มุมมองส่วนตัวเกี่ยวกับแนวโน้มวรรณกรรมการมองเห็นของคอมพิวเตอร์ในปี 2025

การเปิดเผยทางจริยธรรมและ Gaussian Splatting กำลังลดลง ในขณะที่ปริมาณการยื่นบทความที่ส่งมาแทนปัญหาที่ใหม่สำหรับ AI ที่จะจัดการในปี 2026

ความคิดเห็น ฉันตาม dõiการวิจัยการมองเห็นของคอมพิวเตอร์และการ合成ภาพบน arXiv และเวทีเกี่ยวข้องมาประมาณ 7 ปี โดยครอบคลุมหลายช่องทาง – ยาวพอที่จะแยกแยะรูปแบบที่เกิดซ้ำและเปลี่ยนแปลงแนวโน้ม แต่สังเกตการณ์เหล่านี้เป็นเรื่องราวส่วนตัว ฉันหวังว่าฉันจะมีเวลาเพียงพอในการใช้ประโยชน์จากข้อมูลที่มีจำนวนมากและเติบโตอย่างไม่หยุดนั้น ซึ่งแสดงโดยกระแสการเผยแพร่ Arxiv เพียงอย่างเดียว ซึ่งแน่นอนว่ามีข้อมูลที่ซ่อนอยู่มากมาย โดยใช้การวิเคราะห์ machine learning แต่ ณ ตอนนี้ ฉันสามารถรายงานได้เพียงสิ่งที่ฉันสังเกตเห็น ตั้งแต่ครั้งสุดท้ายที่ฉันพิจารณาเรื่องนี้.

Volume at 11

หลายแนวโน้มในการส่งบทความวิจัย AI ที่ฉันสังเกตเห็นในปี 2024 ได้กำหนดตัวเองเป็นรูปแบบที่แน่นอนในปี 2025 ไม่น้อยที่สุดคือการเพิ่มขึ้นของ ปริมาณ ของบทความที่เกี่ยวข้องกับ AI ซึ่งถูกขับเคลื่อนโดย AI เอง โดยส่งผลให้เกิด วิกฤตที่รับรู้:

การยื่นบทความวิทยาศาสตร์คอมพิวเตอร์ Arxiv แต่ละเดือน ตุลาคม 2023-พฤศจิกายน 2025 โดยมีค่าเฉลี่ย 3 เดือนซ้อนกัน. แหล่งที่มา

อัตราการเติบโตนี้ถูกอธิบายว่าเป็นการเพิ่มขึ้นเป็นสองเท่าของปริมาณการยื่นบทความ AI ทุกๆ ปี หลายปีที่แล้ว และได้เพิ่มความเข้มข้นมากขึ้นเมื่อเร็วๆ นี้ด้วยการเกิดขึ้นของ การคลั่งไคล้การลงทุน AI ซึ่งได้เพิ่มความเสี่ยงและจำนวนเงินทุนที่มีอยู่สำหรับการวิจัยที่เกี่ยวข้องกับ AI

สถิติเต็มสำหรับปี 2025 ยังไม่มีอยู่ และสถิติสรุปที่แสดงด้านบนแสดงถึงตัวเลขที่เพิ่มขึ้นทั่วทุกหมวดหมู่ ด้านล่างนี้ เราจะเห็นว่าวิทยาศาสตร์คอมพิวเตอร์ยังคงเดินหน้าต่อไปในแนวโน้มที่โดดเด่น ซึ่งสูงกว่าเพื่อนร่วมงานของมันอย่างมาก:

การเพิ่มขึ้นของการยื่นบทความ CS 2022-2025. แหล่งที่มา

Sorting the Chaff

ในเดือนตุลาคม ซึ่งเป็นช่วงเริ่มต้นของฤดูกาลการประชุม ซึ่งนำมาซึ่งการยื่นบทความวิจัยใหม่ๆ จำนวนมาก ได้มาถึง ปริมาณการยื่นบทความที่สูงมาก ซึ่งเพิ่มความเร่งด่วนและความจำเป็นในการวิจัย การวิเคราะห์แนวโน้มการวิจัย หรืออีกนัยหนึ่ง คือ บทความและคลังข้อมูลที่เพิ่มขึ้นซึ่งพยายามตัดผ่านอัตราส่วนสัญญาณต่อเสียงรบกวนที่แย่ลงในฉากการวิจัย

