أبرز محطات Ultralytics في YOLO Vision 2025 Shenzhen!

في 26 أكتوبر، استضاف المبنى B10 في مجمع OCT للثقافة الإبداعية في شنتشن النسخة الصينية الأولى من YOLO Vision 2025 (YV25). وجمع هذا الحدث الهجين للذكاء الاصطناعي البصري من Ultralytics أكثر من 200 مشارك حضوريًا، وانضم إليه عدد أكبر عبر الإنترنت من خلال YouTube وBilibili.

تجاوز البث المباشر لـYV25 في شنتشن بالفعل 3,500 مشاهدة على YouTube، ويواصل جذب الاهتمام مع مشاركة أبرز لحظات الحدث عبر المجتمع. وكان يومًا حافلًا بالأفكار والنقاشات والاستكشاف العملي للاتجاهات المقبلة للذكاء الاصطناعي البصري.

بدأ اليوم بترحيب حار من مضيفتنا هوانغ شيويينغ، التي دعت الجميع إلى التواصل والتعلم والمشاركة في النقاشات طوال الحدث. وأوضحت أن هذا هو حدث YOLO Vision الثاني خلال العام، بعد نسخة لندن في سبتمبر، وعبّرت عن حماسها لجمع مجتمع الذكاء الاصطناعي البصري مجددًا هنا في شنتشن.

في هذا المقال، سنستعرض أبرز محطات اليوم، بما في ذلك تحديثات النماذج وجلسات المتحدثين والعروض التوضيحية المباشرة واللحظات المجتمعية التي جمعت الجميع.

مسيرة نماذج Ultralytics YOLO حتى الآن#

ألقى الكلمة الرئيسية الأولى في اليوم مؤسس Ultralytics والرئيس التنفيذي غلين جوشر، وتحدث فيها عن تطور نماذج Ultralytics YOLO من إنجاز بحثي إلى بعض نماذج الذكاء الاصطناعي البصري الأكثر استخدامًا في العالم. وأوضح غلين أن عمله الأول ركز على تسهيل استخدام YOLO.

نقل النماذج إلى PyTorch، وحسّن الوثائق، وأتاح كل شيء للجميع كي يتمكن المطورون في كل مكان من البناء عليه. وكما قال مستذكرًا: «انغمست في الأمر تمامًا عام 2018. وقررت أن هذا هو مستقبلي». وسرعان ما تحولت المبادرة الشخصية إلى حركة عالمية مفتوحة المصدر.

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

تشغّل نماذج Ultralytics YOLO اليوم مليارات عمليات الاستدلال كل يوم، وأكد غلين أن هذا النطاق لم يكن ممكنًا إلا بفضل الأشخاص الذين ساهموا في بنائها. فقد أسهم باحثون ومهندسون وطلاب وهواة ومساهمون في المشاريع مفتوحة المصدر من جميع أنحاء العالم في تشكيل YOLO ليصبح على صورته الحالية.

وكما قال غلين: «هناك ما يقرب من ألف [مساهم]، ونحن ممتنون جدًا لهم. لم نكن لنصل إلى ما نحن عليه اليوم من دون هؤلاء الأشخاص».

تحديثات حول Ultralytics YOLO26#

عُرضت النظرة الأولى على Ultralytics YOLO26 في وقت سابق من هذا العام خلال فعالية YOLO Vision 2025 London، حيث قُدّم بوصفه الخطوة الكبرى التالية في عائلة نماذج Ultralytics YOLO. وفي YV25 Shenzhen، قدّم غلين تحديثًا عن التقدم المحرز منذ ذلك الإعلان، وأتاح لمجتمع الذكاء الاصطناعي نظرة أقرب على تطور النموذج.

صُمم Ultralytics YOLO26 ليكون أصغر وأسرع وأكثر دقة، مع بقائه عمليًا للاستخدام في العالم الحقيقي. وأوضح غلين أن الفريق أمضى العام الماضي في تحسين البنية واختبار الأداء على أجهزة متعددة ودمج الرؤى المستخلصة من الأبحاث وملاحظات المجتمع. والهدف هو تقديم أداء متطور دون جعل نشر النماذج أكثر صعوبة.

