Wichtige Highlights von YOLO Vision 2026 von Ultralytics!

Am 13. September öffnete Ultralytics YOLO Vision 2026 (YV26) seine Türen und brachte die globale Computer-Vision-Community erneut persönlich und online zusammen. Das diesjährige Motto „Offene Vision, für die reale Welt entwickelt“ gab den Ton für einen Tag an, der die Rolle von Open-Source-Ursprüngen in Produktionssystemen beleuchtete, die in den Bereichen Fertigung, Logistik, Robotik und Sicherheit laufen.

Unternehmensleiter, Gründer, Ingenieure, Forscher, Studenten und Open-Source-Mitwirkende füllten den Raum, während viele weitere auf YouTube mitverfolgten. In diesem Artikel gehen wir die größten Ankündigungen des Tages durch, darunter die Ankündigung von Ultralytics YOLO27, wichtige Updates für Ultralytics Platform, die Vorträge und die Momente in der Community, die YV26 unvergesslich machten.

Den Tag eröffnen: Die Vision von Ultralytics für offene KI in der realen Welt#

Die Veranstaltung begann mit einer Keynote von Ultralytics-Gründer und -CEO Glenn Jocher, zusammen mit Paula Derrenger, VP of Growth, und Jing Qiu, Senior Machine Learning Engineer. Gemeinsam formulierten sie das Thema des Tages: dass Vision-KI den größten Wert schafft, wenn sie offen, zugänglich und von den Menschen geprägt ist, die sie tatsächlich vor Ort einsetzen, anstatt nur in einem Labor getestet zu werden.

Abb. 1: Ausstellungsbereich von Ultralytics YOLO Vision 2026.

Dieser Rahmen bildete die Grundlage für den Rest der Agenda. Bei YV26 wurde gleicher Zeitaufwand für die Modellarchitektur und für das betrieben, was nach dem Trainieren eines Modells passiert: wie es in der Produktion bereitgestellt, überwacht und iteriert wird. Dieser rote Faden zog sich durch beide Hauptankündigungen des Tages.

Ultralytics YOLO27: Die nächste Flaggschiff-Generation, live enthüllt#

Die wichtigste Ankündigung auf der Ultralytics YOLO Vision 2026 war Ultralytics YOLO27, die nächste Flaggschiff-Generation der YOLO-Familie. Mehr als nur ein inkrementelles Update erweitert YOLO27 die Familie über Aufgaben, Modellarchitekturen und spezialisierte Anwendungen hinweg.

Die Ankündigung konzentrierte sich auf drei Säulen:

• Ultralytics YOLO27: Eine Reihe von 28 Modellen, die sich über vier Größen (n, s, m und l) und sieben Aufgaben erstrecken: Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Klassifizierung, Posing-Schätzung und ausgerichtete Objekterkennung. Kompakte Modelle sind für eine schnelle Edge-Bereitstellung konzipiert, während größere Modelle Produktions-GPU-Workloads und genaue kritische Anwendungen priorisieren. YOLO27l ist das erste Ultralytics-Modell, das 60 mAP auf COCO übertrifft, und jede Größe verwendet dieselbe vertraute Ultralytics-Schnittstelle.
• Ultralytics YOLO27 Enterprise-Modelle: Domänenspezifische vortrainierte Modelle, die für anspruchsvolle Unternehmensanwendungen erstellt wurden, darunter Einzelhandel, Lagerhaltung, Sicherheit und Luftbild-Vision-KI. Durch das Trainieren mit den Objekten, Umgebungen und Randfällen, die für diese Domänen typisch sind, bieten die Modelle Teams einen stärkeren Ausgangspunkt für spezialisierte, produktionsbereite Erkennungssysteme.
• Ultralytics YOLOE-27: Die nächste Generation der Echtzeit-Erkennungs- und Segmentierungsmodelle mit offenem Vokabular von Ultralytics. YOLOE-27 wurde entwickelt, um Objekte durch Text-, visuelle oder promptfreie Inferenz zu erkennen, und erweitert Vision-Systeme über einen festen Satz vordefinierter Klassen hinaus.

Zusammen treiben diese drei Säulen YOLO27 über eine einzelne Modellveröffentlichung hinaus in eine breitere Familie: eine Allzweckbasis, eine Reihe domänenangepasster Enterprise-Varianten und ein Modell mit offenem Vokabular, das nahtlos in die LLM-Schnittstelle passt, die bereits im Ultralytics Python-Paket verfügbar ist.

