Die wichtigsten Höhepunkte von Ultralytics auf der YOLO Vision 2025!

Die Community für KI und Computer Vision kam am 25. September zu YOLO Vision 2025 (YV25), dem jährlichen hybriden KI-Event von Ultralytics, zusammen. Die Veranstaltung fand in London im The Pelligon statt und wurde weltweit im Livestream übertragen. Sie brachte eine vielfältige Gruppe von Forschern, Ingenieuren und KI-Begeisterten zusammen, um Ideen auszutauschen und neue Innovationen wie Ultralytics YOLO26 kennenzulernen.

In ihrem vierten Jahr ist die Veranstaltung hinsichtlich Reichweite und Wirkung weiter gewachsen. 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 Begrüßung durch unseren Gastgeber Oisin Lunny, der die Teilnehmer dazu ermutigte, Kontakte zu knüpfen, sich auszutauschen und das Beste aus der Veranstaltung herauszuholen. In seinen Worten: „YOLO Vision 2025 ist die Konferenz, die die Open-Source-Community für Computer Vision zusammenbringt, um sich auf Fortschritte bei Daten, maschinellem Lernen und Computer Vision zu konzentrieren.“

In diesem Artikel geben wir einen Rückblick auf die wichtigsten Highlights von YOLO Vision 2025, darunter die Produkteinführung, Keynote-Vorträge, eine Podiumsdiskussion, Live-Demos und die Community-Momente, die diesen Tag besonders gemacht haben. Legen wir los!

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

Im Vorfeld der Veranstaltung herrschte große Vorfreude auf die neue Produkteinführung, und Glenn Jocher, unser Gründer und CEO, knüpfte zu Beginn des Tages an diese Dynamik an.

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

Glenn sprach außerdem über den kürzlich abgeschlossenen $30-millionenschweren Series-A-Finanzierungsrunde von Ultralytics. Er erklärte, wie diese Investition die nächste Wachstumsphase vorantreiben wird, indem sie dem Unternehmen ermöglicht, das Team zu vergrößern, die Forschung auszubauen und die benötigten Rechenressourcen zu sichern, um die Grenzen von 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 entwickelt, um kleiner, schneller und effizienter zu sein und gleichzeitig eine noch höhere Genauigkeit zu erreichen. Das zweite ist die Plattform von Ultralytics, ein neuer durchgängiger SaaS-Arbeitsbereich, der Daten, Training, Bereitstellung und Überwachung miteinander verbindet und die Entwicklung von Computer-Vision-Lösungen so einfach wie nie zuvor macht. Die Ankündigung wird in naher Zukunft erwartet.

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

Ultralytics YOLO26 wurde entwickelt, um die Leistung weiter zu steigern und gleichzeitig für den praktischen Einsatz in der realen Welt geeignet zu bleiben. Die kleinste Version läuft auf CPUs bereits bis zu 43 % schneller und verbessert dabei weiterhin die Genauigkeit. Dadurch eignet sie sich ideal für Anwendungen von mobilen Geräten bis hin zu großen Unternehmenssystemen. YOLO26 wird bis Ende Oktober öffentlich verfügbar sein.

Hier ist ein Einblick in die wichtigsten Funktionen von YOLO26:

• Vereinfachte Architektur: Das Modul für den Verteilungsfokusverlust (DFL), das die Modelle zuvor verlangsamte, wurde entfernt. Ultralytics YOLO26 läuft nun effizienter, ohne an Genauigkeit einzubüßen.
• Schnellere Vorhersagen: Ultralytics YOLO26 bietet die Möglichkeit, den Schritt zur Unterdrückung nicht maximaler Werte (NMS) zu überspringen. Dadurch werden Ergebnisse schneller geliefert und Bereitstellungen in Echtzeit erleichtert.
• 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 Trainingstechniken und hilft dem Modell, schneller zu lernen und eine höhere Genauigkeit zu erreichen.

Ein erster Blick auf die Plattform von Ultralytics#

Nach der Vorstellung von YOLO26 lud Glenn Prateek Bhatnagar, unseren Leiter der Produktentwicklung, ein, das nächste geplante Projekt vorzustellen: die Plattform von Ultralytics. Die Plattform wurde entwickelt, um den gesamten Computer-Vision-Workflow zu vereinfachen, und soll Datensätze, Annotation, Training, Bereitstellung und Überwachung an einem Ort zusammenführen.

Prateek verglich sie mit dem Tuning eines Autos: Statt für Reifen, Motor und Getriebe verschiedene Werkstätten aufzusuchen, passiert alles in einer Garage. Genauso bietet die Plattform Entwicklern einen integrierten Arbeitsbereich zur Verwaltung des gesamten Lebenszyklus eines Computer-Vision-Modells.

