أبرز نقاط Ultralytics من YOLO Vision 2025 Shenzhen!

في 26 أكتوبر، شهد YOLO Vision 2025 (YV25) انطلاقته الأولى في الصين في المبنى B10 في حديقة OCT للثقافة الإبداعية في شينزين. جمع حدث الذكاء الاصطناعي البصري الهجين من Ultralytics أكثر من 200 حاضر شخصيًا، مع انضمام الكثيرين عبر الإنترنت من خلال YouTube وBilibili.

تجاوز البث المباشر لحدث YV25 في شينزين بالفعل 3,500 مشاهدة على YouTube، ويستمر في جذب الانتباه مع مشاركة أبرز مقتطفات الحدث عبر المجتمع. لقد كان يومًا مليئًا بالأفكار والمحادثات والاستكشاف العملي للاتجاه الذي يسلكه الذكاء الاصطناعي البصري.

بدأ اليوم بترحيب حار من مضيفتنا، هوانغ شيوينغ، التي دعت الجميع للتواصل والتعلم والمشاركة في المناقشات طوال الحدث. وأوضحت أن هذا هو ثاني حدث لـ YOLO Vision هذا العام، بعد نسخة لندن في سبتمبر، وشاركت مدى حماسها لجمع مجتمع الذكاء الاصطناعي البصري معًا مرة أخرى هنا في شينزين.

في هذه المقالة، سنستعرض أبرز لحظات اليوم، بما في ذلك تحديثات النماذج، وجلسات المتحدثين، والعروض التوضيحية المباشرة، ولحظات المجتمع التي جمعت الجميع معًا. لنبدأ!

Link to this sectionرحلة نماذج Ultralytics YOLO حتى الآن#

قاد الكلمة الرئيسية الأولى لليوم المؤسس والرئيس التنفيذي لشركة Ultralytics غلين جوشر، الذي شارك كيف تطورت نماذج Ultralytics YOLO من اختراق بحثي إلى واحدة من أكثر نماذج الذكاء الاصطناعي البصري استخدامًا على نطاق واسع في العالم. أوضح غلين أن عمله المبكر ركز على جعل YOLO أسهل في الاستخدام.

قام بنقل النماذج إلى PyTorch، وتحسين التوثيق، ومشاركة كل شيء بشكل مفتوح حتى يتمكن المطورون في كل مكان من البناء فوقها. وكما استذكر، "لقد انغمست في العمل برأسي في عام 2018. وقررت أن هذا هو مستقبلي". ما بدأ كمجهود شخصي سرعان ما أصبح حركة عالمية مفتوحة المصدر.

الشكل 1. غلين جوشر يتحدث على المسرح في حدث YOLO Vision 2025 في شينزين.

اليوم، تدعم نماذج Ultralytics YOLO مليارات الاستدلالات كل يوم، وأكد غلين أن هذا النطاق لم يكن ممكنًا إلا بفضل الأشخاص الذين ساعدوا في بنائه. لقد شكل الباحثون والمهندسون والطلاب والهواة والمساهمون في المصادر المفتوحة من جميع أنحاء العالم YOLO لتصبح ما هي عليه اليوم.

وكما عبر غلين، "هناك ما يقرب من ألف منهم [المساهمين] في الخارج ونحن ممتنون جدًا لذلك. لم نكن لنصل إلى ما نحن عليه اليوم بدون هؤلاء الأشخاص."

Link to this sectionتحديثات حول Ultralytics YOLO26#

تمت مشاركة النظرة الأولى على Ultralytics YOLO26 في وقت سابق من هذا العام في حدث YOLO Vision 2025 London، حيث تم تقديمه كخطوة كبيرة تالية إلى الأمام في عائلة نماذج Ultralytics YOLO. في YV25 شينزين، قدم غلين تحديثًا حول التقدم المحرز منذ ذلك الإعلان وأعطى مجتمع الذكاء الاصطناعي نظرة فاحصة على كيفية تطور النموذج.

صُمم YOLO26 ليكون أصغر وأسرع وأكثر دقة، مع بقائه عمليًا للاستخدام في العالم الحقيقي. أوضح غلين أن الفريق قضى العام الماضي في تنقيح البنية، وقياس الأداء عبر الأجهزة، ودمج الرؤى من الأبحاث وتعليقات المجتمع. الهدف هو تقديم أداء متطور دون جعل النماذج أصعب في النشر.

