Die wichtigsten Eindrücke von Ultralytics auf YOLO Vision 2025!

Am 25. September kam die Community für KI und Computer Vision zur YOLO Vision 2025 (YV25) zusammen, der jährlichen hybriden Veranstaltung für Vision AI von Ultralytics. Die Veranstaltung fand in London im The Pelligon statt und wurde weltweit übertragen. Sie brachte eine vielfältige Gruppe von Forschenden, Ingenieuren und KI-Begeisterten zusammen, um Ideen auszutauschen und sich über neue Innovationen wie Ultralytics YOLO26 zu informieren.

Die Veranstaltung fand zum vierten Mal statt und verzeichnete weiterhin mehr Reichweite und Wirkung. Der Livestream von YV25 wurde bereits über 6.800-mal angesehen, erzielte mehr als 49.000 Impressionen und kam auf fast 2.000 Stunden Wiedergabezeit.

YV25 begann mit einer Eröffnungsrede unseres Moderators Oisin Lunny, der die Teilnehmenden dazu ermutigte, Kontakte zu knüpfen, sich auszutauschen und das Beste aus der Veranstaltung zu machen. Wie er sagte: „YOLO Vision 2025 ist die Konferenz, die die Open-Source-Community für Vision AI zusammenbringt, um sich auf Daten, maschinelles Lernen und Fortschritte in der Computer Vision zu konzentrieren.“

In diesem Artikel fassen wir die wichtigsten Höhepunkte von YOLO Vision 2025 zusammen – darunter die Produkteinführung, die Keynote-Vorträge, eine Podiumsdiskussion, Live-Demos und die besonderen Momente der Community.

Vom einzelnen GPU bis zu einer Series-A-Finanzierung über 30 Millionen US-Dollar#

Vor der Veranstaltung herrschte große Vorfreude auf die neue Produkteinführung, und Glenn Jocher, unser Gründer und CEO, knüpfte gleich zu Beginn an diese Begeisterung an.

Er erzählte die Geschichte von Ultralytics und erinnerte daran, wie er 2020 Experimente auf einer einzelnen 1080 Ti durchführte, die an sein MacBook angeschlossen war – eine Konfiguration, die heute veraltet ist. Aus diesen bescheidenen Anfängen ist Ultralytics zu einer globalen Community herangewachsen, in der YOLO-Modelle täglich Milliarden von Inferenzen ermöglichen.

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 ermöglicht, indem das Unternehmen sein Team vergrößern, die Forschung ausweiten und die nötigen Rechenressourcen sichern kann, um die Grenzen der Computer Vision weiter zu verschieben.

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

Glenn kündigte anschließend zwei neue Vorhaben von Ultralytics an. Das erste ist Ultralytics YOLO26, das neueste Modell der Ultralytics-YOLO-Familie. Es wurde für höhere Geschwindigkeit und Effizienz bei geringerer Größe entwickelt und erreicht zugleich eine noch bessere Genauigkeit. Das zweite ist die Ultralytics Platform, ein neuer durchgängiger SaaS-Arbeitsbereich, der Daten, Training, Bereitstellung und Überwachung vereint und die Entwicklung von Computer-Vision-Lösungen so einfach wie nie zuvor machen soll. Die Ankündigung wird in naher Zukunft erwartet.

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

Ultralytics YOLO26 wurde entwickelt, um die Leistung zu steigern und zugleich für den praktischen Einsatz in der realen Welt geeignet zu bleiben. Schon die kleinste Version läuft auf CPUs bis zu 43 % schneller und verbessert gleichzeitig die Genauigkeit. Damit eignet sie sich für Anwendungen von Mobilgeräten bis hin zu großen Unternehmenssystemen. YOLO26 wird bis Ende Oktober öffentlich verfügbar sein. (Aktualisierung: YOLO26 wurde im Januar 2026 offiziell veröffentlicht.)

Hier ein Überblick über die wichtigsten Funktionen von YOLO26:

• Vereinfachte Architektur: Das Modul Distribution Focal Loss (DFL), das die Modelle zuvor verlangsamte, wurde entfernt. Ultralytics YOLO26 arbeitet jetzt effizienter, ohne Abstriche bei der Genauigkeit.
• Schnellere Vorhersagen: Ultralytics YOLO26 bietet die Möglichkeit, den Schritt Non-Maximum-Suppression (NMS) zu überspringen. So liefert das Modell schneller Ergebnisse und lässt sich leichter in Echtzeit einsetzen.
• Bessere 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 vereint die Stärken zweier Trainingsverfahren. Dadurch kann das Modell schneller lernen und eine höhere Genauigkeit erreichen.

