Ultralytics definiert mit YOLO26 den Stand der Technik bei Vision AI neu
Erfahre, wie Ultralytics YOLO26 mit Geschwindigkeit, Einfachheit und Praxistauglichkeit – von Edge-Geräten bis hin zu großen Servern – neue Maßstäbe für Vision AI setzt.
Heute stellen wir offiziell Ultralytics YOLO26 vor, unser neues Modell, das einen neuen Maßstab für Spitzenleistung setzt. Es wurde erstmals von unserem Gründer und CEO Glenn Jocher auf der YOLO Vision 2025 (YV25) in London vorgestellt und ist unser bislang fortschrittlichstes und am einfachsten einsetzbares Modell.
YOLO26 wurde auf geringes Gewicht, kompakte Größe und hohe Geschwindigkeit ausgelegt und ist für den praktischen Einsatz visueller KI in Echtzeit entwickelt. Die native End-to-End-Inferenz ist direkt in das Modell integriert. Dadurch vereinfacht YOLO26 die Bereitstellung, verringert die Systemkomplexität und bietet zuverlässige Leistung auf Edge-Geräten und in groß angelegten Produktivumgebungen.
Tatsächlich läuft die kleinste Version von YOLO26, das Nano-Modell, auf herkömmlichen CPUs bis zu 43 % schneller und ermöglicht effiziente Echtzeitlösungen für visuelle KI in mobilen Anwendungen, intelligenten Kameras und anderen Edge-Geräten. YOLO26 baut auf der Vision von Ultralytics auf, leistungsstarke visuelle KI für alle zugänglich zu machen. Es verbindet Spitzenleistung mit einfacher Bedienung und Bereitstellung.
Entwickelt für die nächste Ära von Computer Vision#
Computer Vision verlagert sich rasant aus der Cloud. Anwendungen in der Praxis benötigen zunehmend Inferenz in Echtzeit, geringe Latenz, flexible Hardware und vorhersehbare Leistung auf Geräten wie Drohnen, Kameras, Mobilgeräten und eingebetteten Plattformen.
YOLO26 wurde ausdrücklich für diesen Wandel entwickelt. Durch die grundlegende Überarbeitung der Objekterkennungspipeline hat Ultralytics eine Modellarchitektur geschaffen, die unnötige Komplexität beseitigt und gleichzeitig Spitzenwerte bei Genauigkeit und Geschwindigkeit erzielt.
Wie herkömmliche Objekterkennungsmodelle von Ultralytics benötigt es beispielsweise einen zusätzlichen Nachbearbeitungsschritt namens Nicht-Maximum-Unterdrückung, um sich überschneidende Vorhersagen nach der Inferenz herauszufiltern. YOLO26 macht diesen zusätzlichen Schritt überflüssig und ermöglicht native End-to-End-Inferenz, sodass das Modell direkt endgültige Erkennungen ausgeben kann. Das ermöglicht eine schnellere, besser vorhersehbare und zuverlässigere Bereitstellung in der Praxis.
YOLO26 ist kein geringfügiges Update. Es steht für einen grundlegenden Fortschritt darin, wie produktionsreife visuelle KI trainiert, bereitgestellt und skaliert wird.
Abb. 1. Benchmarking von Ultralytics YOLO26.
Was YOLO26 ermöglicht#
Eine der wichtigsten Eigenschaften von YOLO26 ist, dass es auf den Stärken früherer Modelle wie Ultralytics YOLO11 aufbaut und zugleich die Möglichkeiten von Computer Vision erweitert. YOLO26 unterstützt standardmäßig dieselben zentralen Computer-Vision-Aufgaben wie YOLO11, darunter Objekterkennung, Instanzsegmentierung und Bildklassifizierung.
Abb. 2: Beispiel für die Objekterkennung in einem Bild mit YOLO26.
Das Modell unterstützt weiterhin Posenschätzung, Objekterkennung mit orientierten Begrenzungsrahmen für Luft- und Satellitenbilder sowie Objektverfolgung in Videoströmen. Wie YOLO11 ist YOLO26 in fünf Modellvarianten erhältlich: Nano (n), Small (s), Medium (m), Large (l) und Extra Large (x). So kannst du die passende Balance aus Geschwindigkeit, Größe und Genauigkeit wählen.
Die wichtigsten Funktionen von Ultralytics YOLO26#
Ultralytics YOLO26 bietet eine Reihe von Verbesserungen für höhere Leistung, Zuverlässigkeit und Praxistauglichkeit. Hier ein Überblick über die wichtigsten Funktionen von YOLO26:
- Entfernung des Distribution Focal Loss: YOLO26 entfernt den Distribution Focal Loss (DFL), reduziert die Modellkomplexität und ermöglicht eine einfachere, besser kompatible Bereitstellung auf Edge-Geräten und stromsparender Hardware.