Link to this sectionما يمكن توقعه من Ultralytics YOLO26#

أحد التحديثات الأساسية التي سلط غلين الضوء عليها هو أن YOLO26 مقترن بحملة ضبط مخصصة للمعلمات الفائقة (hyperparameter)، متحولاً من التدريب بالكامل من الصفر إلى الضبط الدقيق على مجموعات بيانات أكبر. وأوضح أن هذا النهج يتماشى بشكل أكبر مع حالات الاستخدام الفعلية في العالم الحقيقي.

إليك بعض التحسينات الرئيسية الأخرى التي تمت مشاركتها في الحدث:

• بنية مبسطة: تمت إزالة طبقة Distribution Focal Loss (DFL). وهذا يجعل النماذج أبسط وأسرع في التشغيل، مع الحفاظ على نفس مستوى الدقة.
• دعم الاستدلال من البداية إلى النهاية: YOLO26 هو نموذج متكامل من البداية إلى النهاية (end-to-end)، مما يعني أنه يمكن تشغيله بدون طبقة NMS منفصلة. وهذا يجعل التصدير إلى تنسيقات مثل ONNX وTensorRT والنشر على أجهزة الحافة أسهل بكثير.
• أداء أفضل للأجسام الصغيرة: تساعد استراتيجيات الفقد المحدثة النموذج على اكتشاف الأجسام الصغيرة بشكل أكثر موثوقية، وهو ما كان يمثل تحديًا طويل الأمد في الرؤية الحاسوبية.
• محسن هجين جديد: يتضمن YOLO26 محسنًا جديدًا مستوحى من أبحاث تدريب نماذج اللغات الكبيرة الحديثة، والذي يحسن دقة النموذج وهو الآن مدمج مباشرة في حزمة Ultralytics Python.

Link to this sectionUltralytics YOLO26 هو الخطوة التالية في الذكاء الاصطناعي البصري العملي#

مجتمعة، تؤدي هذه التحديثات إلى نماذج أسرع بنسبة تصل إلى 43% على وحدة المعالجة المركزية (CPU) بينما تكون أيضًا أكثر دقة من Ultralytics YOLO11، مما يجعل YOLO26 مؤثرًا بشكل خاص للأجهزة المضمنة والروبوتات وأنظمة الحافة.

سيدعم YOLO26 جميع المهام وأحجام النماذج المتاحة حاليًا في YOLO11، مما ينتج عنه 25 نوعًا من النماذج عبر العائلة. ويشمل ذلك نماذج للاكتشاف، والتجزئة، وتقدير الوضع، وصناديق التحديد الموجهة، والتصنيف، بدءًا من النانو وحتى الأحجام الكبيرة جدًا.

يعمل الفريق أيضًا على خمسة متغيرات قابلة للمطالبة (promptable). هذه نماذج يمكنها تلقي مطالبة نصية وإرجاع صناديق التحديد مباشرة، دون الحاجة إلى تدريب.

إنها خطوة مبكرة نحو سير عمل بصري أكثر مرونة وقائم على التعليمات يسهل تكييفه مع حالات الاستخدام المختلفة. لا تزال نماذج YOLO26 قيد التطوير النشط، لكن نتائج الأداء الأولية قوية، ويعمل الفريق على إصدارها قريبًا.

Link to this sectionنظرة على منصة Ultralytics#

بعد تحديث YOLO26، رحب غلين بـ Prateek Bhatnagar، رئيس هندسة المنتجات لدينا، لتقديم عرض توضيحي مباشر لمنصة Ultralytics. يتم بناء هذه المنصة لجمع الأجزاء الرئيسية من سير عمل الرؤية الحاسوبية معًا، بما في ذلك استكشاف مجموعات البيانات، وتصنيف الصور، وتدريب النماذج، ومقارنة النتائج.

الشكل 2. Prateek Bhatnagar يعرض منصة Ultralytics.

