视听生成论文趋势 2023–2026
联合生成
统计范围：NeurIPS、ICLR、ICML、CVPR 四个会议，2023–2026 年，共 780 篇被归入该主题的论文。
主要结论
- 视听生成论文从 2023 年的 92 篇增长到 2026 年的 336 篇，三年间扩大到约 3.7 倍。
- CVPR 是发视听生成论文最多的会议，2023–2026 年共 383 篇，占四个会议总量的 49%。
- 交叉方向里涨得最快的是多模态大模型：同时属于两个主题的论文从 2023 年的 6 篇增至 2026 年的 79 篇。
- 在「多模态生成」的 5 个主题里，它的 2026 年论文数排第 2；同组增长最快的叙事生成是 15 倍，视听生成是 3.7 倍。
各会议论文数
按年份和会议统计
| 年份 | NeurIPS | ICLR | ICML | CVPR | 合计 |
|---|---|---|---|---|---|
| 2023 | 15 | 10 | 6 | 61 | 92 |
| 2024 | 27 | 25 | 19 | 60 | 131 |
| 2025 | 57 | 32 | 19 | 113 | 221 |
| 2026 | 84 | 64 | 39 | 149 | 336 |
代表论文
按年份和会议均匀挑选，方便快速看到每一届的样貌
- NeurIPS 2026Binding Visual Features Point by Point
- ICML 2026AVI-Bench: Toward Human-like Audio-Visual Intelligence of Omni-MLLMs
- ICLR 2026AC-Foley: Reference-Audio-Guided Video-to-Audio Synthesis with Acoustic Transfer
- CVPR 2026Benchmarking Single-Factor Physical Video-to-Audio Generation
- NeurIPS 2025$\texttt{AVROBUSTBENCH}$: Benchmarking the Robustness of Audio-Visual Recognition Models at Test-Time
- ICML 2025Fundamental Limits of Visual Autoregressive Transformers: Universal Approximation Abilities
- ICLR 2025AVHBench: A Cross-Modal Hallucination Benchmark for Audio-Visual Large Language Models
- CVPR 2025Adaptive Markup Language Generation for Contextually-Grounded Visual Document Understanding
- NeurIPS 2024Benchmarking Generative Models on Computational Thinking Tests in Elementary Visual Programming
- ICML 2024CaRiNG: Learning Temporal Causal Representation under Non-Invertible Generation Process
- ICLR 2024Can Transformers Capture Spatial Relations between Objects?
- CVPR 2024EmoVIT: Revolutionizing Emotion Insights with Visual Instruction Tuning
- NeurIPS 20234D Panoptic Scene Graph Generation
- ICML 2023A Unified Audio-Visual Learning Framework for Localization, Separation, and Recognition
- ICLR 2023Learning to reason over visual objects
- CVPR 2023Autoregressive Visual Tracking
- NeurIPS 2026From Articulated Kinematics to Routed Visual Control for Action-Conditioned Surgical Video Generation
- ICML 2026Deep Ensemble Clustering for Visual Representation Learning
- ICLR 2026AQuA: Toward Strategic Response Generation for Ambiguous Visual Questions
- CVPR 2026Co-Me Confidence Guided Token Merging for Visual Geometric Transformers
全部视听生成论文
共 113 篇，第 3 / 3 页
- CVPR 2025Track4Gen: Teaching Video Diffusion Models to Track Points Improves Video Generation
- CVPR 2025TSAM: Temporal SAM Augmented with Multimodal Prompts for Referring Audio-Visual Segmentation
- CVPR 2025Unbiased Video Scene Graph Generation via Visual and Semantic Dual Debiasing
- CVPR 2025Unseen Visual Anomaly Generation
- CVPR 2025Unveiling Visual Perception in Language Models: An Attention Head Analysis Approach
- CVPR 2025UWAV: Uncertainty-weighted Weakly-supervised Audio-Visual Video Parsing
- CVPR 2025VGGT: Visual Geometry Grounded Transformer
- CVPR 2025VideoGLaMM : A Large Multimodal Model for Pixel-Level Visual Grounding in Videos
- CVPR 2025VinaBench: Benchmark for Faithful and Consistent Visual Narratives
- CVPR 2025VinTAGe: Joint Video and Text Conditioning for Holistic Audio Generation
- CVPR 2025ViUniT: Visual Unit Tests for More Robust Visual Programming
- CVPR 2025WeGen: A Unified Model for Interactive Multimodal Generation as We Chat
- CVPR 2025ZeroVO: Visual Odometry with Minimal Assumptions
在 Claude、Cursor 里直接问这个趋势
接上 Paperlist MCP 后，写综述、挑方向或准备投稿时，不用离开对话框就能拿到这页的数字：每年各会议的论文数、增长倍数、涨得最快的子方向和代表论文，AI 会按你的问题整理。
可以直接复制这句话问 AI
用 paperlist 查视听生成在 CVPR 2023–2026 的论文趋势，哪一年涨得最快？
AI 会调用的工具：get_topic_stats {"topic": "audio-visual-generation"}
常见问题
- 2023–2026 年四大会议一共有多少篇视听生成论文？
- 共 780 篇，按年份分别是 2023 年 92 篇、2024 年 131 篇、2025 年 221 篇、2026 年 336 篇。
- NeurIPS 2026 有多少篇视听生成论文？
- NeurIPS 2026 有 84 篇视听生成论文，上一届是 57 篇。
- ICLR 2026 有多少篇视听生成论文？
- ICLR 2026 有 64 篇视听生成论文，上一届是 32 篇。
- ICML 2026 有多少篇视听生成论文？
- ICML 2026 有 39 篇视听生成论文，上一届是 19 篇。
- CVPR 2026 有多少篇视听生成论文？
- CVPR 2026 有 149 篇视听生成论文，上一届是 113 篇。
- 哪个会议的视听生成论文最多？
- CVPR，2023–2026 年共 383 篇。