- End-to-End-Inferenz ohne NMS: YOLO26 macht die Nichtmaximale Unterdrückung (NMS) auf native Weise überflüssig. Dieser Schritt wird normalerweise verwendet, um doppelte Vorhersagen zu entfernen. Dadurch wird die Bereitstellung einfacher und schneller – ideal für Echtzeitanwendungen.
- Progressive Verlustgewichtung und STAL: Progressive Loss Balancing (ProgLoss) und Small Target Aware Label Assignment (STAL) passen an, wie das Modell während des Trainings lernt. Dadurch lassen sich kleine und weit entfernte Objekte in komplexen Szenen zuverlässiger erkennen.
- MuSGD-Optimierer: YOLO26 führt den MuSGD-Optimierer ein, eine Kombination aus stochastischem Gradientenabstieg (SGD) und von Muon inspirierten Verfahren. Er verbessert die Trainingsstabilität und ermöglicht eine schnellere, gleichmäßigere Konvergenz.
- Bis zu 43 % schnellere Inferenz auf CPUs: Das YOLO26-Nano-Modell liefert auf herkömmlichen CPUs bis zu 43 % schnellere Inferenz und ermöglicht so effiziente visuelle KI in Echtzeit auf Mobilgeräten, intelligenten Kameras und anderen Edge-Systemen.
Ein Blick hinter den Code: Die Entwicklung von Ultralytics YOLO26#
Die Entwicklung von YOLO26 war eine Gemeinschaftsleistung, geprägt durch die Forschungsarbeit unseres Teams und das Feedback aus unserer Community sowie von unseren Partnern und Kunden. Unser Ziel war es, die Architektur zu vereinfachen, die Effizienz zu steigern und das Modell besser an den Einsatz in der Praxis anzupassen.
Mit Blick auf diesen Entwicklungsweg erklärte Glenn Jocher: „Eine der größten Herausforderungen bestand darin, sicherzustellen, dass Nutzer YOLO26 optimal nutzen können und gleichzeitig eine Spitzenleistung erzielt wird.“ Seine Einschätzung unterstreicht einen zentralen Gestaltungsgrundsatz von YOLO26: visuelle KI einfach nutzbar zu machen.
Jing Qiu, unser leitender Machine-Learning-Ingenieur, führte diesen Gedanken weiter aus: „Bei der Entwicklung des neuen Ultralytics-YOLO-Modells ging es darum, beständig zu arbeiten und nichts zu überstürzen. Ich habe es immer weiter verfeinert und mich ausschließlich auf die Balance zwischen Geschwindigkeit und Genauigkeit konzentriert. Als alles zusammenpasste, war das eine stille Zufriedenheit – der Beweis, dass sich die Liebe zum Detail auszahlt.“
Starte mit Ultralytics YOLO26#
Ultralytics YOLO26 ist ab heute öffentlich über die Ultralytics Platform verfügbar und wird umfassend für Training, Inferenz und Export unterstützt. Unternehmen, die YOLO26 in kommerziellen oder abgeschotteten Umgebungen einsetzen, können Lizenzoptionen für Unternehmen nutzen. Diese umfassen Unterstützung für den Produktiveinsatz, langfristige Wartung und die skalierbare Bereitstellung auf Edge-Geräten.
Wie unsere früheren Modelle wird es vollständig über das Ultralytics-Python-Paket unterstützt, sodass Nutzer sofort loslegen können. Nutzer können YOLO26 mit dem gewohnten, optimierten Workflow trainieren, validieren und bereitstellen und dabei eine Vielzahl von Exportoptionen wie ONNX, TensorRT, CoreML, TFLite, OpenVINO und mehr nutzen.
Lass uns gemeinsam die Zukunft der Vision-KI gestalten#
Ultralytics YOLO26 ist unser nächster Schritt, um Vision-KI schneller, leichter und einfacher nutzbar zu machen. Doch das ist erst der Anfang.
Die eigentliche Wirkung entsteht dadurch, was die Vision-KI-Community damit entwickelt. Wir freuen uns auf eure Innovationen und darauf, die Zukunft der Computer Vision gemeinsam weiterzugestalten.
Vernetze dich mit unserer Community und entdecke unser GitHub-Repository, um tiefer in die KI einzutauchen. Entdecke Lösungen für verschiedene Branchen wie KI in der Robotik und Computer Vision in der Logistik, sieh dir unsere Lizenzoptionen an und beginne noch heute mit der Entwicklung im Bereich Computer Vision.