ما المتوقع من Ultralytics YOLO26#

من أبرز التحديثات التي ذكرها غلين إقران Ultralytics YOLO26 بحملة مخصصة لضبط المعلمات الفائقة، والانتقال من التدريب من الصفر بالكامل إلى الضبط الدقيق على مجموعات بيانات أكبر. وأوضح أن هذا النهج أكثر توافقًا بكثير مع حالات الاستخدام الفعلية في العالم الحقيقي.

إليك بعض التحسينات الرئيسية الأخرى التي عُرضت خلال الحدث:

• بنية مبسطة: أُزيلت طبقة Distribution Focal Loss (DFL). وهذا يجعل تشغيل النماذج أبسط وأسرع مع الحفاظ على مستوى الدقة نفسه.
• دعم الاستدلال الشامل: يعمل Ultralytics YOLO26 بنهج شامل مدمج، ما يعني إمكانية تشغيله من دون طبقة NMS منفصلة. وهذا يجعل التصدير إلى تنسيقات مثل ONNX وTensorRT والنشر على الأجهزة الطرفية أسهل بكثير.
• أداء أفضل في اكتشاف الأجسام الصغيرة: تساعد استراتيجيات الخسارة المحدّثة النموذج على اكتشاف الأجسام الصغيرة جدًا بمزيد من الموثوقية، وهو تحدٍ مستمر منذ وقت طويل في الرؤية الحاسوبية.
• مُحسِّن هجين جديد: يتضمن YOLO26 مُحسِّنًا جديدًا مستوحى من الأبحاث الحديثة حول تدريب نماذج اللغة الكبيرة، ما يحسن دقة النموذج، وهو مدمج الآن مباشرةً في حزمة Python الخاصة بـ Ultralytics.

Ultralytics YOLO26 هو الخطوة التالية نحو ذكاء اصطناعي بصري عملي#

تُفضي هذه التحديثات مجتمعةً إلى نماذج أسرع بنسبة تصل إلى 43% على CPU وأكثر دقة من Ultralytics YOLO11، مما يجعل YOLO26 مؤثرًا على نحو خاص في الأجهزة المضمنة والروبوتات والأنظمة الطرفية.

سيدعم Ultralytics YOLO26 جميع المهام وأحجام النماذج نفسها المتاحة حاليًا في YOLO11، ما ينتج عنه 25 إصدارًا من النماذج ضمن العائلة. وتشمل هذه نماذج للاكتشاف والتقسيم والتصنيف وتقدير الوضعية ومربعات الإحاطة الموجّهة، بأحجام تتراوح من النانو إلى الكبير جدًا.

يعمل الفريق أيضًا على خمسة أنواع قابلة للتوجيه بالمطالبات. وهي نماذج يمكنها تلقي مطالبة نصية وإرجاع مربعات الإحاطة مباشرةً دون الحاجة إلى التدريب.

إنها خطوة أولى نحو مسارات عمل أكثر مرونة للرؤية قائمة على التعليمات، وأسهل في التكيّف مع حالات الاستخدام المختلفة. ولا تزال نماذج Ultralytics YOLO26 قيد التطوير النشط، لكن النتائج الأولية للأداء قوية، ويعمل الفريق على إطلاقها قريبًا. (تحديث: صدر Ultralytics YOLO26 منذ ذلك الحين.)

نظرة على منصة Ultralytics#

بعد تحديث YOLO26، رحّب Glenn بـ Prateek Bhatnagar، رئيس هندسة المنتجات لدينا، لتقديم عرض توضيحي مباشر لـ Ultralytics Platform. ويجري إنشاء هذه المنصة لجمع الأجزاء الرئيسية من سير عمل الرؤية الحاسوبية، بما في ذلك استكشاف مجموعات البيانات وتعليق الصور وتدريب النماذج ومقارنة النتائج.

الشكل 2. بريتيك بهاتناغار يستعرض منصة Ultralytics.

أشار Prateek إلى أن المنصة تظل وفية لجذور Ultralytics مفتوحة المصدر، مع تقديم مساحتين للمجتمع: مجتمع لمجموعات البيانات ومجتمع للمشروعات، حيث يمكن للمطورين المساهمة بأعمال بعضهم وإعادة استخدامها وتحسينها. وخلال العرض التوضيحي، استعرض التعليق التوضيحي بمساعدة الذكاء الاصطناعي، والتدريب السحابي السهل، وإمكانية ضبط النماذج بدقة مباشرةً من المجتمع من دون الحاجة إلى موارد GPU محلية.

