14. Januar 2026
Erfahren Sie, wie Ultralytics einen neuen Standard für Vision-KI in Bezug auf Geschwindigkeit, Einfachheit und Einsatzfähigkeit in der Praxis setzt – von Edge-Geräten bis hin zu Großservern.
Heute bringen wir offiziell Ultralytics auf den Markt, unser neues Modell, das einen neuen Maßstab für modernste Leistung setzt. Es wurde erstmals von unserem Gründer und CEO Glenn Jocher auf YOLO 2025 (YV25) in London vorgestellt und ist unser bislang fortschrittlichstes und einsatzfähigstes Modell.
YOLO26 ist leicht, kompakt und schnell und wurde für den Einsatz in Echtzeit-Vision-KI-Anwendungen in der realen Welt entwickelt. Mit einer nativen End-to-End-Inferenz, die direkt in das Modell integriert ist, vereinfacht YOLO26 die Bereitstellung, reduziert die Systemkomplexität und liefert zuverlässige Leistung auf Edge-Geräten und in großen Produktionsumgebungen.
Tatsächlich läuft die kleinste Version von YOLO26, das Nano-Modell, auf Standard-CPUs bis zu 43 % schneller und ermöglicht so effiziente Echtzeit-Vision-KI-Lösungen für mobile Anwendungen, Smart-Kameras und andere Edge-Geräte. Basierend auf der Vision Ultralytics, leistungsstarke Vision-KI-Funktionen für jedermann zugänglich zu machen, kombiniert YOLO26 modernste Leistung mit Einfachheit und ist dadurch leicht zu bedienen und zu implementieren.
Computer Vision entwickelt sich rasant über die Cloud hinaus. Reale Anwendungen erfordern zunehmend Echtzeit-Inferenz, geringe Latenz, Hardware-Flexibilität und vorhersagbare Leistung auf Geräten wie Drohnen, Kameras, mobilen Systemen und eingebetteten Plattformen.
YOLO26 wurde speziell für diesen Wandel entwickelt. Durch die grundlegende Überarbeitung der Objekterkennungs-Pipeline Ultralytics eine Modellarchitektur geschaffen, die unnötige Komplexität beseitigt und gleichzeitig modernste Genauigkeit und Geschwindigkeit bietet.
Beispielsweise stützen sich herkömmliche Ultralytics auf einen zusätzlichen Nachbearbeitungsschritt namens „Non-Maximum Suppression“, um überlappende Vorhersagen nach der Inferenz zu filtern. YOLO26 macht diesen zusätzlichen Schritt überflüssig, indem es eine native End-to-End-Inferenz ermöglicht, sodass das Modell direkt endgültige Erkennungsergebnisse liefern kann. Dies ermöglicht eine schnellere, besser vorhersehbare und zuverlässigere Bereitstellung in der Praxis.
YOLO26 ist kein inkrementelles Update. Es stellt einen strukturellen Sprung nach vorne dar, was das Training, den Einsatz und die Skalierung von produktionsreifer Vision-KI angeht.
.webp)
Einer der wichtigsten Aspekte von YOLO26 ist, wie es auf den Stärken früherer Modelle wie Ultralytics YOLO11 aufbaut und gleichzeitig die Möglichkeiten der Computervision erweitert. YOLO26 unterstützt standardmäßig dieselben zentralen Computervision-Aufgaben wie YOLO11, darunter Objekterkennung, Instanzsegmentierung und Bildklassifizierung.
Es unterstützt weiterhin die Posenschätzung, die orientierte Bounding-Box-Objekterkennung für Luft- und Satellitenbilder sowie die Objektverfolgung über Videostreams hinweg. Wie YOLO11 ist auch YOLO26 in fünf Modellvarianten erhältlich: Nano (n), Small (s), Medium (m), Large (l) und Extra Large (x). Damit stehen den Benutzern Optionen zur Verfügung, die ein ausgewogenes Verhältnis zwischen Geschwindigkeit, Größe und Genauigkeit bieten.
Ultralytics umfasst eine Reihe von Verbesserungen, die die Leistung, Zuverlässigkeit und praktische Anwendbarkeit optimieren sollen. Hier ein Überblick über die wichtigsten Funktionen von YOLO26:
Die Entwicklung von YOLO26 war eine gemeinsame Anstrengung, die durch die Forschungsarbeit unseres Teams und das Feedback der Community, unserer Partner und Kunden geprägt war. Wir haben uns zum Ziel gesetzt, die Architektur zu vereinfachen, die Effizienz zu verbessern und das Modell für den Einsatz in der Praxis anpassungsfähiger zu machen.
Glenn Jocher reflektierte diese Entwicklung wie folgt: „Eine der größten Herausforderungen bestand darin, sicherzustellen, dass die Nutzer YOLO26 optimal nutzen können und gleichzeitig eine Spitzenleistung erzielen.“ Seine Sichtweise unterstreicht ein zentrales Designprinzip von YOLO26: Die Bildverarbeitungs-KI soll einfach zu bedienen bleiben.
Jing Qiu, unser Senior Machine Learning Engineer, führte diesen Gedanken weiter aus und fügte hinzu: „Beim Aufbau des neuenYOLO ging es darum, ruhig zu bleiben und nichts zu überstürzen. Ich habe es immer weiter verfeinert und mich dabei ausschließlich auf das Gleichgewicht zwischen Geschwindigkeit und Genauigkeit konzentriert. Als alles zusammenkam, war ich still zufrieden – ein Beweis dafür, dass es sich lohnt, sich um Details zu kümmern.“
Ultralytics ist ab heute über die Ultralytics öffentlich verfügbar und bietet umfassende Unterstützung für Trainings-, Inferenz- und Export-Workflows. Unternehmen, die YOLO26 in kommerziellen oder geschlossenen Umgebungen einsetzen, können auf Unternehmenslizenzoptionen zugreifen, die Unterstützung für die Produktionsbereitstellung, langfristige Wartung und skalierbare Edge-Rollouts umfassen.
Wie unsere Vorgängermodelle wird auch dieses Modell vollständig durch das Python unterstützt, sodass Benutzer sofort loslegen können. Benutzer können YOLO26 mit dem gleichen optimierten Workflow trainieren, validieren und bereitstellen, den sie bereits kennen, und dabei eine Reihe von Exportoptionen wie ONNX, TensorRT, CoreML, TFLite, OpenVINO und mehr nutzen.
Ultralytics ist unser nächster Schritt, um Vision-KI schneller, leichter und benutzerfreundlicher zu machen. Aber das ist erst der Anfang.
Die wahre Wirkung entsteht durch das, was die Vision-AI-Community damit schafft. Wir freuen uns auf Ihre Innovationen und darauf, gemeinsam die Zukunft der Computervision weiter zu gestalten.
Treten Sie mit unserer Community in Kontakt und erkunden Sie unser GitHub-Repository, um tiefer in die KI einzutauchen. Entdecken Sie Branchenlösungen wie KI in der Robotik und Computer Vision in der Logistik, informieren Sie sich über unsere Lizenzoptionen und beginnen Sie noch heute mit dem Aufbau von Computer Vision.
