¡Momentos clave de Ultralytics en YOLO Vision 2025!

La comunidad de IA y visión por ordenador se reunió el 25 de septiembre para YOLO Vision 2025 (YV25), el evento anual híbrido de IA y visión de Ultralytics. Celebrado en Londres, en The Pelligon, y retransmitido en todo el mundo, el evento reunió a un grupo diverso de investigadores, ingenieros y entusiastas de la IA para compartir ideas y conocer nuevas innovaciones, como Ultralytics YOLO26.

En su cuarto año, el evento ha seguido creciendo en alcance e impacto. La retransmisión en directo de YV25 ya ha superado las 6.800 visualizaciones, ha generado más de 49.000 impresiones y ha acumulado casi 2.000 horas de visualización.

YV25 arrancó con unas palabras de apertura de nuestro presentador Oisin Lunny, que marcó el tono de la jornada animando a los asistentes a conectar, compartir y aprovechar al máximo el evento. En sus palabras: «YOLO Vision 2025 es la conferencia que reúne a la comunidad de IA y visión de código abierto para centrarse en los avances en datos, aprendizaje automático y visión por ordenador».

En este artículo repasaremos los aspectos clave de YOLO Vision 2025, incluido el lanzamiento del producto, las ponencias principales, una mesa redonda, las demostraciones en directo y los momentos de comunidad que hicieron especial la jornada. ¡Empecemos!

De una sola GPU a una ronda de financiación de Serie A de 30 millones de dólares#

Antes del evento, había mucha expectación en torno al lanzamiento del nuevo producto, y Glenn Jocher, nuestro fundador y CEO, comenzó la jornada aprovechando ese entusiasmo.

Compartió la trayectoria de Ultralytics y recordó que, en 2020, realizaba experimentos con una única 1080 Ti conectada a su MacBook, una configuración que hoy está obsoleta. Desde esos modestos comienzos, Ultralytics ha crecido hasta convertirse en una comunidad global con miles de millones de inferencias diarias impulsadas por modelos YOLO.

Glenn también habló del reciente cierre por parte de Ultralytics de una ronda de financiación de Serie A de 30 millones de dólares. Explicó que esta inversión impulsará la siguiente etapa de crecimiento al permitir a la empresa ampliar el equipo, expandir la investigación y asegurar los recursos informáticos necesarios para seguir ampliando los límites de la visión por ordenador.

Ultralytics YOLO26: un modelo YOLO mejor, más rápido y más pequeño#

Glenn anunció a continuación dos nuevas iniciativas de Ultralytics. La primera es Ultralytics YOLO26, el modelo más reciente de la familia Ultralytics YOLO, diseñado para ser más pequeño, rápido y eficiente, al tiempo que logra una precisión aún mayor. La segunda es Ultralytics Platform, un nuevo espacio de trabajo SaaS integral que combina datos, entrenamiento, implementación y monitorización para facilitar más que nunca la creación de soluciones de visión por ordenador, cuyo anuncio está previsto para un futuro próximo.

Fig. 1. Glenn Jocher anunciando Ultralytics YOLO26 en el escenario de YOLO Vision 2025.

Ultralytics YOLO26 está diseñado para mejorar el rendimiento sin dejar de ser práctico para su uso en el mundo real. La versión más pequeña ya funciona hasta un 43 % más rápido en CPU y, al mismo tiempo, mejora la precisión, por lo que resulta ideal para aplicaciones que van desde dispositivos móviles hasta grandes sistemas empresariales. YOLO26 estará disponible públicamente a finales de octubre.

Aquí tienes un resumen de las características clave de YOLO26:

• Arquitectura simplificada: se ha eliminado el módulo de Pérdida focal de distribución (DFL), que anteriormente ralentizaba los modelos. Ultralytics YOLO26 funciona ahora de forma más eficiente sin sacrificar precisión.
• Predicciones más rápidas: Ultralytics YOLO26 introduce una opción para omitir el paso de Supresión no máxima (NMS), lo que permite ofrecer resultados más rápidamente y facilita la implementación en tiempo real.
• Mejor detección de objetos pequeños: los nuevos métodos de entrenamiento mejoran la estabilidad y aumentan significativamente la precisión, especialmente al detectar detalles pequeños en escenas complejas.
• Entrenamiento más inteligente: el nuevo optimizador MuSGD combina las ventajas de dos técnicas de entrenamiento, lo que ayuda al modelo a aprender más rápido y alcanzar una mayor precisión.

Primer vistazo a Ultralytics Platform#

Después de presentar YOLO26, Glenn invitó a Prateek Bhatnagar, nuestro responsable de ingeniería de producto, a mostrar el siguiente proyecto en el horizonte: Ultralytics Platform. Diseñada para simplificar todo el flujo de trabajo de visión por ordenador, la plataforma pretende reunir conjuntos de datos, anotación, entrenamiento, implementación y monitorización en un solo lugar.