أشار براتيك إلى أن المنصة تظل وفية لجذور Ultralytics مفتوحة المصدر، حيث تقدم مساحتين مجتمعيتين، مجتمع مجموعات البيانات ومجتمع المشاريع، حيث يمكن للمطورين المساهمة وإعادة استخدام وتحسين عمل بعضهم البعض. خلال العرض، استعرض التصنيف المدعوم بالذكاء الاصطناعي، والتدريب السحابي السهل، والقدرة على ضبط النماذج بدقة مباشرة من المجتمع، دون الحاجة إلى موارد GPU محلية.

المنصة حاليًا قيد التطوير. شجع براتيك الجمهور على ترقب الإعلانات وأشار إلى أن الفريق يتوسع في الصين لدعم الإطلاق.

Link to this sectionالأصوات خلف YOLO: حلقة نقاش المؤلفين#

مع تزايد الزخم، انتقل الحدث إلى حلقة نقاش ضمت العديد من الباحثين خلف نماذج YOLO المختلفة. ضمت اللجنة غلين جوشر، إلى جانب Jing Qiu، مهندس تعلم الآلة الأول لدينا؛ وChen Hui، مهندس تعلم الآلة في Meta وأحد مؤلفي YOLOv10؛ وBo Zhang، استراتيجي الخوارزميات في Meituan وأحد مؤلفي YOLOv6.

الشكل 3. حلقة نقاش حول تطوير نماذج YOLO تضم هوانغ شيوينغ، تشن هوي، بو تشانغ، جينغ تشيو، وغلين جوشر.

ركزت المناقشة على كيفية استمرار YOLO في التطور من خلال الاستخدام في العالم الحقيقي. وتطرق المتحدثون إلى كيفية دفع التقدم غالبًا من خلال تحديات النشر العملي، مثل التشغيل بكفاءة على أجهزة الحافة، وتحسين اكتشاف الأجسام الصغيرة، وتبسيط تصدير النماذج.

بدلاً من السعي وراء الدقة فقط، أشارت اللجنة إلى أهمية موازنة السرعة وسهولة الاستخدام والموثوقية في بيئات الإنتاج. ومن الوجبات السريعة المشتركة الأخرى قيمة التكرار وتعليقات المجتمع.

إليك بعض الأفكار المثيرة الأخرى من المحادثة:

• الاكتشاف ذو المفردات المفتوحة يكتسب زخمًا في نظام YOLO البيئي: تظهر النماذج الأحدث كيف يمكن للمحاذاة بين الرؤية واللغة وسير العمل القائم على المطالبات اكتشاف أجسام خارج الفئات الثابتة.
• آليات الانتباه خفيفة الوزن في صعود: ناقشت اللجنة كيف يمكن لاستخدام آليات انتباه فعالة، بدلاً من الانتباه الكامل في كل مكان، أن يعزز الدقة مع الحفاظ على استدلال خفيف الوزن بما يكفي لأجهزة الحافة.
• كرر مبكرًا وبشكل متكرر مع المجتمع: عزز أعضاء اللجنة عقلية البناء-الاختبار-التحسين، حيث أن إصدار النماذج في وقت أقرب والتعلم من المستخدمين يؤدي إلى نتائج أقوى من دورات التطوير الخاصة الطويلة.

Link to this sectionقادة الفكر الذين يحددون مستقبل الذكاء الاصطناعي والرؤية#

بعد ذلك، دعونا نلقي نظرة فاحصة على بعض الكلمات الرئيسية في YV25 شينزين، حيث شارك قادة عبر مجتمع الذكاء الاصطناعي كيف يتطور الذكاء الاصطناعي البصري، من البشر الرقميين والروبوتات إلى التفكير متعدد الوسائط ونشر الحافة الفعال.

Link to this sectionتعليم الذكاء الاصطناعي فهم التجربة البشرية#

في جلسة ثاقبة، شارك الدكتور بينغ تشانغ من مختبر Alibaba Qwen كيف يقوم فريقه بتطوير نماذج فيديو كبيرة يمكنها توليد بشر رقميين معبرين بحركة وتحكم أكثر طبيعية. استعرض Wan S2V وWan Animate، اللذان يستخدمان مراجع صوتية أو حركية لإنتاج خطاب وإيماءات ورسوم متحركة واقعية، مما يعالج قيود التوليد القائم على النص فقط.

الشكل 4. بينغ تشانغ يشرح كيف يمكن لنماذج الفيديو الكبيرة تشغيل البشر الرقميين.