สิ่งล่าสุดมาเมื่อสัปดาห์ที่แล้วในรูปแบบของ NoveltyRank ซึ่งเป็น บทความ และ คลังข้อมูล GitHub ซึ่งปรับแต่ง LLMs เช่น Qwen3-4B-Instruct-2507 และ SciBERT เพื่อให้สามารถทำการจำแนกประเภททวินามของบทความที่ยื่น (การคาดการณ์ ‘ความใหม่’ จากการยื่นในอดีต) หรือการเปรียบเทียบความใหม่แบบคู่ (การเปรียบเทียบการยื่นปัจจุบันสำหรับ ‘ความใหม่’)

ระบบ NoveltyRank เปรียบเทียบชื่อเรื่องและบทคัดย่อของการยื่นเข้ากับบทความในอดีตที่คล้ายคลึงกัน สรุปความแตกต่างโดยใช้ LLM และส่งต่อไปยังโมเดล Qwen3-4B ที่ปรับแต่งแล้วซึ่งจะตัดสินว่างานนั้นนับเป็น ‘แนวคิดใหม่’ หรือไม่. แหล่งที่มา

ปัญหากับวิธีการ ‘การคัดแยก’ เช่นนี้คือความท้าทายในการ การกำหนดตัวแปรที่มีความหมาย วิธีการ NoveltyRank ใช้การยอมรับของการยื่นเข้าประชุมเป็นดัชนีของความใหม่ และ – อาจจะดูถูกดูแคลน – ใช้การเผยแพร่ Arxiv เป็นดัชนี ลบ ของความใหม่

สิ่งนี้สมมติว่าข้อเท็จจริงที่เป็นเท็จสองประการ ประการแรกว่าบทความที่ยอมรับเข้าประชุมทั้งหมดมีความใหม่หรือมีความสำคัญ ซึ่งเห็นได้ชัดว่าไม่เป็นเช่นนั้น และประการที่สองว่าความใหม่เองมีคุณค่าโดยไม่มีข้อจำกัด ใครก็ตามที่เคยเสียเวลาครึ่งชั่วโมงไปกับบทความที่ไม่จริงจังหรือแม้กระทั่งล้อเล่นที่ส่งมา – อาจจะเพียงเพื่อรักษา ‘การเผยแพร่หรือตาย’ – จะรู้ว่าความใหม่บ่อยครั้งเป็นเรื่องเล็กๆ และงานที่เพิ่มขึ้นบ่อยครั้งมีความสำคัญ

การทำความเข้าใจคุณค่าของบทความใหม่เกี่ยวข้องกับพื้นที่ที่ AI ปัจจุบัน อ่อนแอ – บริบทระยะยาว เนื่องจากบทความที่เขียนโดยไม่ซื่อสัตย์ บทความที่ดูเหมือนจะสร้างความก้าวหน้าสามารถเปิดเผยได้ว่าเป็นการก้าวหน้าเล็กๆ น้อยๆ ในงานที่มีอยู่แล้ว แต่ระบบอัตโนมัติต้องพัฒนาความ ‘เข้าใจ’ สำหรับกรณีเหล่านี้ โดยไม่ต้องติดธงบวกเท็จหลายตัว และไม่ต้องอาศัยความซื่อสัตย์ของผู้ยื่น

Ethical Plunge

ตามที่ฉัน สังเกตเห็นก่อนหน้านี้ พอร์ทัลเช่น Arxiv มีความต้านทานต่อการ laissez faire การสแกน และข้อมูลที่พวกเขาให้มา thườngขาดรายละเอียดเชิงลึก