Ein erster Einblick in die Ultralytics Platform#

Nach der Vorstellung von YOLO26 lud Glenn Prateek Bhatnagar, unseren Leiter der Produktentwicklung, ein, das nächste anstehende Projekt vorzustellen: die Ultralytics Platform (inzwischen eingeführt). Die Plattform soll den gesamten Computer-Vision-Arbeitsablauf vereinfachen und Datensätze, Annotation, Training, Bereitstellung und Überwachung an einem Ort zusammenführen.

Prateek verglich die Plattform mit dem Tuning eines Autos: Statt für Reifen, Motor und Getriebe verschiedene Werkstätten aufzusuchen, findet alles in einer Garage statt. Ebenso bietet die Plattform Entwicklern einen integrierten Arbeitsbereich, in dem sie den gesamten Lebenszyklus eines Vision-AI-Modells verwalten können.

Die Demo zeigte KI-gestützte Annotationstools, die die Vorbereitung von Datensätzen beschleunigen, anpassbare Trainingsoptionen für Experten und Einsteiger sowie die Echtzeitüberwachung von Trainingsläufen.

Erkenntnisse aus einer Podiumsdiskussion zur Bereitstellung am Edge#

Ein weiterer Höhepunkt der YV25 war eine von Oisin Lunny moderierte Podiumsdiskussion zur Bereitstellung am Edge. Dabei waren Yuki Tsuji von Sony Semiconductor Solutions, David Plowman von Raspberry Pi und Glenn Jocher.

In der Diskussion ging es darum, wie der Einsatz von KI am Netzwerkrand die Latenz verringert, Kosten senkt und den Datenschutz verbessert. Yuki stellte den IMX500-Sensor von Sony vor, der Inferenz direkt auf dem Chip ausführen kann. David sprach darüber, wie sich Raspberry Pi von seinen Ursprüngen in der Maker-Szene hin zu groß angelegten kommerziellen Anwendungen entwickelt.

Abb. 2. Podiumsdiskussion zur Bereitstellung am Edge mit Oisin Lunny, Yuki Tsuji, David Plowman und Glenn Jocher.

Die Diskussion kam auch auf eine der größten Hürden für Entwickler zu sprechen: Modelle auf verschiedenen Geräten zuverlässig zum Laufen zu bringen. Dabei spielt das Ultralytics Python-Paket eine wichtige Rolle.

Dank der großen Auswahl an Exportoptionen lässt sich ein trainiertes Modell einfach auf Mobilgeräten, eingebetteten Systemen oder Unternehmenshardware in die Produktion überführen. Ultralytics nimmt Teams die Mühe der Modellkonvertierung ab, damit sie sich auf die Entwicklung von Lösungen konzentrieren können, statt mit Kompatibilitätsproblemen zu kämpfen.

Wie David erklärte: „Aus leidvoller Erfahrung weiß ich, dass die Konvertierung von Modellen schrecklich ist. Wenn mir das jemand abnimmt, wird das Leben viel einfacher. Genau hier verbessert Ultralytics die Situation und bietet unseren Nutzern etwas Wertvolles.“

Innovation und KI-Hardware vorantreiben#

Fortschritte bei KI-Software und Hardware gehen Hand in Hand und treiben gemeinsam eine neue Welle der Innovation in der Computer Vision voran. Während Modelle wie Ultralytics YOLO die Genauigkeit stetig verbessern, hängt ihre Wirkung in der Praxis auch von den Plattformen ab, auf denen sie laufen.

So zeigte Seeed Studio, wie modulare, kostengünstige Hardware wie die ReCamera und XIAO-Boards, auf denen Ultralytics-YOLO-Modelle vorinstalliert sind, Entwicklern den Übergang vom Prototyp zu realen KI-Systemen erleichtert. Diese Verbindung von Hardware und Software senkt die Einstiegshürden und zeigt, wie Innovationen auf Hardwareebene die Verbreitung direkt beschleunigen.