المنصة قيد التطوير حاليًا (وقد أُطلقت منذ ذلك الحين). وشجع Prateek الحضور على ترقب الإعلانات، وأشار إلى أن الفريق يتوسع في الصين دعمًا للإطلاق.

أصوات وراء YOLO: جلسة الباحثين#

مع تصاعد الزخم، انتقل الحدث إلى جلسة نقاش شارك فيها عدد من الباحثين وراء نماذج YOLO المختلفة. ضمّت الجلسة Glenn Jocher، إلى جانب Jing Qiu، مهندس التعلّم الآلي الأول لدينا؛ وChen Hui، مهندس تعلّم آلي في Meta وأحد مؤلفي YOLOv10؛ وBo Zhang، استراتيجي الخوارزميات في Meituan وأحد مؤلفي YOLOv6.

الشكل 3. جلسة نقاش حول تطوير نماذج YOLO بمشاركة Huang Xueying وChen Hui وBo Zhang وJing Qiu وGlenn Jocher.

تركز النقاش على كيفية استمرار YOLO في التطور من خلال الاستخدام الواقعي. وتناول المتحدثون كيف يدفع التقدمَ غالبًا تحدياتُ النشر العملي، مثل التشغيل بكفاءة على الأجهزة الطرفية، وتحسين اكتشاف الأجسام الصغيرة، وتبسيط تصدير النماذج.

بدلًا من السعي وراء الدقة وحدها، أشار المشاركون إلى أهمية الموازنة بين السرعة وسهولة الاستخدام والموثوقية في بيئات الإنتاج. وتمثلت خلاصة مشتركة أخرى في قيمة التكرار وملاحظات المجتمع.

إليكم بعض الرؤى الأخرى المثيرة للاهتمام من الحوار:

• يزداد انتشار الكشف عن المفردات المفتوحة في منظومة YOLO: تُظهر النماذج الأحدث كيف يمكن لمواءمة الرؤية واللغة وسير العمل القائم على المطالبات اكتشاف أجسام تتجاوز الفئات المحددة مسبقًا.
• الاهتمام الخفيف يزداد انتشارًا: ناقش المشاركون كيف يمكن لاستخدام آليات الانتباه الفعّالة، بدلًا من تطبيق الانتباه الكامل في كل موضع، تعزيز الدقة مع إبقاء الاستدلال خفيفًا بما يكفي للأجهزة الطرفية.
• كرّر مبكرًا وباستمرار بالتعاون مع المجتمع: أكد المشاركون على نهج البناء والاختبار والتحسين، إذ يؤدي طرح النماذج مبكرًا والتعلم من المستخدمين إلى نتائج أفضل من دورات التطوير الخاصة الطويلة.

روّاد فكر يرسمون ملامح مستقبل الذكاء الاصطناعي والرؤية#

والآن، لنلقِ نظرة عن كثب على بعض الكلمات الرئيسية في YV25 Shenzhen، حيث شارك قادة من مجتمع الذكاء الاصطناعي كيف تتطور رؤية الذكاء الاصطناعي، من البشر الرقميين والروبوتات إلى الاستدلال متعدد الوسائط والنشر الفعّال على الأجهزة الطرفية.

تعليم الذكاء الاصطناعي فهم التجربة الإنسانية#

في جلسة ثرية بالرؤى، شارك Dr. Peng Zhang من Alibaba Qwen Lab كيف يطوّر فريقه نماذج فيديو كبيرة قادرة على إنشاء بشر رقميين معبّرين بحركة وتحكم أكثر طبيعية. واستعرض Wan S2V وWan Animate، اللذين يستخدمان مراجع صوتية أو حركية لإنتاج كلام وإيماءات ورسوم متحركة واقعية، ومعالجة قيود التوليد المعتمد على النص وحده.

الشكل 4. Peng Zhang يشرح كيف يمكن لنماذج الفيديو الكبيرة تشغيل البشر الرقميين.