ดังนั้น แม้ว่าฉันจะมีทรัพยากรและเวลาที่จะดาวน์โหลดและดึงคุณลักษณะจากตัวอย่างที่เป็นตัวแทนของบทความวิทยาศาสตร์คอมพิวเตอร์หลายๆ เรื่อง ก็ตาม แนวโน้มที่ละเอียดอ่อนหลายอย่างจะไม่ได้รับการกำหนดเป้าหมายหรือวิเคราะห์

หนึ่งในสิ่งเหล่านี้คือการมีอยู่หรือไม่มีของ การแถลงการณ์ทางจริยธรรม ซึ่งเป็นส่วนหนึ่งของสิ่งที่จำเป็นสำหรับวิทยาศาสตร์ชีวภาพที่เกี่ยวข้องกับการทดลองกับสัตว์ ในปี 2024 ฉันเห็นจุดสูงสุดของแนวโน้มในการอธิบายลักษณะทางจริยธรรมของงานที่เสนอที่สิ้นสุดของบทความที่ยื่นในหมวดคอมพิวเตอร์

โดยสังเกตุจากประสบการณ์ของฉัน ฉันบอกว่าการปฏิบัตินี้ได้ลดลงอย่างมากตลอดปี 2025 ฉันเดาว่าความพยายามในการปลดปล่อยกฎระเบียบของ政府สหรัฐฯ ในปัจจุบันในการพัฒนา AI ได้ให้ความยินยอมและความคุ้มครองที่ไม่ชัดเจนแก่ชุมชนการวิจัยทั้งในสหรัฐฯ และต่างประเทศ

ไม่คำนึงถึง การสนับสนุน สำหรับการควบคุมการปลอมแปลงลึก การบริหารของสหรัฐฯ ในปัจจุบันได้ฟื้นฟูส่วนใหญ่ของทัศนคติ ‘ดินแดนที่ไม่มีกฎหมาย’ ที่กำหนดลักษณะสมัย 2021-23 – แม้ว่าบริบทของการวิจัยทางวิทยาศาสตร์ที่บริสุทธิ์ซึ่งกำหนดไว้ได้พัฒนาไปสู่การลงทุนที่รุนแรงและประวัติศาสตร์

Generative Video Papers as ‘AI Slop’

ด้วยการเปิดตัว Hunyuan Video และ WAN ซีรีส์วิดีโอสร้างสรรค์ในช่วงฤดูหนาวที่แล้ว AI วิดีโอมีการเปลี่ยนแปลงทั้งหมดในปี 2025 อุปสรรคเก่าๆ เช่น ความยากในการสร้างอวตารที่สมบูรณ์แบบ หรือการ ได้มุมมองแบบโปรไฟล์ของบุคคล ถูกกวาดออกไปอย่างเห็นได้ชัดในคืนเดียว

การเปิดตัวน้ำหนักรวมจากประเทศจีนได้กำหนดจังหวะสำหรับการเปิดตัววิดีโอสร้างสรรค์ในปีนี้ และเป็นแรงกดดันที่ต้านการมีแนวโน้มของสถาปัตยกรรม AI วิดีโอที่มีการเซ็นเซอร์และควบคุมมากขึ้นในตะวันตก

การไม่มี การป้องกัน ในฉากที่เป็นประชาธิปไตยแบบ CCCP นี้ได้นำไปสู่หลายร้อยหรือหลายพันบริษัทที่พยายามใช้ประโยชน์จากตลาดที่เกิดขึ้นใหม่สำหรับการอนุมานโดยการให้บริการที่ใช้งานง่าย โดยมีผู้เล่นที่หลากหลาย เช่น civit.ai และ RunPod ที่ได้รับประโยชน์จากกระบวนการและเทคโนโลยีที่สามารถทำงานบนคอมพิวเตอร์ส่วนบุคคลได้

โดยทั่วไป การเคลื่อนไหวเหล่านี้เป็นการคว้าเงินในระยะสั้นซึ่งกำลังรอการควบรวมตลาด (แม้ว่าผู้ก่อตั้งอาจไม่คัดค้านการบังเอิญที่ได้หุ้นการตลาดที่โดดเด่นหากมันเกิดขึ้น)

