Die wichtigsten Highlights der YOLO Vision 2025 von Ultralytics!

Die KI- und Computer-Vision-Community kam am 25. September zu YOLO Vision 2025 (YV25) zusammen, dem jährlichen hybriden Vision-KI-Event von Ultralytics. Die Veranstaltung fand in London im The Pelligon statt und wurde weltweit gestreamt. Sie hieß eine diverse Gruppe von Forschern, Ingenieuren und KI-Enthusiasten willkommen, um Ideen auszutauschen und sich über neue Innovationen wie Ultralytics YOLO26 zu informieren.

Die Veranstaltung markiert ihr viertes Jahr und ist hinsichtlich Reichweite und Wirkung weiter gewachsen. Der YV25 Live-Stream hat bereits über 6.800 Aufrufe erzielt, mehr als 49.000 Impressionen generiert und fast 2.000 Stunden Watchtime gesammelt.

YV25 begann mit einer Eröffnungsrede unseres Hosts Oisin Lunny, der den Ton für den Tag vorgab, indem er die Teilnehmer ermutigte, sich zu vernetzen, auszutauschen und das Beste aus dem Event zu machen. Wie er es formulierte: „YOLO Vision 2025 ist die Konferenz, die die Open-Source-Vision-KI-Community vereint, um den Fokus auf Daten, maschinelles Lernen und Fortschritte im Bereich Computer Vision zu richten.“

In diesem Artikel fassen wir die wichtigsten Höhepunkte des YOLO Vision 2025 zusammen, einschließlich der Produkteinführung, der Keynote-Vorträge, einer Podiumsdiskussion, Live-Demos und den Community-Momenten, die den Tag zu etwas Besonderem machten. Fangen wir an!

Vom einzelnen GPU zur 30-Millionen-Dollar-Series-A-Finanzierung#

Im Vorfeld der Veranstaltung gab es große Vorfreude auf die neue Produktveröffentlichung, und Glenn Jocher, unser Gründer und CEO, begann den Tag, indem er auf dieser Energie aufbaute.

Er teilte die Reise von Ultralytics und erinnerte daran, wie er 2020 Experimente auf einer einzigen 1080 Ti durchführte, die an sein MacBook angeschlossen war – ein Setup, das heute veraltet ist. Von diesen bescheidenen Anfängen an hat sich Ultralytics zu einer globalen Community entwickelt, die täglich Milliarden von Inferenzen mit YOLO-Modellen betreibt.

Glenn sprach auch darüber, dass Ultralytics kürzlich eine Series-A-Finanzierungsrunde über 30 Millionen US-Dollar abgeschlossen hat. Er erklärte, wie diese Investition die nächste Wachstumsphase antreiben wird, indem sie es dem Unternehmen ermöglicht, das Team zu skalieren, die Forschung auszuweiten und die Rechenressourcen zu sichern, die erforderlich sind, um die Grenzen von Computer Vision weiterhin zu verschieben.

Ultralytics YOLO26: Ein besseres, schnelleres und kleineres YOLO-Modell#

Glenn kündigte zwei neue Vorhaben von Ultralytics an. Das erste ist Ultralytics YOLO26, das neueste Modell in der Ultralytics YOLO-Familie, das kleiner, schneller und effizienter konzipiert ist und dabei noch höhere Genauigkeit erzielt. Das zweite ist die Ultralytics Platform, ein neuer End-to-End-SaaS-Arbeitsbereich, der Daten, Training, Bereitstellung und Überwachung kombiniert, um die Entwicklung von Computer-Vision-Lösungen einfacher denn je zu machen, was in naher Zukunft angekündigt werden soll.

Abb. 1: Glenn Jocher kündigt Ultralytics YOLO26 auf der Bühne des YOLO Vision 2025 an.

Ultralytics YOLO26 wurde entwickelt, um die Leistung voranzutreiben und gleichzeitig für den praktischen Einsatz im Alltag geeignet zu bleiben. Schon die kleinste Version läuft auf CPUs bis zu 43 % schneller und verbessert dabei die Genauigkeit, wodurch sie sich ideal für Anwendungen von Mobilgeräten bis hin zu großen Unternehmenssystemen eignet. YOLO26 wird Ende Oktober öffentlich verfügbar sein.

