AI顶会反噬整个学术圈！「不发表就会死」，NeurIPS爆仓，博士年肝4.5篇大崩溃

新智元报道

编辑：Aeneas

【新智元导读】就在刚刚，NUS研究者呼吁：NeurIPS、ICML、CVPR三大顶会，正在反噬整个AI学术圈！平均每个研究者每年被逼狂发4.5篇论文，已经身心俱疲。总之，顶会模型已经濒临崩溃，是时候踩刹车了！

或许你也注意到了这个现象——AI和机器学习的繁荣，已经造成了一场少有人谈论的危机。

学生和研究人员过剩，就业前景有限，整个学术体系已经不堪重负。

随着NeurIPS、ICML和CVPR等会议的投稿数量激增，同行评审流程正在崩溃。

我们亲手打造的AI顶会，正在反噬整个学术圈！

为此，新加坡国立的研究者们专门写了一篇论文揭示这一现象。他们高呼：当前的AI顶会模式存在着结构性危机，已经不可持续！

论文地址：https://papers-pdfs.assets.alphaxiv.org/2508.04586v1.pdf

AI顶会的虚假繁荣，该到头了

在论文一开头，NUS的研究者们就指出了当前AI顶会的四大危害。

1.学术产出泡沫化：过去十年间，学者人均年发文量激增逾一倍，现已突破4.5篇；

2.环境代价触目惊心：单场会议的碳足迹，甚至超过主办城市日均排放量；

3.心理负荷亮红灯：71%的线上社群讨论呈现负面情绪，35%直接涉及心理健康问题；

4.承载能力濒临极限：NeurIPS 2024等顶会参会人数已开始超越场馆容量。

本来，学术会议应该是AI社区的命脉。

它不仅是传播前沿成果的场所，更是促成合作、构建社区、塑造未来的重要平台。

NeurIPS、ICML、ICLR这些会议的成长，曾经成功完成了科学使命、知识传播、社区建设和社会契约等使命。

然而如今的顶会模式——大型、集中、线下——正陷入一种「成功陷阱」。

一方面，投稿数量激增导致评审流程崩溃、质量下滑；另一方面，数千人长途跋涉造成巨大的碳排放，而高昂的参会成本也把一大波研究者挡在门外。

NUS的研究者们通过实证数据，诊断出了这一结构性危机，数据来源如下。

CSRankings.org：用于追踪2015-2024年的论文产出和教师分布；

官方会议数据（NeurIPS等）：投稿量、接受率、参会人数等；

Reddit社群语料：抓取了405条与AI顶会相关的热帖；

作者单位分布：用以估算全球差旅距离和排放。

下面，就让我们来逐一分析，代表着昔日荣光的AI顶会，是怎样沦落到如今「人人喊打」的地步。

学术过劳：从「卷」到「崩」

研究者们对CS不同领域过去十年的出版趋势进行了分析，通过使用「Effective Faculties」这一新颖的指标，再结合CSRankings的数据，他们发现了以下现象。