YOLO27 wurde auf der Bühne der YV26 angekündigt und wird noch in diesem Jahr verfügbar sein. Trage dich in die Warteliste ein, um in dem Moment benachrichtigt zu werden, in dem es erscheint.

Ultralytics Platform: AutoTrain, Agents und Monitoring#

Im Anschluss an die Modellankündigungen wandte sich das Team der Ultralytics Platform zu und zeigte, wie sie die tägliche Arbeit beim Erstellen von Computer-Vision-Systemen vereinfacht. Drei Schwerpunktbereiche zeigten, wie die Plattform den manuellen Aufwand zwischen der Datenaufbereitung und dem Betrieb von Modellen in der Produktion reduziert.

• AutoTrain: Ein konversationelles Erlebnis zum Trainieren, Vergleichen und Verbessern von Modellen. Benutzer können in einfacher Sprache beschreiben, was sie erreichen möchten, und dann Aktionen wie das Finden von Datensätzen, das Starten von Trainingsläufen, das Vergleichen von Ergebnissen und das Vorbereiten von Bereitstellungsmodellen durchführen.
• Agents: Eine visuelle Leinwand zum Verbinden von Bildern, YOLO-Modellen, Vision-Language-Modellen, Bedingungen und Aktionen zu vollständigen Arbeitsabläufen. Eine Pipeline kann beispielsweise ein Vision-Language-Modell nur dann aufrufen, wenn YOLO eine Person erkennt, oder Vorhersagen mit geringer Konfidenz zur Überprüfung an einen Datensatz senden. Vorlagen helfen Benutzern, mit gängigen Mustern zu beginnen, bevor sie diese an ihre eigenen Anwendungen anpassen.
• Monitoring: Integrierte Transparenz für bereitgestellte Endpunkte, einschließlich Anfragevolumen, Latenz, Fehlern, Zustand und Protokollen. Kostenpflichtige dedizierte Endpunkte bieten außerdem Live-Vorhersagestatistiken und temporäre Beispiele, die Benutzer untersuchen und in Datensätzen speichern können.

Zusammen schaffen diese Funktionen einen besser vernetzten Modelllebenszyklus: Daten vorbereiten, Modelle trainieren und vergleichen, das stärkste Ergebnis bereitstellen, Workflows um dessen Vorhersagen herum erstellen, das Produktionsverhalten überwachen und nützliche Beispiele wieder in den nächsten Trainingszyklus einspeisen.

Vorträge von Referenten: Von Edge-Silizium bis zu verkörperter KI#

Über die Produktankündigungen hinaus brachte die Agenda führende Persönlichkeiten aus dem gesamten KI-Ökosystem zusammen, um zu untersuchen, wie die Bereitstellung von Vision-KI in der realen Welt heute aussieht.

• Bau- und Industriekontrolle: Keith Povich erläuterte, wie Ultralytics YOLO26 angewendet wird, um Baustellen zu verstehen, und geht dabei über die einfache Objekterkennung hinaus zu einem baustelleneuphorischen Kontext, der disziplinübergreifende Konflikte kennzeichnet und belegbare Korrekturen für die professionelle Überprüfung vorbereitet.
• Offene Compute-Plattform für Vision-KI: Alex Zhang zeigte, wie Ultralytics YOLO über PyTorch und ROCm auf AMD-GPUs läuft, von Experimenten und Training bis hin zur realen Inferenz.
• Edge-Beschleunigung: Sitzungen von NVIDIA, Intel und Qualcomm behandelten die Beschleunigung von YOLO-Modellen vom Training bis zur Bereitstellung auf Edge-Hardware der nächsten Generation, einschließlich der OpenVINO™-Optimierungen von Intel für Core Ultra-Prozessoren.
• Robotik im Feld: Lisa Li teilte Geschichten und Benchmarks von globalen Herstellern, die Ultralytics YOLO über das D-Robotics RDK auf realen Robotern einsetzen.
• Verkörperte Vision-KI: Paul Li diskutierte die Arbeit, Roboterforschung in zuverlässige, reale Robotersysteme umzusetzen, sowie die praktische Herausforderung, die Wahrnehmung aus dem Labor in funktionierende Roboter zu bringen.
• KI für die Menschheit: Der Vortrag von Dr. James Ong erweiterte den Blickwinkel über einzelne Produkte hinaus und beleuchtete die größere Verantwortung, die mit der Bereitstellung von Vision-KI im großen Maßstab einhergeht.
• Wohin sich der Wert als Nächstes verlagert: Steve Nouri untersuchte, wie sich die Wirtschaftlichkeit der KI verändert, während Modelle leistungsfähiger und kommerzieller werden, und argumentierte, dass dauerhafte Vorteile nicht aus dem Modell selbst resultieren, sondern aus Daten, Kontext, Arbeitsabläufen und Vertrauen.

