CVPR 2025 揭晓三大热门方向：3D技术、图像/视频合成、多模态学习。投稿竞争激烈，接收率低。CVPR关注有价值的研究，不分机构大小。
原文标题：4万多名作者挤破头，CVPR 2025官方揭秘三大爆款主题， 你卷对方向了吗？
原文作者：机器之心
冷月清谈：
怜星夜思：
2、文章里说图像和视频合成是热门，AI生成图片、AI修复老照片现在挺火的，但感觉很多都同质化了，大家觉得这个领域还有哪些潜在的创新点可以挖掘？
3、多模态学习现在很火，但感觉很多研究都是把视觉、语言模型简单拼在一起，缺乏深层次的融合，未来多模态学习应该怎么发展才能更有突破？
原文内容
机器之心编辑部
当今计算机视觉领域最热门的三个方向。
当今计算机视觉领域最热门的话题有哪些？
刚刚，CVPR 官方给出了最新统计，他们根据论文提交情况，总结出三大方向：
-
基于多视角与传感器的 3D 技术；
-
图像与视频合成；
-
多模态学习，视觉、语言和推理。
这份统计是基于全球 4 万多名作者 13008 份投稿结果产生的。相比往年，今年的投稿数量增长了 13%，最终有 2878 篇论文被接收，整体接收率为 22.1%。
「我们已经处于这种指数级增长态势一段时间了，」CVPR 2025 联合主席 Phillip Isola 解释道。「AI 领域举足轻重，正是因为如此，学生们攻读相关学位的人数在增多。因此，这个研究群体正变得越来越庞大。」
但除了这一总体趋势之外，深入研究该顶会还会发现，社区关注的领域很局限。特定领域的进展已经让位于新的研究重点，吸引了更多关于新主题的论文。
具体来说，有三个领域正在成为 2025 年的热门方向：
多视角与传感器 3D 技术
多视角和传感器 3D 技术为 CVPR 带来了大量的投稿，其原因很简单：基于图像的研究已经从探索单幅图像或 2D 渲染发展到更复杂的 3D 评估领域。2020 年 NeRF 的推出，开辟了新的研究方向。
「自 2020 年 NeRF 论文首次发表以来，利用深度网络进行 3D 重建已成为趋势。如今高斯泼溅（Gaussian splatting）技术进一步推动了这一发展，」CVPR 2025 程序联合主席、美国俄勒冈州立大学副教授 Fuxin Li 分享道，「本质上，计算机视觉与图形学正在融合。神经渲染研究的兴起，显著推动了 3D 相关论文数量的增长。」
图像与视频合成
随着研究的不断发展，学界现在能够通过视频和图像形式更精确地呈现环境信息。对该领域的探索已成为 CVPR 2025 论文的焦点，图像和视频合成成为今年大会上最大的类别之一。
「今年商业聊天机器人的一大趋势是它们已经实现了多模态化；它们现在不仅能分析和生成文本，还能分析和生成图像，有时还能生成视频，」Isola 解释道。「即将出现的能力是生成完整的交互式世界。CVPR 上展示的图像、视频和世界合成方法正在为这类技术铺平道路。」
AI 生成的威尔史密斯吃意面
多模态学习，视觉、语言和推理
虽然在征文通知中，这两个主题被列为两个独立的研究主题，但合并起来，它们构成了提交论文数量最多的类别之一。这些领域的个人研究数量或许预示着今年会议值得关注的新趋势。
鉴于论文接受率徘徊在极低的 22%，因而每一篇入选 CVPR 的论文都堪称经典。尽管投稿内容反映了学界对特定领域的研究热情，但大会主席强调，CVPR 是该领域伟大的平衡杠杆，它关注值得认可的研究，而非那些声势最大的团队。
「CVPR 在扩大领域声音方面发挥着非常重要的作用，而不仅仅是来自大型机构的声音，」Fuxin Li 总结道。「在 CVPR，每篇论文都有同等的权利。如果是 poster，那就是 poster。如果是 oral，那就是 oral。你是谁并不重要。这一点对计算机视觉领域的生态系统至关重要。」
在 AI 领域飞速发展的今天， 研究热点瞬息万变。大家一股脑的押注最热门方向， 外加投稿数量逐年增多，只能说，想中一篇顶会真是太难了。
CVPR 2025 即将召开，值此盛会，机器之心将在北京举办一场 CVPR 2025 论文分享会，欢迎大家通过下图报名。
参考链接：https://cvpr.thecvf.com/Conferences/2025/News/Paper_Trends
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com