Prateek lo comparó con poner a punto un coche: en lugar de visitar distintos talleres para los neumáticos, el motor y la transmisión, todo ocurre en un mismo garaje. Del mismo modo, la plataforma ofrece a los desarrolladores un espacio de trabajo integrado para gestionar todo el ciclo de vida de un modelo de IA y visión.

La demostración mostró herramientas de anotación asistidas por IA que aceleran la preparación de conjuntos de datos, opciones de entrenamiento personalizables tanto para expertos como para principiantes y monitorización en tiempo real de las ejecuciones de entrenamiento.

Conclusiones de una mesa redonda sobre la implementación en el edge#

Otro de los momentos destacados de YV25 fue una mesa redonda sobre la implementación en el edge, moderada por Oisin Lunny. En la sesión participaron Yuki Tsuji, de Sony Semiconductor Solutions, David Plowman, de Raspberry Pi, y Glenn Jocher.

La conversación exploró cómo trasladar la IA al edge reduce la latencia y los costes, y mejora la privacidad. Yuki mostró el sensor IMX500 de Sony, que puede ejecutar inferencias directamente en el chip. Por su parte, David habló de cómo Raspberry Pi está ampliando su actividad, que comenzó en el ámbito maker, hacia aplicaciones comerciales a gran escala.

Fig. 2. Una mesa redonda sobre la implementación en el edge con Oisin Lunny, Yuki Tsuji, David Plowman y Glenn Jocher.

La mesa redonda también abordó uno de los mayores obstáculos para los desarrolladores: conseguir que los modelos funcionen correctamente en distintos dispositivos. Aquí es donde el paquete de Python de Ultralytics desempeña un papel clave.

Gracias a su amplia variedad de opciones de exportación, facilita trasladar un modelo entrenado a producción en dispositivos móviles, sistemas integrados o hardware empresarial. Al eliminar las dificultades de la conversión de modelos, Ultralytics ayuda a los equipos a centrarse en crear soluciones en lugar de luchar con problemas de compatibilidad.

Como explicó David: «Sé por mi amarga experiencia que convertir modelos es horrible, y si otra persona lo hace por mí, me facilita muchísimo la vida. Ahí es donde Ultralytics está mejorando realmente las cosas y ofreciendo algo valioso a nuestros usuarios».

Acelerar la innovación y el hardware de IA#

Los avances del software de IA se producen en paralelo a los del hardware y, juntos, están impulsando una nueva ola de innovación en visión por ordenador. Aunque modelos como Ultralytics YOLO siguen mejorando la precisión, su impacto en el mundo real también depende de las plataformas en las que se ejecutan.

Por ejemplo, Seeed Studio mostró cómo el hardware modular y asequible, como sus placas reCamera y XIAO, precargadas con modelos Ultralytics YOLO, facilita a los desarrolladores pasar de la creación de prototipos a sistemas de IA reales. Este tipo de integración entre hardware y software reduce la barrera de entrada y demuestra cómo la innovación a nivel de hardware acelera directamente la adopción.

Estas son algunas conclusiones clave de otras ponencias de YV25, que destacaron cómo el codiseño de hardware y software está abriendo nuevas posibilidades:

• La cuantización desbloquea grandes mejoras de velocidad: Intel mostró cómo convertir modelos Ultralytics YOLO a OpenVINO con cuantización aumentó la velocidad de inferencia de 54 FPS a 606 FPS en solo 30 minutos, lo que pone de relieve el poder de la optimización.
• Las herramientas full-stack hacen práctica la implementación de IA en el edge: NVIDIA destacó cómo los dispositivos Jetson, TensorRT, Triton Inference Server y el SDK DeepStream trabajan conjuntamente para agilizar la implementación de IA y visión de alto rendimiento en el edge.
• Los ecosistemas abiertos aceleran la creación de prototipos: AMD destacó su plataforma integral basada en GPU y la pila de software ROCm, que ayuda a los desarrolladores a pasar rápidamente del prototipo a la implementación mientras controlan los costes.
• Los chips de bajo consumo amplían la IA a dispositivos con recursos limitados: DEEPX presentó sus procesadores DX-M1 y DX-M2, que ofrecen decenas de TOPS con menos de 5 vatios para permitir inferencias avanzadas en sistemas compactos y con limitaciones de energía.

Tendencias recientes en visión por ordenador#

Con los avances del software y el hardware trabajando conjuntamente, la visión por ordenador evoluciona más rápido que nunca. Estos desarrollos paralelos no solo mejoran la precisión y la velocidad, sino que también determinan cómo se puede implementar la IA y visión en el mundo real. En YV25, los participantes tuvieron la oportunidad de escuchar a expertos en robótica, implementación en el edge e IA multimodal, cada uno con una perspectiva diferente sobre el rumbo del sector.

Por ejemplo, en su ponencia, Michael Hart, de D-Robotics, demostró cómo combinar modelos Ultralytics YOLO con su compacta placa RDK X5 (un pequeño módulo integrado de visión con IA) permite a los robots ejecutar modelos de visión avanzados en tiempo real. Su demostración en directo mostró hasta dónde ha llegado la robótica, evolucionando desde experimentos de laboratorio hasta sistemas prácticos impulsados por IA.