Hier ist ein Einblick in die wichtigsten Funktionen von YOLO26:

• Optimierte Architektur: Das Distribution Focal Loss (DFL)-Modul wurde entfernt, das Modelle zuvor verlangsamte. Ultralytics YOLO26 läuft nun effizienter, ohne an Genauigkeit einzubüßen.
• Schnellere Vorhersagen: Ultralytics YOLO26 führt eine Option ein, den Non-Maximum Suppression (NMS)-Schritt zu überspringen, wodurch Ergebnisse schneller geliefert und Echtzeit-Deployments erleichtert werden.
• Besser bei der Erkennung kleiner Objekte: Neue Trainingsmethoden verbessern die Stabilität und steigern die Genauigkeit deutlich, insbesondere bei der Erkennung kleiner Details in komplexen Szenen.
• Intelligenteres Training: Der neue MuSGD-Optimierer kombiniert die Stärken zweier Trainingstechniken und hilft dem Modell, schneller zu lernen und eine höhere Genauigkeit zu erreichen.

Ein erster Blick auf die Ultralytics Platform#

Nach der Vorstellung von YOLO26 bat Glenn Prateek Bhatnagar, unseren Head of Product Engineering, das nächste Projekt am Horizont zu demonstrieren: die Ultralytics Platform. Die Plattform wurde entwickelt, um den gesamten Computer-Vision-Workflow zu vereinfachen, und zielt darauf ab, Datensätze, Annotation, Training, Bereitstellung und Monitoring an einem Ort zusammenzuführen.

Prateek verglich es mit der Wartung eines Autos: Anstatt verschiedene Werkstätten für Reifen, Motor und Getriebe aufzusuchen, geschieht alles in einer Garage. Auf die gleiche Weise bietet die Plattform Entwicklern einen integrierten Arbeitsbereich zur Verwaltung des gesamten Lebenszyklus eines Vision-KI-Modells.

Die Demo zeigte KI-gestützte Annotationswerkzeuge, die die Vorbereitung von Datensätzen beschleunigen, anpassbare Trainingsoptionen für Experten und Anfänger sowie eine Echtzeit-Überwachung der Trainingsläufe.

Einblicke aus einer Podiumsdiskussion über Edge-Bereitstellung#

Ein weiteres Highlight von YV25 war eine Podiumsdiskussion zum Thema Edge-Deployment, moderiert von Oisin Lunny. An der Session nahmen Yuki Tsuji von Sony Semiconductor Solutions, David Plowman von Raspberry Pi und Glenn Jocher teil.

Die Diskussion untersuchte, wie die Verlagerung von KI an den Edge-Bereich die Latenz reduziert, Kosten senkt und den Datenschutz verbessert. Yuki präsentierte den IMX500-Sensor von Sony, der Inferenzen direkt auf dem Chip ausführen kann. David sprach unterdessen darüber, wie Raspberry Pi von seinen Anfängen im Maker-Bereich hin zu groß angelegten kommerziellen Anwendungen expandiert.

Abb. 2: Eine Podiumsdiskussion über Edge-Bereitstellung mit Oisin Lunny, Yuki Tsuji, David Plowman und Glenn Jocher.

Das Panel berührte auch eine der größten Hürden für Entwickler: dafür zu sorgen, dass Modelle auf verschiedenen Geräten reibungslos laufen. Hier spielt das Ultralytics Python-Paket eine Schlüsselrolle.

Mit seiner breiten Palette an Exportoptionen macht es die Überführung eines trainierten Modells in die Produktion auf Mobilgeräten, eingebetteten Systemen oder Unternehmenshardware einfach. Indem Ultralytics den Aufwand bei der Modellkonvertierung nimmt, unterstützt es Teams dabei, sich auf den Aufbau von Lösungen zu konzentrieren, anstatt mit Kompatibilitätsproblemen zu kämpfen.

Wie David erklärte: „Ich weiß aus bitterer Erfahrung, dass das Konvertieren von Modellen schrecklich ist, und wenn jemand anderes das für mich erledigt, macht das das Leben viel einfacher. Hier verbessert Ultralytics die Situation wirklich und bietet etwas, das für unsere Nutzer wertvoll ist.“

Innovation und KI-Hardware beschleunigen#

Fortschritte in der KI-Software finden parallel zur Hardware statt, und gemeinsam treiben sie eine neue Innovationswelle im Bereich Computer Vision voran. Während Modelle wie Ultralytics YOLO die Genauigkeit weiter steigern, hängt ihr praktischer Nutzen auch von den Plattformen ab, auf denen sie ausgeführt werden.