Hier sind einige wichtige Erkenntnisse aus weiteren Keynotes der YV25, die zeigten, wie die gemeinsame Entwicklung von Hardware und Software neue Möglichkeiten eröffnet:

• Quantisierung ermöglicht deutliche Geschwindigkeitssteigerungen: Intel zeigte, wie die Konvertierung von Ultralytics-YOLO-Modellen zu OpenVINO mit Quantisierung die Inferenzleistung innerhalb von nur 30 Minuten von 54 FPS auf 606 FPS steigerte und damit das Potenzial der Optimierung verdeutlichte.
• Werkzeuge für den gesamten Software- und Hardware-Stack machen die Bereitstellung von Edge-KI praxistauglich: NVIDIA zeigte, wie Jetson-Geräte, TensorRT, Triton Inference Server und das DeepStream SDK zusammenarbeiten, um die Bereitstellung leistungsstarker Vision AI am Edge zu vereinfachen.
• Offene Ökosysteme beschleunigen die Prototypenentwicklung: AMD hob seine durchgängige Plattform auf Basis von GPUs und dem ROCm-Software-Stack hervor. Sie hilft Entwicklern, schnell vom Prototyp zur Bereitstellung zu gelangen und dabei die Kosten im Griff zu behalten.
• Energiesparende Chips bringen KI auf ressourcenbeschränkte Geräte: DEEPX stellte die Prozessoren DX-M1 und DX-M2 vor, die Dutzende TOPS bei weniger als 5 Watt liefern und so fortschrittliche Inferenz in kompakten Systemen mit begrenzter Leistungsaufnahme ermöglichen.

Aktuelle Trends bei Computer Vision#

Da Fortschritte bei Software und Hardware Hand in Hand gehen, entwickelt sich die Computer Vision schneller als je zuvor. Diese parallelen Entwicklungen verbessern nicht nur Genauigkeit und Geschwindigkeit, sondern prägen auch, wie Vision AI in der Praxis eingesetzt werden kann. Bei der YV25 konnten die Teilnehmenden Expertinnen und Experten aus den Bereichen Robotik, Bereitstellung am Edge und multimodale KI hören, die jeweils eine andere Perspektive auf die Zukunft des Fachgebiets boten.

In seiner Keynote zeigte beispielsweise Michael Hart von D-Robotics, wie sich Roboter mit Ultralytics-YOLO-Modellen und dem kompakten RDK-X5-Board – einem kleinen eingebetteten KI-Bildverarbeitungsmodul – mit fortschrittlichen Bildverarbeitungsmodellen in Echtzeit ausstatten lassen. Seine Live-Demo zeigte, wie weit die Robotik gekommen ist: von Laborversuchen hin zu praktischen KI-gestützten Systemen.

Abb. 3. Michael Hart zeigte, warum KI-gestützte Roboter heutzutage auf Computer Vision angewiesen sind.

Alexis Crowell und Steven Hunsche von Axelera AI gingen ebenfalls auf die Herausforderungen und Chancen bei der Bereitstellung von Vision AI am Edge ein. In Live-Demos erklärten sie, wie Axelera AIs Metis AI Processing Units (AIPUs) RISC-V und digitale Berechnungen im Speicher kombinieren, um bei sehr geringem Energieverbrauch eine hohe Leistung zu erzielen. Die Hardware- und Softwarearchitektur der Plattform ist in gängigen Formfaktoren wie M.2 und PCIe verfügbar und macht die Skalierung von Edge-KI sowohl praktikabel als auch effizient.

In einer weiteren Sitzung beleuchtete Merve Noyan von Hugging Face den Aufstieg der multimodalen KI, bei der Modelle Bilddaten mit Text, Audio und anderen Eingaben kombinieren. Sie sprach über Anwendungsfälle von der Dokumentenanalyse bis hin zu verkörperten Agenten und betonte, wie Open-Source-Innovationen die Verbreitung von KI beschleunigen.

Technischen Fortschritt und menschliche Werte in Einklang bringen#

Neben inspirierenden Vorträgen mit großem Blickwinkel bot die YV25 auch äußerst praxisnahe Sitzungen. Jiri Borovec von Lightning AI zeigte Schritt für Schritt, wie sich Ultralytics-YOLO-Modelle mit PyTorch Lightning und Unterstützung für mehrere GPUs trainieren und feinabstimmen lassen.