تحدث الدكتور تشانغ أيضًا عن التقدم المحرز نحو الصور الرمزية التفاعلية في الوقت الفعلي، بما في ذلك استنساخ المظهر والحركة بـ zero-shot والنماذج خفيفة الوزن التي يمكنها تحريك الوجه مباشرة من تغذية كاميرا حية، مما يجعل البشر الرقميين النابضين بالحياة أقرب إلى التشغيل بسلاسة على الأجهزة اليومية.

Link to this sectionمن الإدراك إلى العمل: عصر الذكاء المتجسد#

كان أحد الموضوعات الرئيسية في YV25 شينزين هو التحول من نماذج الرؤية التي ترى العالم ببساطة إلى الأنظمة التي يمكنها العمل داخله. بمعنى آخر، لم يعد الإدراك نهاية خط الأنابيب؛ بل أصبح بداية العمل.

على سبيل المثال، في كلمته الرئيسية، وصف Hu Chunxu من D-Robotics كيف تدمج مجموعات التطوير وحلول SoC (نظام على رقاقة) لديهم الاستشعار والتحكم في الحركة في الوقت الفعلي واتخاذ القرار على كومة موحدة من الأجهزة والبرامج. من خلال التعامل مع الإدراك والعمل كحلقة تغذية راجعة مستمرة، بدلاً من مراحل منفصلة، يدعم نهجهم الروبوتات التي يمكنها التحرك والتكيف والتفاعل بشكل أكثر موثوقية في البيئات الحقيقية.

الشكل 5. عرض D-Robotics في YOLO Vision 2025 في شينزين، الصين.

Alex Zhang من Baidu Paddle ردد هذه الفكرة في حديثه، موضحًا كيف تعمل YOLO وPaddleOCR معًا لاكتشاف الأجسام ثم تفسير النص والبنية من حولها. وهذا يتيح للأنظمة تحويل الصور والمستندات إلى معلومات قابلة للاستخدام ومنظمة لمهام مثل الخدمات اللوجستية وعمليات التفتيش والمعالجة الآلية.

Link to this sectionالذكاء عند الحافة: ذكاء اصطناعي فعال لكل جهاز#

موضوع آخر مثير للاهتمام في YV25 شينزين كان كيف أصبح الذكاء الاصطناعي البصري أكثر كفاءة وقدرة على أجهزة الحافة.

تحدث بول جونغ من DEEPX عن نشر نماذج YOLO مباشرة على الأجهزة المضمنة، مما يقلل الاعتماد على السحابة. من خلال التركيز على استهلاك الطاقة المنخفض، والاستدلال الأمثل، وضبط النموذج الواعي بالأجهزة، تُمكّن DEEPX الإدراك في الوقت الفعلي للطائرات بدون طيار والروبوتات المتنقلة والأنظمة الصناعية العاملة في بيئات ديناميكية.

وبالمثل، شارك ليو لينغفي من Moore Threads كيف تدمج منصة Moore Threads E300 وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة العصبية (NPU) لتقديم استدلال بصري عالي السرعة على الأجهزة المدمجة.

يمكن للمنصة تشغيل تدفقات YOLO متعددة بمعدلات إطارات عالية، وتبسط سلسلة أدواتها خطوات مثل التكميم، والتجميع الساكن، وضبط الأداء. كما قامت Moore Threads بفتح مصدر مجموعة واسعة من نماذج الرؤية الحاسوبية وأمثلة النشر لخفض العوائق أمام المطورين.

Link to this sectionدمج الرؤية واللغة لأنظمة ذكاء اصطناعي أكثر ذكاءً#

حتى وقت قريب، كان بناء نموذج واحد يمكنه فهم الصور وتفسير اللغة يتطلب بنى transformer كبيرة كانت باهظة الثمن في التشغيل. في YV25 شينزين، قدم يوي زيين من Yuanshi Intelligence نظرة عامة على RWKV، وهي بنية تمزج بين قدرات التفكير طويل السياق للمحولات وكفاءة النماذج المتكررة.

شرح كيف يطبق Vision-RWKV هذا التصميم على الرؤية الحاسوبية من خلال معالجة الصور بطريقة تتوسع خطيًا مع الدقة. وهذا يجعله مناسبًا للمدخلات عالية الدقة ولأجهزة الحافة حيث تكون الحوسبة محدودة.