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

Erkenntnisse aus einer Podiumsdiskussion über Edge-Bereitstellung#

Ein weiteres Highlight von YV25 war eine von Oisin Lunny moderierte Podiumsdiskussion über Edge-Bereitstellung. An der Gesprächsrunde nahmen Yuki Tsuji von Sony Semiconductor Solutions, David Plowman von Raspberry Pi und Glenn Jocher teil.

In der Diskussion ging es darum, wie die Verlagerung von KI an den Rand des Netzwerks die Latenz und Kosten reduziert und den Datenschutz verbessert. Yuki präsentierte den IMX500-Sensor von Sony, der Inferenz direkt auf dem Chip ausführen kann. David sprach darüber, wie Raspberry Pi sich aus seinen Ursprüngen in der Maker-Szene zu groß angelegten kommerziellen Anwendungen weiterentwickelt.

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

Die Podiumsdiskussion behandelte außerdem eine der größten Herausforderungen für Entwickler: Modelle reibungslos auf verschiedenen Geräten zum Laufen zu bringen. Hier spielt das Ultralytics Python-Paket eine zentrale Rolle.

Mit seiner großen Auswahl an Exportoptionen macht es die Überführung eines trainierten Modells in den Produktivbetrieb auf Mobilgeräten, eingebetteten Systemen oder Unternehmenshardware einfach. Indem Ultralytics die Schwierigkeiten bei der Modellkonvertierung beseitigt, können sich Teams auf die Entwicklung von Lösungen konzentrieren, statt sich mit Kompatibilitätsproblemen herumzuschlagen.

Wie David erklärte: „Ich weiß aus leidvoller Erfahrung, dass die Konvertierung von Modellen schrecklich ist. Wenn das jemand für mich übernimmt, macht das mein Leben sehr viel einfacher. Genau hier verbessert Ultralytics die Situation wirklich und bietet unseren Nutzern etwas Wertvolles.“

Innovation und KI-Hardware beschleunigen#

Fortschritte bei KI-Software und Hardware finden parallel statt und treiben gemeinsam eine neue Innovationswelle bei Computer Vision voran. Während Modelle wie Ultralytics YOLO die Genauigkeit weiter steigern, hängt ihre Wirkung in der realen Welt auch von den Plattformen ab, auf denen sie ausgeführt werden.

Seeed Studio zeigte beispielsweise, wie modulare, kostengünstige Hardware wie die reCamera und XIAO-Boards, die mit Ultralytics-YOLO-Modellen vorinstalliert sind, Entwicklern den Übergang vom Prototyping zu realen KI-Systemen erleichtert. Diese Art der Integration von Hardware und Software senkt die Einstiegshürden und zeigt, wie Innovationen auf Hardwareebene die Einführung direkt beschleunigen.

Hier sind einige wichtige Erkenntnisse aus weiteren YV25-Keynotes, die verdeutlichten, wie das gemeinsame Design von Hardware und Software neue Möglichkeiten eröffnet:

• Quantisierung ermöglicht große Geschwindigkeitsgewinne: Intel zeigte, wie die Konvertierung von Ultralytics-YOLO-Modellen in OpenVINO mit Quantisierung die Inferenz innerhalb von nur 30 Minuten von 54 FPS auf 606 FPS beschleunigte und damit die Leistungsfähigkeit der Optimierung hervorhob.
• Werkzeuge für den gesamten Technologiestack machen Edge-KI-Bereitstellungen praxistauglich: NVIDIA zeigte, wie Jetson-Geräte, TensorRT, der Triton Inference Server und das DeepStream SDK zusammenarbeiten, um die Bereitstellung leistungsstarker Computer Vision am Edge zu vereinfachen.
• Offene Ökosysteme beschleunigen das Prototyping: AMD stellte seine durchgängige Plattform vor, die auf GPUs und dem ROCm-Software-Stack basiert. Sie hilft Entwicklern, schnell vom Prototyp zur Bereitstellung zu gelangen und gleichzeitig die Kosten zu kontrollieren.
• Chips mit geringem Energieverbrauch bringen KI auf ressourcenbeschränkte Geräte: DEEPX stellte seine Prozessoren DX-M1 und DX-M2 vor, die unter 5 Watt mehrere Dutzend TOPS liefern und so fortschrittliche Inferenz in kompakten, energiebegrenzten Systemen ermöglichen.

Aktuelle Trends bei Computer Vision#

Da Fortschritte bei Software und Hardware Hand in Hand gehen, entwickelt sich Computer Vision schneller als je zuvor. Diese parallelen Entwicklungen verbessern nicht nur Genauigkeit und Geschwindigkeit, sondern prägen auch, wie Computer Vision in der realen Welt eingesetzt werden kann. Bei YV25 hatten Teilnehmer die Gelegenheit, Experten aus den Bereichen Robotik, Edge-Bereitstellung und multimodale KI zu hören, die jeweils eine andere Perspektive auf die zukünftige Entwicklung des Fachgebiets boten.

