriga avregleringsansträngningarna från den nuvarande amerikanska regeringen, i förhållande till AI-utveckling, har gett forskarsamhället både i USA och utomlands, en viss ökad licens och känsla av implicit skydd från rättsligt ansvar.

Trots sin stöd för anti-deepfake-reglering, har den nuvarande amerikanska administrationen i praktiken återställt mycket av ‘vilda västern’-hållningen som kännetecknade 2021-23-eran – även om sammanhanget av ren vetenskaplig forskning som definierade det har sedan utvecklats till ivriga, till och med historiska nivåer av investering.

Generativa videopapper som ‘AI-slop’

Med lanseringen av Hunyuan Video och WAN generativa videoserier under förra vintern, har AI-video helt förändrats 2025. Gamla hinder som svårigheten att skapa fullständiga avatarer, eller att få övertygande profilvyer av en person, sveptes bort uppenbarligen över en natt.

De rikliga vikt-inkluderade utgåvorna av detta slag från Kina har, påstått, satt takten för generativa videoutgåvor i år, och är åtminstone en motverkande tryck på tendensen för västerländska AI-videokonstruktioner att vara långt mer censurerade, förkommersialiserade och förskrivna.

Avsaknaden av en vallgrav i denna ironiskt demokratiska CCCP-ledda scenen har lett till hundratals, om inte tusentals, företag som försöker utnyttja den nybildade marknaden för inferens genom att erbjuda användarvänliga portaler, med spelare som diverse som civit.ai och RunPod som drar nytta av procedurer och tekniker som, i många fall, kunde köras på hemdatorer.

Generellt är dessa initiativ kortvariga kassagrepp som förväntar sig att bli usurperade av eventuell marknadskonsolidering (även om deras grundare säkert inte skulle ha något emot att oavsiktligt snubbla på en dominant marknadsandel, om det skulle inträffa).

Denna samma trivialitet och replikering har nått den generativa videostammen i Arxivs inskick 2025. Som jag observerade förra veckan, har signal-till-brus-förhållandet för denna kategori nått en bedövande topp, medan forskare tävlar offentligt om de massiva mängderna potentiell finansiering som detta års genombrott har utan tvekan släppt.

Det sagt, är den överväldigande majoriteten av inskick av detta slag bara inkrementella framsteg, i bästa fall. De kvarstående kärnproblemen i generativ AI har inte dykt upp mycket i år: behovet av att upprätthålla identitet, LoRA-stil, genom hela en karaktärskildring; behovet av längre körtider för utmatningsvideor, med total konsekvens (dvs. miljöer och teman, etc., inte bara ID) upprätthålls; och förbättrad audiogenerering och manipulation inom generativa videor och video-redigeringsarkitekturer; bland andra.

Nätfeber avtar

Jag observerade förra året att scenen upplevde en anmärkningsvärd ökning av artiklar som främjar system som utnyttjar traditionell CGI (dvs. nätbaserade representationer av den typ som går tillbaka till 1970-talet), eller inkorporerar det i neurala ramverk. Jag har observerat en betydande minskning av impulsen mot nätbaserade lösningar, särskilt under den senare halvan av året, över 2025.

Många av de CGI-inkorporerade lösningarna i den tidigare vågen av artiklar, särskilt de som handlade om parametriska mänskliga ‘kontroll’-figurer som 3D-morfbara modeller, kan ha ersatts av de nya förmågorna hos diffusion-baserade generativa ramverk som Veo, Kling, Hunyuan och WAN, bland många andra.

Samtidigt har artiklar som handlar om Gaussian Splat-tillvägagångssätt också tydligen påverkats antingen av utvecklingsstagnation eller genom att bli överträffade av 2025 års diffusion-baserade gen AI-system; eller båda.

För ett år sedan noterade jag att den initiala upphetsningen över GSplat, som gjorde ett anseende intryck i slutet av 2023, hade avtagit till smalare forskningslinjer. Detta år ser jag en ström av artiklar som syftar till att hantera de betydande resurskraven för detta tillvägagångssätt, bland andra problem.

Även om jag skulle karakterisera Gaussian Splatting som ‘för närvarande avstannad’, bör vi komma ihåg att denna teknik går tillbaka till början av 1990-talet, och är återkommande av naturen.

En undantag från denna allmänna reträtt från nätbaserade tillvägagångssätt är en uppenbar ökning av intresse för att inkorporera AI i ramverk som syftar till 3D-utskrifter.

Minskning av AI-säkerhetsinskick

Min sista observation för 2025 är att ‘Säkerhet’-inskickkategorin i datorvetenskapssektionen på Arxiv har visat en anmärkningsvärd minskning av frekvens och kvalitet i 2025, och det är inte lätt att gissa varför.

Kryptografi och säkerhet-arkivet har förmodligen alltid varit en andra klassens plats att publicera artiklar, eftersom denna sträng av forskning är oförklarligt dominerad av privat sektors proprietära IP – lite av vilket dyker upp i akademiska tidskrifter, och nästan ingenting av vilket ses i fria plattformar som Arxiv.

Dessutom har inskick till denna kategori på Arxiv ett högre än genomsnittligt antal ‘gotchas’ – underutnyttjade medgivanden, ofta begravda på oväntade platser, som negativt eller minskar det uppenbara värdet och nyheten av artikeln. Ett exempel skulle vara en uppenbar sensationell säkerhetskränkningsmetod som i själva verket förlitar sig på någon ‘white box’-aspekt – dvs. privilegerad tillgång till data eller procedurer, som en angripare inte sannolikt kan säkra.

Vad man kan förvänta sig 2026

Även om media riffar konstant på Gen AI-boomen som en upprepning av dot.com-boomen och -bubbelkatastrofen i början av 2000-talet (med något dissens), verkar detta faktiskt representera en sorts falsk säkerhet. I termer av infrastruktur, investering, kultur och forskning, har det knappast funnits en sådan tid som denna i mänsklighetens historia.

Därför är det svårt att se åt vilken riktning forskningsscenen kommer att trenda 2026, förutom att – som vanligt – en mängd långsiktiga ansträngningar kommer att kulminera mellan nu och april, med en viss ‘stämpel’ av 2025 års besattheter och trender som kännetecknar dem.

En utveckling som kan hjälpa inskicksvolymkrisen på Arxiv och andra portaler är ett förbud eller kontroll på AI-genererade/hjälpta artiklar, som Arxiv nyligen införde för översiktsartiklar – men omfattningen av AI:s inblandning i en enskild artikel kan visa sig vara svår att kvantifiera, eftersom AI har trängt in i forskningskulturen (och peer review) på samma sätt som det har trängt in i andra domäner – som en droppe ‘bläck’ som påverkar hela (befintliga) glaset vatten, snarare än att radikalt förändra mediet.

Publicerad första gången måndagen den 22 december 2025