أوضح يوي أيضًا كيف يتم استخدام RWKV في أنظمة الرؤية واللغة، حيث يتم إقران ميزات الصورة بفهم النص للانتقال إلى ما وراء اكتشاف الأجسام إلى تفسير المشاهد والمستندات وسياق العالم الحقيقي.

الشكل 6. يوي زيين يتحدث عن تطبيقات RWKV.

Link to this sectionأجنحة وعروض توضيحية حية أعادت الذكاء الاصطناعي البصري إلى الحياة#

بينما كانت المحادثات على المسرح تتطلع إلى أين يتجه الذكاء الاصطناعي البصري، أظهرت الأجنحة على الأرض كيف يتم استخدامه بالفعل اليوم. تمكن الحاضرون من رؤية النماذج تعمل مباشرة، ومقارنة خيارات الأجهزة، والتحدث مباشرة مع الفرق التي تبني هذه الأنظمة.

إليك لمحة عن التقنيات التي تم عرضها:

• منصات المطورين والنماذج الأولية: عرضت Seeed وM5Stack وInfermove لوحات تطوير مدمجة ومجموعات بداية تجعل من السهل تجربة التطبيقات القائمة على YOLO والانتقال بسرعة من الأفكار إلى عروض توضيحية عاملة.
• أجهزة الحافة عالية الأداء: عرضت Hailo وDEEPX وIntel وMoore Threads رقائق ووحدات مصممة للاستدلال السريع والفعال.
• سير عمل الرؤية واللغة: سلطت Baidu Paddle وRWKV الضوء على مجموعات برمجية يمكنها اكتشاف الأجسام، وأيضًا قراءة وتفسير والاستدلال حول ما يظهر في صورة أو مستند.
• المصادر المفتوحة وأدوات المجتمع: شاركت Ultralytics وDatawhale المطورين بعروض نماذج حية، ونصائح تدريب، وتوجيه عملي، مما عزز كيف تسرع المعرفة المشتركة الابتكار.

الشكل 7. نظرة على جناح M5Stack في YV25 شينزين.

Link to this sectionالتواصل مع مجتمع الذكاء الاصطناعي البصري#

بالإضافة إلى كل التقنيات المثيرة، كان أحد أفضل أجزاء YV25 شينزين هو جمع مجتمع الرؤية الحاسوبية وفريق Ultralytics معًا شخصيًا مرة أخرى. طوال اليوم، تجمع الناس حول العروض التوضيحية، وتبادلوا الأفكار أثناء استراحات القهوة، واستمرت المحادثات لفترة طويلة بعد انتهاء المحادثات.

قارن الباحثون والمهندسون والطلاب والبناؤون الملاحظات، وطرحوا الأسئلة، وتبادلوا تجارب العالم الحقيقي من النشر إلى تدريب النماذج. وبفضل Cinco Jotas من Grupo Osborne، أضفنا حتى لمسة من الثقافة الإسبانية إلى الحدث مع لحم الخنزير المقطوع حديثًا، مما خلق لحظة دافئة من التواصل. موقع جميل، وحشد متحمس، وشعور مشترك بالزخم جعل اليوم مميزًا حقًا.

Link to this sectionأبرز النقاط#

من الكلمات الرئيسية الملهمة إلى العروض التوضيحية العملية، جسد YOLO Vision 2025 شينزين روح الابتكار التي تحدد مجتمع Ultralytics. طوال اليوم، تبادل المتحدثون والحاضرون الأفكار، واستكشفوا تقنيات جديدة، وتواصلوا حول رؤية مشتركة لمستقبل الذكاء الاصطناعي. معًا، غادروا مفعمين بالطاقة ومستعدين لما هو تالٍ مع Ultralytics YOLO.

أعد تصور ما هو ممكن مع الذكاء الاصطناعي والرؤية الحاسوبية. انضم إلى مجتمعنا ومستودع GitHub لاكتشاف المزيد. تعرف على المزيد حول تطبيقات مثل الرؤية الحاسوبية في الزراعة والذكاء الاصطناعي في التجزئة. استكشف خيارات الترخيص الخاصة بنا وابدأ مع الرؤية الحاسوبية اليوم!