Ultralytics YOLO26: el nuevo estándar de IA de visión pensada para el edge

Hoy, Ultralytics lanza oficialmente YOLO26, el modelo YOLO más avanzado y fácil de implementar hasta la fecha. Anunciado por primera vez en YOLO Vision 2025 (YV25), YOLO26 supone un cambio fundamental en la forma de entrenar, implementar y escalar modelos de visión artificial en sistemas del mundo real.

La IA de visión se está trasladando rápidamente al edge. Cada vez se procesan más imágenes y vídeos directamente en dispositivos, cámaras, robots y sistemas integrados, donde la latencia, la fiabilidad y el coste importan más que la potencia bruta de computación en la nube. YOLO26 está diseñado para esta realidad y ofrece una precisión de vanguardia mientras funciona de forma eficiente en CPU, aceleradores edge y hardware de bajo consumo.

Aunque YOLO26 supone un avance importante, mantiene la experiencia familiar y optimizada de Ultralytics YOLO en la que confían los desarrolladores. Se integra en los flujos de trabajo existentes, admite una amplia variedad de tareas de visión y sigue siendo fácil de usar, por lo que su adopción resulta sencilla tanto para los equipos de investigación como para los de producción.

Fig. 1. Ejemplo de uso de Ultralytics YOLO26 para la detección de objetos.

En este artículo, te explicamos todo lo que necesitas saber sobre Ultralytics YOLO26 y qué supone para el futuro de la IA de visión contar con un modelo YOLO más ligero, pequeño y rápido.

Ultralytics YOLO26 establece un nuevo estándar para la IA visual#

Ultralytics YOLO26 se basa en la idea de que todo el mundo debería poder acceder fácilmente a las capacidades de IA visual con un impacto significativo. Creemos que las potentes herramientas de visión artificial no deberían estar fuera del alcance de la mayoría ni limitarse a un pequeño grupo de organizaciones.

En YV25, en Londres, nuestro fundador y director ejecutivo, Glenn Jocher, compartió sus reflexiones sobre esta visión: «La tecnología de IA más asombrosa está a puerta cerrada. No es abierta. Las grandes empresas controlan los nuevos avances y todos los demás tienen que hacer cola para acceder a ellos. En Ultralytics tenemos una visión diferente. Queremos que todo el mundo tenga la IA al alcance de la mano».

También explicó que esto significa sacar la IA de la nube y llevarla a entornos reales, y añadió: «Queremos que la tecnología no se quede simplemente en la nube, sino que llegue a los dispositivos edge, a tu teléfono, a tus vehículos y a los sistemas de bajo consumo. Y queremos que todas esas personas increíbles que están creando soluciones puedan acceder a ella».

YOLO26 lleva esta visión a la práctica: es un modelo diseñado para funcionar allí donde realmente se implementa la IA visual, no donde resulta más fácil crear prototipos.

Ultralytics YOLO26 al detalle: un modelo de visión de última generación#

Al igual que los modelos anteriores de Ultralytics YOLO, YOLO26 admite varias tareas de visión artificial dentro de una única familia de modelos unificada. Está disponible en cinco tamaños: Nano (n), Small (s), Medium (m), Large (l) y Extra Large (x), lo que permite a los equipos equilibrar la velocidad, la precisión y el tamaño del modelo en función de las limitaciones de implementación.

Más allá de su flexibilidad, YOLO26 eleva el listón del rendimiento. En comparación con YOLO11, el modelo nano de YOLO26 ofrece una inferencia en CPU hasta un 43 % más rápida, lo que lo convierte en uno de los modelos de detección de objetos de alta precisión más rápidos disponibles para su implementación en edge y CPU.

Fig. 2. Ultralytics YOLO26 es un modelo de visión de última generación.