Anhand von Codebeispielen zeigte er, wie Open-Source-Werkzeuge, klare Dokumentation und flexible Frameworks Entwicklern helfen, das Training zu skalieren, jede Phase zu überprüfen und Arbeitsabläufe an ihre eigenen Projekte anzupassen. Dabei wurde deutlich, wie wichtig die Community und leicht zugängliche Werkzeuge für echte Fortschritte in der Computer Vision sind.

Am anderen Ende des Spektrums forderten die Redner das Publikum auf, über die weiter reichende Rolle der KI in der Gesellschaft nachzudenken. In seiner Keynote argumentierte Gerd Leonhard, Zukunftsforscher, Humanist und CEO von The Futures Agency: „Technologie ist moralisch neutral, bis wir sie einsetzen.“ Dabei betonte er, dass es nicht nur darum geht, was KI tun kann, sondern auch darum, was sie tun sollte. Er warnte vor Denkfallen wie Reduktionismus und Wahrheitsverlust und plädierte für KI, die tatsächlich den langfristigen Interessen der Menschheit dient.

Abb. 4. Gerd Leonhard spricht darüber, wie sich KI-Lösungen entwickeln lassen, bei denen der Mensch im Mittelpunkt steht.

Dieser Fokus auf Verantwortung setzte sich in einem Gespräch am Kamin mit Carissa Véliz von der University of Oxford fort, die Datenschutz und Sicherheit hervorhob. Sie wies darauf hin, dass Open-Source-Communities für die Überprüfung und Verbesserung von Code entscheidend sind und dass Ethik und Design untrennbar zusammengehören. Ihre Botschaft war klar: Entwickler müssen möglichen Missbrauch vorhersehen und Systeme schaffen, die die Menschenwürde und das gesellschaftliche Wohlergehen an erste Stelle setzen.

Kontakte knüpfen in London bei der YV25#

Über Vorträge und Demos hinaus bot die YV25 auch Raum für persönliche Begegnungen. Während der Kaffeepausen und des Mittagessens kamen die Teilnehmenden miteinander ins Gespräch, tauschten Erfahrungen aus, verglichen Ansätze und knüpften neue Kooperationen.

Für das Ultralytics-Team war die Veranstaltung auch eine großartige Gelegenheit, sich persönlich zu treffen. Da die Teammitglieder über den ganzen Globus verteilt sind, stärken solche Momente den Zusammenhalt und bieten die Möglichkeit, gemeinsam Erfolge zu feiern.

Abb. 5. Das Ultralytics-Team lässt einen inspirierenden Tag bei der YOLO Vision 2025 ausklingen.

Der Tag endete mit einer Afterparty, bei der die Teilnehmenden entspannen und weiter Kontakte knüpfen konnten. Es war ein Moment, um zurückzublicken, neue Energie zu tanken und dem nächsten Kapitel der Innovation im Bereich Vision AI entgegenzusehen.

Gemeinsam die Grenzen von Vision AI verschieben#

Die YOLO Vision 2025 war ein Fest der Ideen, Innovationen und Community. Die Vorstellung von Ultralytics YOLO26 gab den Auftakt. Es folgten spannende Vorträge über die Bereitstellung am Edge und menschenzentrierte KI, die den rasanten Fortschritt von Vision AI und dessen wachsenden Einfluss auf die Welt verdeutlichten.

Neben den Keynote-Vorträgen brachte die Veranstaltung Menschen zusammen. Forschende, Entwickler und Enthusiasten tauschten Erfahrungen aus, führten anregende Gespräche und erkundeten neue Möglichkeiten für die Zukunft. Die Veranstaltung endete mit einem Höhepunkt: Die Teilnehmenden blickten gespannt auf die Zukunft der Ultralytics YOLO-Modelle und der Bildverarbeitung.

Bereit, KI zu entdecken? Tritt unserer Community bei und besuche unser GitHub-Repository, um mehr über KI und Bildverarbeitung zu erfahren. Sieh dir unsere Lösungsseiten an und entdecke weitere Anwendungsbereiche der Bildverarbeitung in der Landwirtschaft und von KI in der Robotik. Informiere dich über unsere Lizenzoptionen und starte noch heute mit Bildverarbeitung!