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

Abb. 3. Michael Hart zeigte, dass die heutigen KI-gestützten Roboter auf Computer Vision angewiesen sind.

Auch Alexis Crowell und Steven Hunsche von Axelera AI betonten die Herausforderungen und Chancen bei der Bereitstellung von Computer Vision am Edge. Anhand von Live-Demos erklärten sie, wie die Metis AI Processing Units (AIPUs) von Axelera AI RISC-V und digitale In-Memory-Berechnung kombinieren, um bei sehr geringem Energieverbrauch eine hohe Leistung zu erzielen. Durch die Integration in vertraute Formfaktoren wie M.2 und PCIe macht das gemeinsame Design von Hardware und Software die Skalierung von Edge-KI sowohl praktisch als auch effizient.

In einer weiteren Session befasste sich Merve Noyan von Hugging Face mit dem Aufstieg der multimodalen KI, bei der Modelle Bildinformationen 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 Einführung von KI beschleunigen.

Technischen Fortschritt mit menschlichen Werten in Einklang bringen#

YV25 bot zwar inspirierende Vorträge mit großer thematischer Perspektive, umfasste aber auch äußerst praxisnahe Sessions. Jiri Borovec von Lightning AI gab eine praktische Einführung und zeigte, wie sich Ultralytics-YOLO-Modelle mit PyTorch Lightning und Unterstützung für mehrere GPUs trainieren und feinabstimmen lassen.

Er ging Codebeispiele durch und zeigte, wie Open-Source-Tools, klare Dokumentation und flexible Frameworks es Entwicklern erleichtern, das Training zu skalieren, jede Phase zu validieren und Workflows an ihre eigenen Projekte anzupassen. Dies erinnerte daran, wie wichtig die Community und leicht zugängliche Werkzeuge für echte Fortschritte bei Computer Vision sind.

Am anderen Ende des Spektrums forderten die Sprecher das Publikum auf, über die umfassendere Rolle von KI in der Gesellschaft nachzudenken. In seiner Keynote argumentierte Gerd Leonhard, Zukunftsforscher, Humanist und CEO von The Futures Agency, dass „Technologie moralisch neutral ist, bis wir sie einsetzen“. Er betonte, dass die entscheidende Frage nicht nur lautet, was KI tun kann, sondern was sie tun sollte. Er warnte davor, in Fallen wie Reduktionismus und Wahrheitslosigkeit zu geraten, und forderte eine KI, die den langfristigen Interessen der Menschheit tatsächlich dient.

Abb. 4. Gerd Leonhard teilt seine Gedanken zur Entwicklung von KI-Lösungen mit einem menschenzentrierten Ansatz.

Dieser Fokus auf Verantwortung setzte sich in einem Kamingespräch mit Carissa Véliz von der University of Oxford fort, die Datenschutz und Sicherheit hervorhob. Sie wies darauf hin, dass Open-Source-Communities entscheidend dazu beitragen, Code zu prüfen und zu verbessern, und dass Ethik und Design untrennbar miteinander verbunden sind. Ihre Botschaft war klar: Entwickler müssen den möglichen Missbrauch vorhersehen und Systeme entwickeln, bei denen die menschliche Würde und das gesellschaftliche Wohlergehen an erster Stelle stehen.

Networking in London bei YV25#

Über die Vorträge und Demos hinaus bot YV25 auch Raum für persönliche Kontakte. Während der Kaffeepausen und des Mittagessens kamen die Teilnehmer ins Gespräch, tauschten Erfahrungen aus, verglichen Ansätze und stießen neue Kooperationen an.

Für das Ultralytics-Team war dies außerdem eine großartige Gelegenheit, sich persönlich zu treffen. Da die Mitglieder über den gesamten Globus verteilt sind, stärken solche Momente die Verbindungen und bieten die Möglichkeit, gemeinsam Fortschritte zu feiern.

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

Der Tag endete mit einer After-Party, bei der die Teilnehmer die Gelegenheit hatten, sich zu entspannen und weiter Kontakte zu knüpfen. Es war ein Moment zum Reflektieren, Auftanken und Vorausblicken auf das nächste Kapitel der Innovation bei Computer Vision.

Gemeinsam die Grenzen von Computer Vision erweitern#

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

Neben den Keynote-Sessions brachte die Veranstaltung Menschen zusammen. Forscher, Entwickler und Enthusiasten tauschten Erfahrungen aus, führten anregende Gespräche und erkundeten neue Möglichkeiten für die Zukunft. Die Veranstaltung endete mit einer positiven Stimmung, und die Teilnehmer blickten voller Begeisterung auf die Zukunft der Ultralytics-YOLO-Modelle und von Computer Vision.

Bereit, KI zu erkunden? Tritt unserer Community bei und besuche unser GitHub-Repository, 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. Informiere dich über unsere Lizenzierungsoptionen und starte noch heute mit Computer Vision!