从CVPR25审稿，看当前AI顶会中稿趋势！

作者 | James的AI科研路 编辑 | 自动驾驶之心

原文链接：https://zhuanlan.zhihu.com/p/19776850516

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心技术交流群

本文只做学术分享，如有侵权，联系删文

如题，这次CVPR审稿分了四篇论文，全部都是我熟悉的领域，其中有三篇都是引用了我之前的论文并在实验上进行了直接对比，额外的一篇也是我目前正在做的方向，所以这些领域我都很熟，评价起来很容易，方法常见套路、idea能从哪些方面展开、该用哪些benchmark门清，最后结果就是3、3、3、2（2其实一开始打的1，后来想着还是给点机会改2了）。这次CVPR审稿体会还是蛮深的，分享几点感悟，和大家一起交流交流

刚好这周小班课开始讲论文写作✍️，第一件事儿就是让大家搞懂顶会审稿人的真实打分逻辑，这样才能知己知彼，一次就中，免得浪费时间⏳。我也回顾下2024一整年，从 ACM MM 2024 ➡️ NeurIPS 2024 ➡️ ICLR 2025 ➡️ AAAI2025 ➡️ 现在的CVPR2025，再算上IJCV TIP TPAMI的审稿，总共接近20篇论文，我自己也慢慢形成了一套审稿流程和一丢丢的taste，到底什么样的文章能一次就中顶会，在这儿先简单说下。

---

大致审稿流程 :

先看题目，摘要和引言

引言部分的teaser图会重点看，看是否把文章的main idea或者卖点说清楚了，引言部分的故事逻辑和动机是重点，动机强不强，直接决定我买不买账

相关工作

如果熟悉，会直接跳过；不熟悉，会当背景快速过一遍，补充下，看看这篇论文跟其他文章有哪些不同

方法框架图和整体流程

然后跳到实验部分，看方法效果是否突出，对比是否公平，消融实验是否全面，可视化分析有没有做到位

最后回到方法细节

具体的loss设计、小模块设计，有没有明显不合理的地方 ，这一整套下来，基本就有个整体的分数判断了，就可以开始写审稿意见了

写意见的过程

也会再回顾论文的某些部分，来double check细节和自己的理解对不对

所以总体而言，这一套流程下来，一篇文章至少会读2遍，普遍读3遍，意见也就写的差不多了，就可以跟AC交差了 ‍

---

这次四篇论文的整体情况 :

这次审稿论文ID从4XX，到14XXX，跨度很大，所有的文章都用了LLM/VLM/VFM等基础模型作为主要或次要卖点，每篇论文都有亮点，也都有不足，这些不足也都很有代表性，下面简单展开下，方便写作新手或者第一次投稿顶会的薯薯借鉴和提前规避⚠️。

Overclaim

Overclaim是我一开始投稿CVPR时审稿人给我的反馈，当时还一直在揣摩，为啥审稿人会这么说？是我的实验漏掉了部分，还是我的效果不够有说服力？这点其实是个很主观的评价，作为作者，唯一能做的就是根据你的方法和实验，来总结你的贡献，确保你所claim的每个点都能在方法或者实验里得到印证，有相应的evidence可以support，这点非常重要。

所以写贡献要小心谨慎，你多说一个点，多加一个词，可能都会引起审稿人的夺命连环问，到时候你会为此付出代价，或者要多补一堆实验，其中一篇审稿，我列了四块儿实验，我希望在rebuttal的时候看到，就看作者能不能完成了，我会根据新的实验结果来决定要不要提分。

实验不充分

实验不充分是我审稿的三篇论文没能拿到weak accept的主要原因，这几篇多多少少都有实验上的问题。

有的是关键模块的消融只是很粗糙的做了下，有的是论文涨了很多点，也对比了足够多的方法和测了足够多的benchmark，但因为方法过于简单，简单到几乎说不出新意，很明显的A+B的味道，作者又没有进一步的分析和消融，我不知道他的效果提升到底是来源于引入foundation model本身，还是作者自己的额外设计，甚至是来自于多个数据集的co-training，这些都没有消融来验证，所以我看在效果和开源了匿名代码的份上，给了3分，也给了机会看rebuttal。

一个共性问题都没有给一些failure case和limitation的讨论，每篇工作肯定有亮点，也有不能做的，如果作者能清晰区分亮点和方法的边界，并给出一些例子和改进思路，我会认为作者的思考会比较全面和深入，反而可以会打高分，可惜的是，三篇论文都没有这部分内容。

动机不清晰

这是当前大模型时代写科研论文很多新手的通病，LLM/VLM/VFM/Diffusion Model这些foundation model大家论文里都会用，它们的确有很多优势，但到底有啥优势是适合你的某个或者某些任务，或者为什么能用它们来做某个新任务，你需要给出合理且清晰的动机。

但我在我审的一篇用LLM来做下游任务的稿子，我并没有看出清晰的动机。整个给人的感觉就是，你看没有用llm做过这个任务，那我就来试试，然后提了些模块，发现效果不错，就投稿了，有种拿着 到处找钉子的感觉，诶，发现这个钉子还挺合适，就敲一下，成功了，就开始写论文，就感觉CVPR有了。

llm本质上到底适不适合做这个任务也没说，他能做成的原因我也不知道，读完一头雾水，方法设计也就是给llm前后包个encoder和decoder，再加上效果也没好哪去，还不如一些其他方案，一顿操作猛如虎，最后涨点0.5，我最后忍着给了2分…估计也是第一次投稿，稍微给Ta点信心，毕竟大家都是从新手阶段过来的。

---

总结

这次CVPR2025也辅导了两个学弟，我给他们写intro的时候，都会把我上面列的这几点一个个规避掉，在实验和方法的已有基础上，尽量拔高或者清晰明了，直指本质，目的就是站在审稿人的角度来帮他们最快的理解论文的精华和动机，最终再试图得到审稿人的认可，最终让他们给出高分，还有两天就要出结果了，let’s see!

重磅！自动驾驶论文辅导来啦！

自动驾驶之心论文辅导正式推出了，近2000+师资！如果您是大模型、VLA、端到端自动驾驶、3DGS、BEV感知、目标跟踪、毫米波雷达视觉融合、激光视觉融合、多传感器标定、多传感器融合、车道线检测、在线地图、轨迹预测、世界模型、3D目标检测、Occupancy、高性能计算、NeRF、语义分割、决策规划、SLAM等方向，如果你有任意论文发表需求，支持带课题/研究方向咨询，欢迎联系我们。

中标率很高哦！论文中已有多篇被TPAMI、CVPR、ICCV、AAAI、ICML、NIPS、ECCV、IJCAI、IROS、ICRA、ACL等顶会顶刊收录。

根据不同论文级别，辅导价格不同，具体如下：

• 自动驾驶顶会/顶刊，CCF-A、CCF-B、CCF-C等；

• SCI一区~四区；

• 中科院1区，2区，3区，4区；

• EI/中文核心；

• 毕设论文/申博/比赛等；