过去十年，AI领域的发文量可以说呈现出指数级的暴涨。

尤其是在2023-2024年，由于LLM的爆炸式进展，AI研究者的年均发文数已经超过了4.5篇，并且还有继续飙升的趋势。

要是照这个趋势发展下去，到2030年，AI年发表论文将超过6.5万篇，是2024年的三倍。

而到了2040年，一个研究者平均一个月，就要发一篇顶会论文。

这哪里还是科研？简直就是学术体能的极限挑战！

用研究者们的话说——

投稿量的爆炸式增长不仅挤压了会议资源，也使会议从原本聚焦的知识中心演变为高密度的论文堆积场，追求的是数量而非深度。

也就是说，目前AI学术界正处于一种非可持续的高产模式。

而这种模式，造成了种种随之而来的严重后果。

比如片面追求顶会论文数量的行文，让评审体系已经不堪重负。如今的同行评审质量已经严重下降，专业性和公平性都受到了质疑。

造假和学术不端的行为也更加泛滥，比如许多人会选择用LLM生成论文，还有Prompt注入等行为。

甚至，很多研究者的研究生命周期被强行打断，因为许多成果在正式发表时，早已过时了。

更可怕的是，现在AI圈已经陷入了一种「发不出就出局」的仓鼠怪圈。

研究者们仿佛永远跑在一台学术版跑步机上，高产的压力无处不在。

这种高压文化所导致的后果就是，研究者普遍追求的是顶会的「可接受性」，而非科学价值。

同时，大量创新型、周期长、风险大的研究被挤压。

而年轻的研究者，尤其会在求职压力下陷入倦怠、焦虑，难以专注在长期发展上。

心理健康告急!社区被焦虑吞噬

研究者们还对Reddit上405条跟顶会相关的热帖做了情绪分析，发现结果令人十分担忧。

71.3%的讨论呈现负面情绪，包括愤怒、焦虑、沮丧等。

34.6%的帖子中，明确 涉及到了「焦虑」「崩溃」「失眠」等心理健康关键词。

许多评论都这样提到：「同行评审缺乏反馈」，「压力山大但必须发文章」，「没被接收就意味着一无所有」。

在这样一种体系中，所有人都在受折磨。作者疲于应付反复投稿，评审人疲于处理海量稿件，无法提供深度反馈。

而极高的拒稿率，市场引发一种赛博暴力（比如公开差评），这就直接导致了社区信任的瓦解。

相关数据显示，NeurIPS的拒稿数增长近乎指数级（R²=0.937），而接收数量的增长却有限。

甚至，连整个论文生命周期都在加剧这种焦虑。

从投稿到发表就长达6-7个月，而AI领域的技术每7个月就更新一轮，这意味着——论文刚发出来，SOTA就已更新换代，导致很多成果已经过时。

也是因为这个原因，许多研究的成果变成了赶时髦，而非解决问题。

一次大会，碳排放量能顶一座城市

接下来，研究者们以NeurIPS 2024举办地温哥华为例，精确估算出了这次会议的碳足迹。

比如，单是来自全球的3836位论文一作的往返航班，就超过了8,254吨的二氧化碳当量。

这个数据，相当于温哥华这座城市68万居民的每日碳排放总量。

也就是说，仅一次会议，就等于整个城市一天的碳消耗！

而且，这还没算酒店、会场运营、餐饮等其他因素呢。

与此同时，ICML和ICLR等其他大会也出现了类似趋势：差旅排放占据总碳足迹的大头，并且在这五年间，碳排放量就已经增长了4倍以上。

因此，目前的顶会导致的结果就是，在环保上不可持续；高昂的签证+机票+住宿费会导致极高的门槛，尤其对来自发展中国家的研究者；而弱势群体会更难参会，也导致公平性被打破。

场地也顶不住了！NeurIPS开始「抽签入场」

而且，顶会的场地也顶不住了。

比如NeurIPS 2024在温哥华会展中心举行，该场地的最大容量为1.8 万人。

然而会议注册人数几乎满额，逼得主办方不得不启动抽签机制，来限制非作者入场。

因此，学生、独立研究者、边缘学者可能被「挡在门外」，自然交流、跨领域合作机会被压缩，这样就使得学术社群的包容性和开放性也严重受限。

总的来说，当前集中式、大型会议的组织方式，正在被其自身的体量压垮。

所以，该怎么办呢？

NUS的研究者们，由此提出了一种更可持续的方案——「社区联邦会议」（CFC）模型。

CFC的核心理念就是——「全球标准，地方实现」。

通过拆分传统会议的三大功能——评审/发表、成果传播、社区建设，CFC构建一个去中心化、弹性强、由社区主导的新架构。

它的三层结构如下。

第一层：统一的全球评审与出版平台

在这一层中，所有投稿都通过一个全球统一的数字平台进行提交与评审。

平台由多个学术组织（如 AAAI、ACM）联合运营，全年开放，滚动评审。

另外，不再设定固定的会议时间、地点、门槛，让评审变得更加灵活和持续。

而接收的论文可以直接在平台发布，获得全球公认的学术出版资质。

这样就避免了集中轰炸式的截稿日，大大缓解了评审压力们，并且还会鼓励更长周期、更深层次的研究。

同时，这种机制也非常有利于NLP工具辅助的审稿系统建设（如自动推荐评审人、检测利益冲突、审稿异常标记）。

审稿的公平性和效率，也就大大提升。

第二层：区域化联邦会场

第二层，就是一个区域化联邦会场，用于本地展示与社群交流。

其中，作者可在其所在地区的「区域性联邦会场」展示研究成果。

会场可由大学、研究所、学生组织等举办，规模建议为500–1500人。

并且，同一批被接收的论文可以在多个地区同步展示，不再集中在一个城市。

这样的优势就在于，可以减少跨洲旅行，显著降低碳排放；签证、住宿、长途的成本也大大降低。

并且，这种机制还更适合深入互动，改善心理健康与社群连接，也可以更灵活地覆盖全球不同文化语境与研究习惯。

举个例子，亚洲、欧洲、非洲、美洲就可以各自设立联邦会场，所有内容在同一平台发布，但交流却是本地化的。

第三层：数字同步与全球互联

可以说，第三层就是CFC区别于传统多会场会议的关键。

CFC模型和传统会议的特征

其中，所有区域会场由一个全球数字主线（Global Digital Layer）打通。设有全球主旨演讲 / 颁奖环节，可从某一会场直播至所有会场。

所有论文都将拥有数字海报厅（permanent poster halls），供大家讨论。研究者也可以通过Slack/Discord等主题聊天室，加入跨地区的学术群组。

这样做的优势就在于，消除了「主会vs分会」的等级结构，让全球参与者都能同步共享核心内容，线上交流不再被「边缘化」。

总之，当前的集中式AI顶会模式已经不可持续了，必须进行一场结构性变革。

而CFC就是一场真正的科研系统重构，重新定义了什么是科学传播，什么是学术共同体。

对此，你怎么看呢？

参考资料：

https://www.alphaxiv.org/abs/2508.04586v1