Fig. 3. Michael Hart destacó cómo los robots dotados de IA actuales dependen de la visión por ordenador.

Del mismo modo, Alexis Crowell y Steven Hunsche, de Axelera AI, destacaron los retos y las oportunidades de implementar IA y visión en el edge. Mediante demostraciones en directo, explicaron cómo las Unidades de Procesamiento de IA (AIPUs) Metis AI de Axelera AI combinan RISC-V y computación digital en memoria para ofrecer un alto rendimiento con un consumo muy bajo. Al presentarse en formatos conocidos como M.2 y PCIe, el codiseño de hardware y software de la plataforma hace que ampliar la IA en el edge resulte práctico y eficiente.

En otra sesión, Merve Noyan, de Hugging Face, exploró el auge de la IA multimodal, en la que los modelos combinan visión con texto, audio y otras entradas. Habló de casos de uso que van desde el análisis de documentos hasta los agentes corporizados, y subrayó cómo la innovación de código abierto está acelerando la adopción de la IA.

Equilibrar el progreso técnico con los valores humanos#

Aunque YV25 incluyó ponencias inspiradoras de carácter general, también ofreció sesiones muy prácticas. Jiri Borovec, de Lightning AI, realizó una demostración práctica sobre cómo entrenar y ajustar modelos Ultralytics YOLO con PyTorch Lightning y compatibilidad con varias GPU.

Repasó ejemplos de código y destacó cómo las herramientas de código abierto, una documentación clara y los marcos flexibles facilitan que los desarrolladores amplíen el entrenamiento, validen cada etapa y adapten los flujos de trabajo a sus propios proyectos. Fue un recordatorio de la importancia de la comunidad y de unas herramientas accesibles para lograr avances reales en visión por ordenador.

En el otro extremo, los ponentes animaron al público a reflexionar sobre el papel más amplio de la IA en la sociedad. En su ponencia, Gerd Leonhard, futurista, humanista y CEO de The Futures Agency, afirmó que «la tecnología es moralmente neutra hasta que la utilizamos», subrayando que la verdadera cuestión no es solo qué puede hacer la IA, sino qué debería hacer. Advirtió contra trampas como el reduccionismo y la falta de veracidad, y pidió una IA que sirva realmente a los intereses de la humanidad a largo plazo.

Fig. 4. Gerd Leonhard compartiendo sus ideas sobre la creación de soluciones de IA manteniendo su enfoque humano.

Este enfoque en la responsabilidad continuó en una charla informal con Carissa Véliz, de la University of Oxford, que hizo hincapié en la privacidad y la seguridad. Señaló que las comunidades de código abierto son esenciales para revisar y mejorar el código, y que la ética y el diseño son inseparables. Su mensaje fue claro: los desarrolladores deben anticiparse a los usos indebidos y crear sistemas que sitúen la dignidad humana y el bienestar social en primer lugar.

Networking en Londres durante YV25#

Más allá de las ponencias y las demostraciones, YV25 también creó un espacio para conectar. Durante las pausas para el café y la comida, los asistentes conversaron, compartieron experiencias, compararon enfoques y propiciaron nuevas colaboraciones.

Para el equipo de Ultralytics, también fue una gran oportunidad para reunirse en persona. Con miembros repartidos por todo el mundo, momentos como este ayudan a reforzar las conexiones y celebrar juntos los avances.

Fig. 5. El equipo de Ultralytics cerrando una jornada inspiradora en YOLO Vision 2025.

La jornada terminó con una fiesta posterior, en la que los participantes tuvieron la oportunidad de relajarse y seguir haciendo networking. Fue un momento para reflexionar, recargar pilas y mirar hacia el próximo capítulo de la innovación en IA y visión.

Ampliar juntos los límites de la IA y visión#

YOLO Vision 2025 fue una celebración de las ideas, la innovación y la comunidad. El lanzamiento de Ultralytics YOLO26 marcó el inicio, seguido de ponencias interesantes sobre la implementación en el edge y la IA centrada en las personas, que pusieron de relieve el rápido progreso de la IA y visión y su creciente impacto en el mundo.

Además de las sesiones principales, el evento reunió a muchas personas. Investigadores, desarrolladores y entusiastas compartieron experiencias, mantuvieron conversaciones enriquecedoras y exploraron nuevas posibilidades para el futuro. El evento terminó por todo lo alto, con los participantes ilusionados por el futuro de los modelos Ultralytics YOLO y la visión por ordenador.

¿Listo para explorar la IA? Únete a nuestra comunidad y a nuestro repositorio de GitHub para obtener más información sobre la IA y la visión por ordenador. Visita nuestras páginas de soluciones para explorar más aplicaciones de la visión por ordenador en la agricultura y la IA en la robótica. Consulta nuestras opciones de licencia y empieza hoy mismo con la visión por ordenador.