Ultralytics definiert mit YOLO26 modernste Vision AI neu

Heute starten wir offiziell Ultralytics YOLO26, unser neues Modell, das einen neuen Maßstab für modernste Leistung setzt. Es wurde erstmals von unserem Gründer und CEO, Glenn Jocher, auf der YOLO Vision 2025 (YV25) in London vorgestellt und ist unser bisher fortschrittlichstes und am besten einsetzbares Modell.

YOLO26 wurde als leichtes, kompaktes und schnelles Modell konzipiert und ist genau für die Orte entwickelt, an denen Vision-KI-Anwendungen in der realen Welt tatsächlich laufen. Dank der 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 groß angelegten 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, intelligente Kameras und andere Edge-Geräte. Basierend auf der Vision von Ultralytics, wirkungsvolle Vision-KI-Funktionen für jeden zugänglich zu machen, kombiniert YOLO26 modernste Leistung mit Einfachheit und macht die Nutzung und Bereitstellung zum Kinderspiel.

Link to this sectionGebaut für die nächste Ära der Computer Vision#

Computer Vision bewegt sich rasant weg von der Cloud. Reale Anwendungen erfordern zunehmend Echtzeit-Inferenz, geringe Latenz, Hardware-Flexibilität und vorhersehbare Leistung auf Geräten wie Drohnen, Kameras, mobilen Systemen und eingebetteten Plattformen.

YOLO26 wurde explizit für diesen Wandel entwickelt. Durch die grundlegende Überarbeitung der Objekterkennungspipeline hat Ultralytics eine Modellarchitektur geschaffen, die unnötige Komplexität entfernt und gleichzeitig modernste Genauigkeit und Geschwindigkeit liefert.

Herkömmliche Objekterkennungsmodelle von Ultralytics verlassen sich beispielsweise auf einen zusätzlichen Nachverarbeitungsschritt namens Non-Maximum Suppression, um überlappende Vorhersagen nach der Inferenz zu filtern. YOLO26 eliminiert diesen zusätzlichen Schritt durch native End-to-End-Inferenz, wodurch das Modell direkte Endergebnisse liefern kann. Dies ermöglicht eine schnellere, vorhersehbarere und zuverlässigere Bereitstellung in der Praxis.

YOLO26 ist kein inkrementelles Update. Es stellt einen strukturellen Sprung nach vorne dar, wie Vision-KI in Produktionsqualität trainiert, bereitgestellt und skaliert wird.

Abb. 1. Benchmarking von Ultralytics YOLO26

Link to this sectionWas YOLO26 möglich macht#

Einer der wichtigsten Aspekte von YOLO26 ist, wie es auf den Stärken früherer Modelle wie Ultralytics YOLO11 aufbaut und gleichzeitig die Möglichkeiten der Computer Vision erweitert. YOLO26 unterstützt von Haus aus dieselben Computer-Vision-Aufgaben wie YOLO11, einschließlich Objekterkennung, Instanzsegmentierung und Bildklassifizierung.

Abb. 2. Ein Beispiel für die Verwendung von YOLO26 zur Objekterkennung in einem Bild.

Es unterstützt weiterhin Pose-Schätzung, orientierte Bounding-Box-Objekterkennung für Luft- und Satellitenbilder sowie Objektverfolgung in Videostreams. Wie YOLO11 ist YOLO26 in fünf Modellvarianten erhältlich: Nano (n), Small (s), Medium (m), Large (l) und Extra large (x), was dir Optionen bietet, um Geschwindigkeit, Größe und Genauigkeit auszubalancieren.

Link to this sectionHauptfunktionen von Ultralytics YOLO26#

Ultralytics YOLO26 enthält eine Reihe von Verbesserungen, die auf die Steigerung von Leistung, Zuverlässigkeit und praktischer Nutzbarkeit ausgelegt sind. Hier ist ein Einblick in die wichtigsten Funktionen von YOLO26:

• Entfernung von Distribution Focal Loss: YOLO26 entfernt Distribution Focal Loss (DFL), reduziert die Modellkomplexität und sorgt für eine einfachere, kompatiblere Bereitstellung auf Edge- und Low-Power-Hardware.
• End-to-End NMS-freie Inferenz: YOLO26 macht die Notwendigkeit von Non-Maximum Suppression (NMS) nativ überflüssig – ein Schritt, der normalerweise verwendet wird, um doppelte Vorhersagen zu entfernen. Dies macht die Bereitstellung für den Echtzeiteinsatz einfacher und schneller.
• Progressive Loss Balancing + STAL: Progressive Loss Balancing (ProgLoss) und Small Target Aware Label Assignment (STAL) passen an, wie das Modell während des Trainings lernt, was eine zuverlässigere Erkennung kleiner und entfernter Objekte in komplexen Szenen ermöglicht.
• MuSGD-Optimierer: YOLO26 führt den MuSGD-Optimierer ein, eine Hybridlösung aus Stochastic Gradient Descent (SGD) und von Muon inspirierten Techniken, die die Trainingsstabilität verbessert und eine schnellere, konsistentere Konvergenz ermöglicht.
• Bis zu 43 % schnellere CPU-Inferenz: Das YOLO26-Nano-Modell liefert eine bis zu 43 % schnellere Inferenz auf Standard-CPUs und ermöglicht so effiziente Echtzeit-Vision-KI auf mobilen Geräten, intelligenten Kameras und anderen Edge-Systemen.

Link to this sectionHinter dem Code: Die Reise zu Ultralytics YOLO26#

Die Entwicklung von YOLO26 war eine gemeinsame Anstrengung, die durch die Forschung unseres Teams sowie das Feedback unserer Community, Partner und Kunden geprägt wurde. Wir haben uns das Ziel gesetzt, die Architektur zu vereinfachen, die Effizienz zu verbessern und das Modell anpassungsfähiger für den realen Einsatz zu machen.

Über diese Reise nachdenkend, erklärte Glenn Jocher: „Eine der größten Herausforderungen bestand darin, sicherzustellen, dass die Benutzer das Beste aus YOLO26 herausholen und gleichzeitig Spitzenleistung erhalten.“ Seine Perspektive unterstreicht ein grundlegendes Designprinzip von YOLO26: Vision-KI einfach zu bedienen.

Dazu ergänzt Jing Qiu, unser Senior Machine Learning Engineer: „Beim Aufbau des neuen Ultralytics YOLO Modells ging es darum, beständig zu bleiben, ohne Eile. Ich habe kontinuierlich verfeinert und mich nur auf das Gleichgewicht zwischen Geschwindigkeit und Genauigkeit konzentriert. Als sich alles zusammenfügte, war da eine stille Zufriedenheit – der Beweis, dass es sich auszahlt, an den Details dranzubleiben.“

Link to this sectionBeginne mit der Entwicklung mit Ultralytics YOLO26#

Ultralytics YOLO26 ist ab heute über die Ultralytics Platform öffentlich verfügbar, mit voller Unterstützung für Trainings-, Inferenz- und Export-Workflows. Organisationen, die YOLO26 in kommerziellen oder geschlossenen Umgebungen einsetzen, können auf Enterprise-Lizenzierungsoptionen zugreifen, die Unterstützung für die Produktionsbereitstellung, langfristige Wartung und skalierbare Edge-Rollouts beinhalten.

Wie unsere früheren Modelle wird es auch vollständig über das Ultralytics Python-Paket unterstützt, sodass Benutzer sofort loslegen können. Benutzer können YOLO26 mit demselben optimierten Workflow trainieren, validieren und bereitstellen, den sie bereits kennen, während sie von einer Reihe von Exportoptionen wie ONNX, TensorRT, CoreML, TFLite, OpenVINO und mehr profitieren.

Link to this sectionLass uns gemeinsam die Zukunft der Vision-KI bauen#

Ultralytics YOLO26 repräsentiert unseren nächsten Schritt, Vision-KI schneller, leichter und einfacher in der Anwendung zu machen. Aber dies ist erst der Anfang.

Die echte Wirkung entsteht durch das, was die Vision-KI-Community damit erschafft. Wir freuen uns darauf, deine Innovationen zu sehen und gemeinsam die Zukunft der Computer Vision zu gestalten.

Vernetze dich mit unserer Community und entdecke unser GitHub-Repository, um tiefer in die KI einzutauchen. Entdecke Industrielösungen wie KI in der Robotik und Computer Vision in der Logistik, sieh dir unsere Lizenzierungsoptionen an und beginne noch heute mit der Entwicklung mit Computer Vision.