وتحدث Dr. Zhang أيضًا عن التقدم المحرز نحو الصور الرمزية التفاعلية الآنية، بما في ذلك استنساخ المظهر والحركة دون أمثلة سابقة، والنماذج الخفيفة التي تحرّك الوجه مباشرةً انطلاقًا من بث كاميرا حي، ما يقرّب تشغيل البشر الرقميين الواقعيين بسلاسة على الأجهزة اليومية.

من الإدراك إلى الفعل: عصر الذكاء المتجسّد#

كان أحد المحاور الرئيسية في YV25 Shenzhen الانتقال من نماذج الرؤية التي تكتفي برؤية العالم إلى أنظمة قادرة على التصرف داخله. وبعبارة أخرى، لم يعد الإدراك نهاية خط المعالجة؛ بل أصبح بداية الفعل.

فعلى سبيل المثال، شرح Hu Chunxu من D-Robotics في كلمته الرئيسية كيف تدمج مجموعات التطوير وحلول SoC (نظام على شريحة) التي تقدمها الشركة الاستشعار والتحكم الحركي الآني واتخاذ القرار ضمن مجموعة موحدة من الأجهزة والبرمجيات. ومن خلال التعامل مع الإدراك والفعل بوصفهما حلقة تغذية راجعة مستمرة، بدلًا من مرحلتين منفصلتين، يدعم نهجهم روبوتات تستطيع التحرك والتكيف والتفاعل بموثوقية أكبر في البيئات الواقعية.

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

وأيّد Alex Zhang من Baidu Paddle هذه الفكرة في كلمته، موضحًا كيف يعمل YOLO وPaddleOCR معًا لاكتشاف الأجسام، ثم تفسير النص والبنية المحيطين بها. وهذا يمكّن الأنظمة من تحويل الصور والمستندات إلى معلومات منظمة قابلة للاستخدام في مهام مثل الخدمات اللوجستية والتفتيش والمعالجة الآلية.

الذكاء على الأجهزة الطرفية: ذكاء اصطناعي فعّال لكل جهاز#

ومن الموضوعات الأخرى المثيرة للاهتمام في YV25 Shenzhen كيف أصبح الذكاء الاصطناعي للرؤية أكثر كفاءة وقدرة على الأجهزة الطرفية.

تحدث Paul Jung من DEEPX عن نشر نماذج YOLO مباشرةً على الأجهزة المضمنة، بما يقلل الاعتماد على السحابة. ومن خلال التركيز على انخفاض استهلاك الطاقة، والاستدلال المحسّن، ومواءمة ضبط النماذج مع الأجهزة، تتيح DEEPX الإدراك الآني للطائرات المسيّرة والروبوتات المتنقلة والأنظمة الصناعية العاملة في بيئات ديناميكية.

وبالمثل، شارك Liu Lingfei من Moore Threads كيف تدمج منصة Moore Threads E300 الحوسبة باستخدام وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU) ووحدة المعالجة العصبية (NPU) لتوفير استدلال سريع للرؤية على الأجهزة الصغيرة.

يمكن للمنصة تشغيل تدفقات متعددة من YOLO بمعدلات إطارات عالية، كما تبسّط مجموعة أدواتها خطوات مثل التكميم والترجمة البرمجية الثابتة وضبط الأداء. كذلك أتاحت Moore Threads مصدرًا مفتوحًا لمجموعة واسعة من نماذج الرؤية الحاسوبية وأمثلة النشر لتسهيل انطلاق المطورين.

دمج الرؤية واللغة لبناء أنظمة ذكاء اصطناعي أكثر ذكاءً#

حتى وقت قريب، كان بناء نموذج واحد قادر على فهم الصور وتفسير اللغة يتطلب معماريات Transformer كبيرة ومكلفة التشغيل. وفي YV25 Shenzhen، قدم Yue Ziyin من Yuanshi Intelligence لمحة عامة عن RWKV، وهي معمارية تمزج قدرات الاستدلال ذات السياق الطويل في المحولات بكفاءة النماذج التكرارية.

وأوضح كيف يطبّق Vision-RWKV هذا التصميم على الرؤية الحاسوبية من خلال معالجة الصور بطريقة يزداد حجمها خطيًا مع الدقة. وهذا يجعله مناسبًا للمدخلات عالية الدقة والأجهزة الطرفية محدودة القدرة الحاسوبية.

