機器之心報道

機器之心編輯部

當今計算機視覺領域最熱門的三個方向。

當今計算機視覺領域最熱門的話題有哪些？

剛剛，CVPR 官方給出了最新統計，他們根據論文提交情況，總結出三大方向：

• 基于多視角與傳感器的 3D 技術；
• 圖像與視頻合成；
• 多模態學習，視覺、語言和推理。

這份統計是基于全球 4 萬多名作者 13008 份投稿結果產生的。相比往年，今年的投稿數量增長了 13%，最終有 2878 篇論文被接收，整體接收率為 22.1%。

「我們已經處于這種指數級增長態勢一段時間了，」CVPR 2025 聯合主席 Phillip Isola 解釋道。「AI 領域舉足輕重，正是因為如此，學生們攻讀相關學位的人數在增多。因此，這個研究群體正變得越來越龐大。」

但除了這一總體趨勢之外，深入研究該頂會還會發現，社區關注的領域很局限。特定領域的進展已經讓位于新的研究重點，吸引了更多關于新主題的論文。

具體來說，有三個領域正在成為 2025 年的熱門方向：

多視角與傳感器 3D 技術

多視角和傳感器 3D 技術為 CVPR 帶來了大量的投稿，其原因很簡單：基于圖像的研究已經從探索單幅圖像或 2D 渲染發展到更復雜的 3D 評估領域。2020 年 NeRF 的推出，開辟了新的研究方向。

「自 2020 年 NeRF 論文首次發表以來，利用深度網絡進行 3D 重建已成為趨勢。如今高斯潑濺（Gaussian splatting）技術進一步推動了這一發展，」CVPR 2025 程序聯合主席、美國俄勒岡州立大學副教授 Fuxin Li 分享道，「本質上，計算機視覺與圖形學正在融合。神經渲染研究的興起，顯著推動了 3D 相關論文數量的增長。」

圖像與視頻合成

隨著研究的不斷發展，學界現在能夠通過視頻和圖像形式更精確地呈現環境信息。對該領域的探索已成為 CVPR 2025 論文的焦點，圖像和視頻合成成為今年大會上最大的類別之一。

「今年商業聊天機器人的一大趨勢是它們已經實現了多模態化；它們現在不僅能分析和生成文本，還能分析和生成圖像，有時還能生成視頻，」Isola 解釋道。「即將出現的能力是生成完整的交互式世界。CVPR 上展示的圖像、視頻和世界合成方法正在為這類技術鋪平道路。」

AI 生成的威爾史密斯吃意面

多模態學習，視覺、語言和推理

雖然在征文通知中，這兩個主題被列為兩個獨立的研究主題，但合并起來，它們構成了提交論文數量最多的類別之一。這些領域的個人研究數量或許預示著今年會議值得關注的新趨勢。

鑒于論文接受率徘徊在極低的 22%，因而每一篇入選 CVPR 的論文都堪稱經典。盡管投稿內容反映了學界對特定領域的研究熱情，但大會主席強調，CVPR 是該領域偉大的平衡杠桿，它關注值得認可的研究，而非那些聲勢最大的團隊。

「CVPR 在擴大領域聲音方面發揮著非常重要的作用，而不僅僅是來自大型機構的聲音，」Fuxin Li 總結道。「在 CVPR，每篇論文都有同等的權利。如果是 poster，那就是 poster。如果是 oral，那就是 oral。你是誰并不重要。這一點對計算機視覺領域的生態系統至關重要。」

在 AI 領域飛速發展的今天， 研究熱點瞬息萬變。大家一股腦的押注最熱門方向， 外加投稿數量逐年增多，只能說，想中一篇頂會真是太難了。

CVPR 2025 即將召開，值此盛會，機器之心將在北京舉辦一場 CVPR 2025 論文分享會，歡迎大家報名參與。

報名鏈接：https://wj.qq.com/s2/22041284/tjnc/

參考鏈接：https://cvpr.thecvf.com/Conferences/2025/News/Paper_Trends