A continuación, te presentamos las tareas de visión artificial que admite YOLO26:

• Detección de objetos: el modelo puede encontrar y localizar varios objetos en imágenes o vídeos.
• Segmentación de instancias: YOLO26 puede delimitar objetos individuales con detalle a nivel de píxel.
• Clasificación de imágenes: YOLO26 puede analizar una imagen completa y asignarla a una categoría específica, lo que ayuda a los sistemas a comprender el contexto general de una escena.
• Estimación de poses: puede utilizarse para identificar puntos clave y estimar poses de personas y otros objetos.
• Detección de cuadros delimitadores orientados (OBB): YOLO26 puede detectar objetos desde distintos ángulos, algo especialmente útil para imágenes aéreas y por satélite.
• Seguimiento de objetos: en combinación con el paquete de Python de Ultralytics, YOLO26 puede utilizarse para seguir objetos a lo largo de fotogramas de vídeo y retransmisiones en directo.

Todas las tareas admiten entrenamiento, validación, inferencia y exportación dentro de un marco coherente. Desde su lanzamiento, YOLO26 también ha incorporado la segmentación semántica y la estimación monocular de profundidad.

Innovaciones clave de Ultralytics YOLO26#

Ultralytics YOLO26 incorpora varias innovaciones fundamentales que mejoran la velocidad de inferencia, la estabilidad del entrenamiento y la sencillez de la implementación. A continuación, te ofrecemos un resumen:

• Eliminación de la pérdida focal de distribución (DFL): se ha eliminado el módulo DFL para simplificar la predicción de las cajas delimitadoras, mejorar la compatibilidad con el hardware y facilitar la exportación y ejecución de los modelos en dispositivos edge y de bajo consumo.
• Inferencia integral sin NMS: YOLO26 está diseñado como un modelo integral nativo que genera directamente las predicciones finales, por lo que elimina la necesidad de aplicar supresión no máxima y reduce la latencia de inferencia y la complejidad de la implementación.
• Equilibrado progresivo de la pérdida + STAL: estas estrategias de pérdida mejoradas estabilizan el entrenamiento y aumentan la precisión de detección, especialmente en el caso de objetos pequeños y difíciles de detectar.
• Optimizador MuSGD: YOLO26 utiliza un nuevo optimizador híbrido que combina SGD con técnicas de optimización inspiradas en Muon para lograr un entrenamiento más estable.
• Inferencia en CPU hasta un 43 % más rápida: YOLO26, optimizado específicamente para la computación edge, ofrece una inferencia en CPU hasta un 43 % más rápida y permite obtener rendimiento en tiempo real en dispositivos edge.

A continuación, repasaremos en detalle las características que hacen que YOLO26 sea más rápido, eficiente y fácil de implementar.

Simplificación de las predicciones mediante la eliminación de la pérdida focal de distribución#

Los modelos YOLO anteriores utilizaban la pérdida focal de distribución (DFL) durante el entrenamiento para mejorar la precisión de las cajas delimitadoras. Aunque era eficaz, DFL añadía complejidad y establecía límites fijos para la regresión, lo que dificultaba la exportación y la implementación, especialmente en hardware edge y de bajo consumo.

YOLO26 elimina DFL por completo. Al hacerlo, elimina los límites fijos de regresión de las cajas delimitadoras presentes en modelos anteriores, lo que mejora la fiabilidad y la precisión al detectar objetos muy grandes.

Al simplificar el proceso de predicción de las cajas delimitadoras, YOLO26 resulta más fácil de exportar y funciona de forma más fiable en una amplia variedad de dispositivos edge y de bajo consumo.

Inferencia integral sin NMS con Ultralytics YOLO26#

Las canalizaciones tradicionales de detección de objetos utilizan la supresión no máxima (NMS) como paso de posprocesamiento para filtrar las predicciones solapadas. Aunque es eficaz, NMS añade latencia, complejidad y fragilidad, sobre todo al implementar modelos en distintos entornos de ejecución y plataformas de hardware.

YOLO26 incorpora un modo de inferencia integral nativo, en el que el modelo genera directamente las predicciones finales sin necesidad de aplicar NMS como paso independiente de posprocesamiento. La propia red gestiona las predicciones duplicadas.