Der Tag endete mit einer Podiumsdiskussion mit Modellentwicklern, Hardware-Innovatoren und Teams, die reale Produkte entwickeln, um zu untersuchen, wie diese Technologien konvergieren und was als Nächstes geschehen muss, um leistungsfähigere Vision-KI in die reale Welt zu bringen.

Messestände, Workshops und Live-Demos auf der Ausstellungsfläche#

Während die Bühne zeigte, wohin sich die Vision-KI entwickelt, zeigte die Ausstellungsfläche, wie viel davon bereits heute läuft. YV26 bot im Laufe des Tages drei dedizierte Demo-Pausen sowie eine vollständige Mittagspause, sodass die Teilnehmer reichlich Gelegenheit hatten, selbst Hand anzulegen, anstatt nur von ihren Plätzen aus zuzusehen.

Die diesjährigen Demos verankerten einen Großteil dieser Ausstellungsfläche:

• LimX Dynamics hauchte verkörperter KI-Hardware auf der Ausstellungsfläche Leben ein und bot den Teilnehmern einen genauen Einblick, wie sich Wahrnehmungsmodelle wie YOLO in reale Roboterplattformen einfügen.
• D-Robotics präsentierte seine Edge-SoC-Entwicklungskits und setzte damit ein Gespräch von vergangenen YOLO Vision-Veranstaltungen fort, bei dem es um das Ausführen von Erfassung, Bewegungssteuerung und Entscheidungsfindung auf einem einzigen, einheitlichen Stack ging.
• Axera demonstrierte Chips und Compute-Plattformen, die für eine effiziente Inferenz mit geringem Stromverbrauch entwickelt wurden, sodass die Teilnehmer vergleichen konnten, wie sich dieselben YOLO-Modelle auf verschiedenen Edge-Siliziumchips verhalten.

Neben den Sponsorenständen veranstaltete AMD einen dedizierten Praxiskurs, der Gruppen durch die Bereitstellung von Ultralytics YOLO auf AMD ROCm und AMD-Hardware führte – eine technischere Ergänzung zum AMD-Vortrag auf der Hauptbühne früher am Tag.

Abb. 2: Auf der Ultralytics YOLO Vision 2026 abgehaltene Workshops

Die Demo-Pausen gaben dem Ultralytics-Team zudem den Freiraum, die Ankündigungen des Tages mit einer Live-Führung durch Auto-Training und Agents auf Ultralytics Platform direkt in die Hände der Teilnehmer zu legen, sodass die Leute Ask AI ausprobieren und selbst einen Workflow erstellen konnten, anstatt ihn nur von der Bühne vorgeführt zu bekommen.

Wie bei früheren Ausgaben fanden einige der besten Momente in diesen Zwischenräumen statt. Beginnend mit den Karriere-Initiativen von Ultralytics und dem Merchandise-Shop tauschten sich die Teilnehmer an den Ständen über Bereitstellungsherausforderungen aus, stellten Fragen an Partneningenieure und führten Gespräche fort, die im Vorjahr auf den Ausgaben von YV25 in London und Shenzhen begonnen hatten. Die Mischung aus Unternehmensleitern, Open-Source-Mitwirkenden, Studenten und Hobbyisten, die Schulter an Schulter an denselben Ständen stehen, bleibt der rote Faden jeder YOLO Vision-Veranstaltung, egal wie stark sich die Technologie auf der Bühne von Jahr zu Jahr ändert.

Wichtige Erkenntnisse#

YOLO Vision 2026 zeigte Ultralytics auf zwei miteinander verbundenen Fronten im Vormarsch: Erweiterung der Ultralytics YOLO-Familie mit YOLO27, Enterprise-Modellen und Funktionen mit offenem Vokabular, während der gesamte Modelllebenszyklus durch Ultralytics Platform zugänglicher gemacht wird.

Diese Entwicklungen weisen den Weg zu einer Vision-KI, die nicht nur schneller und genauer ist, sondern sich auch in realen Umgebungen einfacher trainieren, verbinden, bereitstellen, überwachen und verbessern lässt.

Entdecke noch heute Ultralytics Platform und trage dich in die Warteliste ein für Updates, während YOLO27 der Veröffentlichung näherkommt. Werde Teil unserer Community und unseres GitHub-Repositorys, um an dem teilzuhaben, was als Nächstes kommt.