การซ้ำซ้อนและซ้ำซ้อนแบบนี้ได้เข้ามาถึงสาขาวิดีโอสร้างสรรค์ในการยื่น Arxiv ในปี 2025 เช่นกัน เมื่อฉัน สังเกตเห็นเมื่อสัปดาห์ที่แล้ว อัตราส่วนสัญญาณต่อเสียงรบกวนสำหรับหมวดหมู่นี้ได้ถึงจุดสูงสุดของความน่าเบื่อ เนื่องจากนักวิจัยแข่งขันกันสาธารณะเพื่อเงินทุนที่มีศักยภาพจำนวนมากที่การผ่านพ้นไปในปีนี้

โดยทั่วไป การยื่นประเภทนี้ส่วนใหญ่เป็นการก้าวหน้าเล็กๆ น้อยๆ ในที่ดีที่สุด ปัญหาหลักที่ยังคงอยู่ใน AI สร้างสรรค์ไม่ได้ปรากฏมากในปีนี้ เช่น การ รักษาอัตลักษณ์ ในลักษณะ LoRA ตลอดการแสดงภาพตัวละคร การต้องการเวลาที่ยาวขึ้นสำหรับวิดีโอเอาต์พุต โดยมีความสอดคล้องโดยรวม (เช่น สภาพแวดล้อมและธีม) และการ การสร้างเสียง และการปรับเปลี่ยนที่ดีขึ้นภายในสถาปัตยกรรมวิดีโอสร้างสรรค์และการแก้ไขวิดีโอ

Mesh Fever Abates

ฉันสังเกตเห็นเมื่อปีที่แล้วว่าฉากนี้กำลังประสบกับการเพิ่มขึ้นของบทความที่ส่งเสริมระบบที่ใช้ CGI แบบดั้งเดิม (เช่น การแสดงภาพแบบเมช ที่ย้อนกลับไปในยุค 1970) หรือ รวมเข้ากับเฟรมเวิร์กประสาท ฉันสังเกตเห็นการลดลงของแรงผลักดันในการแก้ปัญหาแบบเมช โดยเฉพาะในช่วงครึ่งหลังของปี 2025

หลายๆ วิธีแก้ปัญหา CGI ที่รวมอยู่ในคลื่นแรกของบทความเหล่านี้ โดยเฉพาะอย่างยิ่ง那些ที่เกี่ยวข้องกับการควบคุมตัวละครมนุษย์แบบพาราเมตริก เช่น แบบจำลองที่สามารถเปลี่ยนแปลงรูปร่างได้ 3 มิติ อาจถูกแทนที่ด้วยความสามารถใหม่ของเฟรมเวิร์กการสร้างสรรค์แบบกระจาย เช่น Veo, Kling, Hunyuan และ WAN

ในเวลาเดียวกัน บทความที่เกี่ยวข้องกับ วิธีการ Gaussian Splat ดูเหมือนจะถูกกระทบกระเทือนโดยความซบเซาหรือการถูกทดแทนโดยระบบ AI การสร้างสรรค์แบบกระจายในปี 2025

หนึ่งปีที่แล้ว ฉันสังเกตเห็นว่าความตื่นเต้นเริ่มต้นของ GSplat ซึ่งสร้างความประทับใจที่สำคัญในปลายปี 2023 ได้ลดลงเป็นเส้นการวิจัยที่แคบลง ในปีนี้ ฉันเห็นกระแสของบทความที่มุ่งเน้นในการแก้ปัญหาความต้องการทรัพยากรที่สำคัญของวิธีการนี้

แม้ว่าฉันจะอธิบาย Gaussian Splatting ว่า ‘ปัจจุบันหยุดชะงัก’ เราก็ควรจำไว้ว่าเทคโนโลยีนี้มีต้นกำเนิดในยุค 1990 และมีลักษณะการฟื้นคืนชีพ

การยกเว้นที่สำคัญจากแนวโน้มการถอยกลับนี้คือการเพิ่มขึ้นของความสนใจในการรวม AI เข้ากับเฟรมเวิร์กที่มุ่งเน้นไปที่การพิมพ์ 3 มิติ