Eliminar NMS reduce la latencia, simplifica los procesos de implementación y disminuye el riesgo de errores de integración, por lo que YOLO26 es especialmente adecuado para implementaciones en tiempo real y en edge.

Mejora del reconocimiento con el equilibrado progresivo de la pérdida + STAL#

Una característica clave relacionada con el entrenamiento es la incorporación de equilibrado progresivo de la pérdida (ProgLoss) y asignación de etiquetas con atención a objetivos pequeños (STAL). Estas mejoras de entrenamiento ayudan a estabilizar el entrenamiento y a mejorar la precisión de detección.

ProgLoss ayuda al modelo a aprender de forma más constante durante el entrenamiento, reduciendo la inestabilidad y favoreciendo una convergencia más fluida. Por su parte, STAL se centra en mejorar la forma en que el modelo aprende de objetos pequeños, que suelen ser más difíciles de detectar debido a la escasez de detalles visuales.

En conjunto, ProgLoss y STAL permiten obtener detecciones más fiables y mejoras notables en el reconocimiento de objetos pequeños. Esto es especialmente importante en aplicaciones edge como el Internet de las cosas (IoT), la robótica y las imágenes aéreas, donde los objetos suelen ser pequeños, lejanos o parcialmente visibles.

Un entrenamiento más estable con el optimizador MuSGD#

Con YOLO26, hemos adoptado un nuevo optimizador llamado MuSGD, diseñado para que el entrenamiento sea más estable y eficiente. MuSGD es un enfoque híbrido que combina las ventajas del descenso de gradiente estocástico (SGD) tradicional con técnicas inspiradas en Muon, un optimizador utilizado para entrenar modelos de lenguaje grandes (LLM).

SGD ha sido una opción fiable en visión artificial durante mucho tiempo, gracias a su sencillez y su gran capacidad de generalización. Al mismo tiempo, los avances recientes en el entrenamiento de LLM han demostrado que los métodos de optimización más novedosos pueden mejorar la estabilidad y la velocidad si se aplican con cuidado. MuSGD incorpora algunas de estas ideas al ámbito de la visión artificial.

Inspirado en Kimi K2 de Moonshot AI, MuSGD incorpora estrategias de optimización que ayudan al modelo a converger con mayor fluidez durante el entrenamiento. Esto permite que YOLO26 alcance un rendimiento sólido más rápido y reduzca la inestabilidad del entrenamiento, especialmente en configuraciones de entrenamiento más grandes o complejas.

MuSGD ayuda a que YOLO26 se entrene de forma más predecible en distintos tamaños de modelo, lo que contribuye tanto a mejorar el rendimiento como a estabilizar el entrenamiento.

Ultralytics YOLO26 ofrece una inferencia en CPU hasta un 43 % más rápida#

A medida que la IA visual se acerca al lugar donde se generan los datos, un buen rendimiento edge es cada vez más importante. YOLO26, optimizado específicamente para la computación edge, ofrece una inferencia en CPU hasta un 43 % más rápida y garantiza un rendimiento en tiempo real en dispositivos sin GPU. Esta mejora permite ejecutar sistemas de visión ágiles y fiables directamente en cámaras, robots y hardware integrado, donde las limitaciones de latencia, eficiencia y coste determinan lo que es posible.

Tareas de visión artificial mejoradas que admite Ultralytics YOLO26#

Además de las mejoras arquitectónicas que aumentan la precisión de la detección de objetos, YOLO26 también incluye optimizaciones específicas para cada tarea, diseñadas para mejorar el rendimiento en distintas tareas de visión artificial. Por ejemplo, mejora la segmentación de instancias, la estimación de pose y la detección de cajas delimitadoras orientadas mediante actualizaciones específicas que aumentan la precisión y la fiabilidad.