Zum Beispiel zeigte Seeed Studio, wie modulare, kostengünstige Hardware wie ihre reCamera und XIAO-Boards, die mit Ultralytics YOLO-Modellen vorinstalliert sind, es Entwicklern leicht macht, vom Prototyping zu realen KI-Systemen überzugehen. Diese Art der Hardware-Software-Integration senkt die Eintrittsbarriere und zeigt, wie Innovation auf Hardwareebene die Akzeptanz direkt beschleunigt.

Hier sind einige wichtige Erkenntnisse aus anderen YV25-Keynotes, die hervorhoben, wie Hardware-Software-Co-Design neue Möglichkeiten eröffnet:

• Quantisierung ermöglicht große Geschwindigkeitsgewinne: Intel zeigte, wie die Konvertierung von Ultralytics YOLO-Modellen in OpenVINO mit Quantisierung die Inferenz in nur 30 Minuten von 54 FPS auf 606 FPS steigerte, was die Kraft der Optimierung unterstreicht.
• Full-Stack-Tools machen Edge-KI-Bereitstellung praktisch: NVIDIA betonte, wie Jetson-Geräte, TensorRT, Triton Inference Server und das DeepStream SDK zusammenarbeiten, um die Bereitstellung von hochleistungsfähiger Vision-KI am Edge zu optimieren.
• Offene Ökosysteme beschleunigen das Prototyping: AMD betonte seine End-to-End-Plattform, die auf GPUs und dem ROCm-Software-Stack basiert und Entwicklern hilft, schnell vom Prototyp zur Bereitstellung überzugehen und dabei die Kosten zu kontrollieren.
• Energiesparende Chips bringen KI auf eingeschränkte Geräte: DEEPX stellte ihre DX-M1- und DX-M2-Prozessoren vor, die zweistellige TOPS bei unter 5 Watt liefern, um fortschrittliche Inferenz in kompakten, leistungsbegrenzten Systemen zu ermöglichen.

Aktuelle Trends in der Computer Vision#

Da Software- und Hardwarefortschritte Hand in Hand gehen, entwickelt sich Computer Vision schneller als je zuvor. Diese parallelen Entwicklungen verbessern nicht nur Genauigkeit und Geschwindigkeit, sondern bestimmen auch, wie Vision-KI in der realen Welt eingesetzt werden kann. Auf der YV25 hatten die Teilnehmer die Chance, von Experten aus den Bereichen Robotik, Edge-Bereitstellung und multimodaler KI zu hören, die jeweils eine andere Perspektive darauf boten, wohin sich das Feld bewegt.

In seiner Keynote demonstrierte beispielsweise Michael Hart von D-Robotics, wie die Kombination von Ultralytics YOLO Modellen mit ihrem kompakten RDK X5 Board (einem kleinen eingebetteten KI-Vision-Modul) es Robotern ermöglicht, fortschrittliche Vision-Modelle in Echtzeit auszuführen. Seine Live-Demo zeigte eindrucksvoll, wie weit sich die Robotik entwickelt hat – weg von Laborexperimenten hin zu praktischen, KI-gestützten Systemen.

Abb. 3: Michael Hart hob hervor, wie die heutigen KI-fähigen Roboter auf Computer Vision angewiesen sind.

Ähnlich betonten Alexis Crowell und Steven Hunsche von Axelera AI die Herausforderungen und Chancen der Bereitstellung von Vision-KI am Edge. In Live-Demos erklärten sie, wie die Metis AI Processing Units (AIPUs) von Axelera AI RISC-V und digitales In-Memory-Computing kombinieren, um hohe Leistung bei sehr geringem Stromverbrauch zu liefern. Verpackt in vertrauten Formfaktoren wie M.2 und PCIe macht das Hardware-Software-Co-Design der Plattform die Skalierung von Edge-KI sowohl praktikabel als auch effizient.

In einer anderen Session ging Merve Noyan von Hugging Face auf den Aufstieg multimodaler KI ein, bei der Modelle Vision mit Text, Audio und anderen Eingaben kombinieren. Sie sprach über Anwendungsfälle von der Dokumentenanalyse bis hin zu embodied agents und betonte, wie Open-Source-Innovationen die Einführung von KI beschleunigen.