كما عرض Yue كيفية استخدام RWKV في أنظمة الرؤية واللغة، حيث تُقرن سمات الصور بفهم النص للانتقال من اكتشاف الأجسام إلى تفسير المشاهد والمستندات والسياق الواقعي.

الشكل 6. Yue Ziyin يتحدث عن تطبيقات RWKV.

أجنحة وعروض توضيحية مباشرة جعلت رؤية الذكاء الاصطناعي واقعًا ملموسًا#

بينما استشرفت الكلمات على المنصة مستقبل رؤية الذكاء الاصطناعي، أظهرت الأجنحة في أرجاء المكان كيفية استخدامها بالفعل اليوم. وشاهد الحضور النماذج وهي تعمل مباشرةً، وقارنوا خيارات الأجهزة، وتحدثوا مباشرةً مع الفرق التي تبني هذه الأنظمة.

إليكم لمحة عن التقنيات المعروضة:

• منصات التطوير والنمذجة الأولية: عرضت Seeed وM5Stack وInfermove لوحات تطوير صغيرة الحجم ومجموعات بدء تتيح تجربة تطبيقات تعتمد على YOLO والانتقال سريعًا من الأفكار إلى عروض توضيحية عملية.
• أجهزة طرفية عالية الأداء: عرضت Hailo وDEEPX وIntel وMoore Threads شرائح ووحدات مصممة للاستدلال السريع والفعّال.
• سير عمل الرؤية واللغة: سلطت Baidu Paddle وRWKV الضوء على حزم برمجية تستطيع اكتشاف الأجسام، وكذلك قراءة ما يظهر في الصور أو المستندات وتفسيره والاستدلال بشأنه.
• أدوات مفتوحة المصدر وأدوات المجتمع: تفاعلت Ultralytics وDatawhale مع المطورين عبر عروض مباشرة للنماذج ونصائح تدريب وإرشادات عملية، مؤكّدتين كيف تسهم المعرفة المشتركة في تسريع الابتكار.

الشكل 7. نظرة على جناح M5Stack في YV25 Shenzhen.

التواصل مع مجتمع رؤية الذكاء الاصطناعي#

إلى جانب كل التقنيات المثيرة، كان جمع مجتمع الرؤية الحاسوبية وفريق Ultralytics وجهًا لوجه مجددًا من أفضل جوانب YV25 Shenzhen. وعلى مدار اليوم، احتشد الناس حول العروض التوضيحية، وتبادلوا الأفكار خلال استراحات القهوة، وواصلوا الأحاديث طويلًا بعد انتهاء الكلمات.

تبادل الباحثون والمهندسون والطلاب والمطورون الخبرات وطرحوا الأسئلة وتشاركوا تجارب واقعية امتدت من النشر إلى تدريب النماذج. وبفضل Cinco Jotas من Grupo Osborne، أضفنا أيضًا لمسة من الثقافة الإسبانية إلى الحدث بتقديم لحم الخنزير المقدد الطازج المقطّع، ما أوجد لحظة تواصل دافئة. وقد جعل المكان الجميل والحضور المتحمس والزخم المشترك ذلك اليوم مميزًا حقًا.

أبرز النقاط#

من الكلمات الرئيسية الملهمة إلى العروض العملية، جسّد YOLO Vision 2025 Shenzhen روح الابتكار التي تميّز مجتمع Ultralytics. وعلى مدار اليوم، تبادل المتحدثون والحضور الأفكار، واستكشفوا تقنيات جديدة، وتواصلوا حول رؤيتهم المشتركة لمستقبل الذكاء الاصطناعي. وغادروا معًا بحماس واستعداد لما هو آتٍ مع Ultralytics YOLO.

أعيدوا تصور ما يمكن تحقيقه بالذكاء الاصطناعي والرؤية الحاسوبية. انضموا إلى مجتمعنا ومستودع GitHub لاكتشاف المزيد. تعرّفوا على تطبيقات مثل الرؤية الحاسوبية في الزراعة والذكاء الاصطناعي في قطاع التجزئة. استكشفوا خيارات الترخيص لدينا وابدؤوا استخدام الرؤية الحاسوبية اليوم!