Diminution in AI Security Submissions

การสังเกตสุดท้ายของฉันในปี 2025 คือหมวด ‘ความปลอดภัย’ ในส่วนคอมพิวเตอร์ศาสตร์ของ Arxiv ได้แสดงให้เห็นถึงการลดลงของความถี่และคุณภาพในปี 2025 และไม่ใช่เรื่องที่ง่ายที่จะเดาได้ว่าทำไม

คลังข้อมูลการเข้ารหัสลับและความปลอดภัย อาจเป็นสถานที่ที่สองในการเผยแพร่บทความ เนื่องจากสาขาการวิจัยนี้ถูกครอบงำโดยทรัพย์สินทางปัญญาส่วนบุคคล – ซึ่งไม่เคยปรากฏในวารสารวิชาการ และไม่เคยปรากฏในแพลตฟอร์มที่เปิดกว้าง เช่น Arxiv

นอกจากนี้ การยื่นหมวดหมู่นี้ใน Arxiv มี ‘การหลอกลวง’ ที่สูงกว่าค่าเฉลี่ย – การยอมรับที่ไม่ได้เน้นย้ำซึ่งบ่อนทำลายหรือลดคุณค่าของบทความอย่างมาก

ตัวอย่างหนึ่งคือวิธีการละเมิดความปลอดภัยที่ดูเหมือนจะน่าตื่นเต้นซึ่งอาศัย ‘กล่องขาว’ – เช่น การเข้าถึงข้อมูลหรือกระบวนการที่มีสิทธิพิเศษซึ่งผู้โจมตีไม่น่าจะสามารถรักษาได้

What to Expect in 2026

แม้ว่าสื่อจะ พูดถึง อย่างต่อเนื่อง เกี่ยวกับการเติบโตของ AI ในปี 2026 ว่าเป็นการซ้ำรูปแบบของการล่มสลายของ dot.com ในช่วงต้นศตวรรษที่ 21 (ด้วย ความไม่เห็นด้วย) แต่สิ่งนี้ดูเหมือนจะเป็นการให้ความมั่นใจที่ไม่จำเป็น ในแง่ของโครงสร้างพื้นฐาน การลงทุน วัฒนธรรม และ การวิจัย ไม่มีเวลาที่คล้ายกันนี้ในประวัติศาสตร์ของมนุษย์

ดังนั้นจึงยากที่จะเห็นว่าฉากการวิจัยจะเปลี่ยนแปลงไปอย่างไรในปี 2026 นอกจากว่า – ตามปกติ – ความพยายามระยะยาวหลายอย่างจะสิ้นสุดลงระหว่างตอนนี้ถึงเดือนเมษายน โดยมีลักษณะเฉพาะของความหลงใหลและแนวโน้มในปี 2025 ที่จะทำให้พวกมันแตกต่าง

หนึ่งการพัฒนาที่อาจช่วยแก้ปัญหาปริมาณการยื่นบทความที่ Arxiv และพอร์ทัลอื่นๆ คือการห้ามหรือตรวจสอบการยื่นบทความที่สร้างหรือช่วยเหลือโดย AI เช่นเดียวกับที่ Arxiv ได้ทำสำหรับบทความทบทวน – แต่ระดับการมีส่วนร่วมของ AI ในบทความใดๆ อาจเป็นเรื่องที่ยากต่อการวัด เนื่องจาก AI ได้ เข้าไปสู่วัฒนธรรมการวิจัย (และ การรีวิวโดยผู้ทรงคุณวุฒิ) ในลักษณะที่คล้ายกับการที่ AI ได้เข้าไปสู่โดเมนอื่นๆ – เช่น การหยดหมึกที่ส่งผลกระทบต่อน้ำทั้งแก้ว ไม่ใช่การเปลี่ยนแปลงสื่อโดยสิ้นเชิง

เผยแพร่ครั้งแรกวันจันทร์ที่ 22 ธันวาคม 2025