A continuación, te ofrecemos un resumen de estas optimizaciones:

• Segmentación de instancias: YOLO26 utiliza una función de pérdida de segmentación semántica para mejorar el aprendizaje del modelo durante el entrenamiento, lo que genera máscaras de instancias más precisas y coherentes. Además, un módulo proto mejorado permite utilizar información de varias escalas, de modo que el modelo gestiona con mayor eficacia objetos de distintos tamaños, incluso en escenas complejas.
• Estimación de pose: al integrar la estimación de máxima verosimilitud residual (RLE), una técnica que modela la incertidumbre en las predicciones de puntos clave, y mejorar el proceso de decodificación, YOLO26 ofrece puntos clave más precisos y un mejor rendimiento en tiempo real.
• Detección de cajas delimitadoras orientadas: YOLO26 incorpora una función de pérdida angular especializada que ayuda al modelo a aprender con mayor precisión la rotación de los objetos, especialmente en objetos cuadrados, cuya orientación puede ser ambigua. La decodificación OBB optimizada también reduce los saltos bruscos en las predicciones angulares cerca de los límites de rotación, lo que produce estimaciones de orientación más estables y coherentes.

Fig. 3. Uso de Ultralytics YOLO26 para la segmentación de instancias.

Ultralytics YOLOE-26: segmentación de vocabulario abierto basada en YOLO26#

Ultralytics también presenta YOLOE-26, una nueva familia de modelos de segmentación de vocabulario abierto basada en la arquitectura y las innovaciones de entrenamiento de YOLO26.

YOLOE-26 no es una nueva tarea ni función, sino una familia de modelos especializada que reutiliza la tarea de segmentación existente y permite utilizar indicaciones de texto, indicaciones visuales y la inferencia sin indicaciones. Disponible en todos los tamaños YOLO estándar, YOLOE-26 ofrece mayor precisión y un rendimiento más fiable en situaciones reales que los modelos anteriores de segmentación de vocabulario abierto.

Ultralytics YOLO26 está diseñado para funcionar allí donde realmente se ejecuta la IA visual#

Desde cámaras basadas en visión hasta robots impulsados por visión artificial y diminutos chips de procesamiento edge, la visión artificial y la IA se implementan directamente en los dispositivos para realizar inferencias en tiempo real. Ultralytics YOLO26 está diseñado específicamente para estos entornos, donde son esenciales la baja latencia, la eficiencia y un rendimiento fiable.

En la práctica, esto significa que YOLO26 puede implementarse fácilmente en una amplia variedad de hardware. En concreto, gracias al paquete de Python de Ultralytics y a su amplia gama de integraciones, los modelos se pueden exportar a formatos optimizados para distintas plataformas y aceleradores de hardware.

Por ejemplo, exportar a TensorRT permite realizar inferencias de alto rendimiento en GPU NVIDIA, mientras que CoreML admite la implementación nativa en dispositivos Apple y OpenVINO optimiza el rendimiento en hardware Intel. YOLO26 también se puede exportar para ejecutarse en varios aceleradores edge específicos, lo que permite realizar inferencias de alto rendimiento y eficiencia energética en hardware especializado de IA edge.

Estos son solo algunos ejemplos; hay muchas más integraciones compatibles en entornos edge y de producción. Esta flexibilidad permite ejecutar un único modelo YOLO26 en diversos destinos de implementación. Agiliza los flujos de trabajo de producción y acerca la IA visual al edge.

Redefinición de los casos de uso de la visión artificial en todos los sectores#

Diseñado para implementaciones reales, YOLO26 se puede utilizar en una amplia variedad de casos de uso de visión artificial en distintos sectores. Estos son algunos ejemplos de sus posibles aplicaciones:

• Robótica: YOLO26 puede utilizarse en tareas como la navegación, la detección de obstáculos y la interacción con objetos. Estas capacidades permiten realizar operaciones robóticas seguras y eficaces en entornos dinámicos.
• Fabricación: En las líneas de producción, YOLO26 puede analizar imágenes y vídeos para identificar defectos, componentes que faltan o problemas en los procesos. El procesamiento de los datos en el dispositivo agiliza la detección y reduce la dependencia de los sistemas en la nube.
• Aplicaciones aéreas y con drones: al implementarse en drones, YOLO26 puede procesar imágenes aéreas durante el vuelo para realizar inspecciones, cartografía y levantamientos topográficos. Así es posible analizar escenas en tiempo real, incluso en lugares remotos.
• Sistemas integrados e IoT: gracias a su diseño ligero, YOLO26 puede ejecutarse en hardware integrado de bajo consumo para procesar datos visuales de forma local. Entre los casos de uso habituales se incluyen cámaras inteligentes, sensores conectados y dispositivos de supervisión automatizados.
• Ciudades inteligentes: en entornos urbanos, YOLO26 puede analizar las transmisiones de vídeo de cámaras de tráfico y espacios públicos. Esto permite aplicar soluciones edge para la supervisión del tráfico, la seguridad pública y la gestión de infraestructuras.

Fig. 4. YOLO26 se puede utilizar en distintas aplicaciones de visión artificial.

Primeros pasos con Ultralytics YOLO26#

Puedes utilizar Ultralytics YOLO26 mediante dos flujos de trabajo complementarios, según cómo desarrolles e implementes la IA visual.

Opción 1: Utiliza Ultralytics YOLO26 a través de Ultralytics Platform (recomendado)

Ultralytics Platform ofrece una forma centralizada de entrenar, implementar y supervisar modelos YOLO26 en producción. Reúne conjuntos de datos, experimentos e implementaciones en un solo lugar, lo que facilita la gestión de los flujos de trabajo de IA de visión a gran escala, especialmente para los equipos que implementan en edge y en entornos de producción.

Desde Platform, puedes:

• Acceder a modelos YOLO26
• Entrenar y ajustar modelos con conjuntos de datos personalizados
• Exportar modelos para implementarlos en entornos edge y de producción
• Supervisar experimentos y modelos implementados en un único flujo de trabajo

Descubre YOLO26 en Ultralytics Platform: platform.ultralytics.com/ultralytics/yolo26

Opción 2: utiliza Ultralytics YOLO26 mediante flujos de trabajo de código abierto

YOLO26 sigue estando plenamente disponible en el ecosistema de código abierto de Ultralytics y se puede utilizar con los flujos de trabajo existentes basados en Python para entrenamiento, inferencia y exportación.

Los desarrolladores pueden instalar el paquete de Ultralytics, cargar modelos YOLO26 preentrenados e implementarlos con herramientas y formatos conocidos, como ONNX, TensorRT, CoreML u OpenVINO.

pip install ultralytics

from ultralytics import YOLO

# Carga un modelo YOLO26n preentrenado con COCO
model = YOLO("yolo26n.pt")

# Ejecuta la inferencia con el modelo YOLO26n en la imagen 'bus.jpg'
results = model("path/to/bus.jpg")

Si prefieres trabajar directamente con el código o crear canalizaciones personalizadas, encontrarás documentación y guías completas en la documentación de Ultralytics.

Ultralytics YOLO26: preparado para el futuro de la visión artificial#

Ultralytics YOLO26 está diseñado para satisfacer las necesidades de las soluciones de IA visual del futuro, cuyos modelos deberán ser rápidos, eficientes y fáciles de implementar en hardware real. Al mejorar el rendimiento, simplificar la implementación y ampliar las capacidades del modelo, YOLO26 se adapta de forma natural a una gran variedad de aplicaciones del mundo real. YOLO26 establece una nueva base para desarrollar, implementar y escalar la IA visual. Nos entusiasma ver cómo utiliza la comunidad este modelo para lanzar sistemas de visión artificial en el mundo real.

Únete a nuestra creciente comunidad y explora nuestro repositorio de GitHub para acceder a recursos prácticos de IA. Si quieres crear soluciones con IA de visión hoy mismo, consulta nuestras opciones de licencia. Descubre cómo la IA en la agricultura está transformando el sector agrícola y cómo la IA de visión en robótica está dando forma al futuro en nuestras páginas de soluciones.