Technischen Fortschritt mit menschlichen Werten in Einklang bringen#

YV25 bot nicht nur inspirierende Vorträge zur großen Vision, sondern auch praxisnahe Sessions. Jiri Borovec von Lightning AI gab eine praktische Einführung, die zeigte, wie man Ultralytics YOLO Modelle mit PyTorch Lightning und Multi-GPU-Unterstützung trainiert und fine-tunt.

Er ging Code-Beispiele durch und betonte, wie Open-Source-Tools, klare Dokumentation und flexible Frameworks es Entwicklern erleichtern, das Training zu skalieren, jede Stufe zu validieren und Workflows an ihre eigenen Projekte anzupassen. Es war eine Erinnerung daran, wie wichtig die Community und zugängliche Werkzeuge für echten Fortschritt in der Computer Vision sind.

Auf der anderen Seite forderten Redner das Publikum auf, über die breitere Rolle von KI in der Gesellschaft nachzudenken. In seiner Keynote argumentierte Gerd Leonhard, Futurist, Humanist und CEO von The Futures Agency, dass „Technologie moralisch neutral ist, bis wir sie nutzen“, und betonte, dass die eigentliche Frage nicht nur ist, was KI tun kann, sondern was sie tun sollte. Er warnte davor, in Fallen wie Reduktionismus und Wahrheitslosigkeit zu tappen, und forderte eine KI, die den langfristigen Interessen der Menschheit wirklich dient.

Abb. 4: Gerd Leonhard teilt seine Gedanken zum Aufbau von KI-Lösungen unter Wahrung der Menschenzentrierung.

Dieser Fokus auf Verantwortung wurde in einem Kamingespräch mit Carissa Véliz von der University of Oxford fortgesetzt, die den Schwerpunkt auf Datenschutz und Sicherheit legte. Sie wies darauf hin, dass Open-Source-Communities unverzichtbar sind, um Code zu überprüfen und zu verbessern, und dass Ethik und Design untrennbar miteinander verbunden sind. Ihre Botschaft war klar: Entwickler müssen Missbrauch vorhersehen und Systeme entwickeln, die die Würde des Menschen und das soziale Wohlergehen an die erste Stelle setzen.

Networking in London auf der YV25#

Über die Vorträge und Demos hinaus schuf die YV25 Raum für Menschen, um Kontakte zu knüpfen. Während der Kaffeepausen und des Mittagessens tauschten sich die Teilnehmer aus, teilten Erfahrungen, verglichen Ansätze und initiierten neue Kooperationen.

Für das Ultralytics-Team war es zudem eine großartige Gelegenheit, sich persönlich zu treffen. Da die Mitglieder über den ganzen Globus verstreut sind, helfen Momente wie diese dabei, Verbindungen zu stärken und gemeinsam Fortschritte zu feiern.

Abb. 5: Das Ultralytics-Team lässt einen inspirierenden Tag beim YOLO Vision 2025 ausklingen.

Der Tag endete mit einer After-Party, bei der die Teilnehmer die Möglichkeit hatten, sich zu entspannen und weiter zu vernetzen. Es war ein Moment, um innezuhalten, Energie zu tanken und auf das nächste Kapitel der Innovation in der Vision-KI zu blicken.

Gemeinsam die Grenzen der Vision-KI verschieben#

YOLO Vision 2025 war ein Fest der Ideen, der Innovation und der Community. Die Einführung von Ultralytics YOLO26 setzte den Auftakt, gefolgt von spannenden Vorträgen über Edge-Bereitstellung und menschenzentrierte KI, die den rasanten Fortschritt der Vision-KI und ihren wachsenden Einfluss auf die Welt unterstrichen.

Neben den Keynote-Sitzungen brachte die Veranstaltung Menschen zusammen. Forscher, Entwickler und Enthusiasten teilten Erfahrungen, regten bedeutungsvolle Gespräche an und erkundeten neue Möglichkeiten für die Zukunft. Die Veranstaltung endete auf einem Höhepunkt, wobei die Teilnehmer voller Begeisterung für die Zukunft von Ultralytics YOLO-Modellen und Computer Vision waren.

Bereit, KI zu erkunden? Trete unserer Community und unserem GitHub Repository bei, um mehr über KI und Computer Vision zu erfahren. Besuche unsere Lösungsseiten, um weitere Anwendungen von Computer Vision in der Landwirtschaft und KI in der Robotik zu entdecken. Schau dir unsere Lizenzierungsoptionen an und lege noch heute mit Computer Vision los!