Ultralytics YOLO26: el nuevo estándar para la IA de visión orientada al edge

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

La IA de visión se está trasladando rápidamente al edge. Cada vez más, las imágenes y los vídeos se procesan directamente en dispositivos, cámaras, robots y sistemas integrados, donde la latencia, la fiabilidad y el coste importan más que la potencia de cálculo bruta de la nube. YOLO26 está diseñado para esta realidad y ofrece un rendimiento líder mundial, ejecutándose de forma eficiente en CPU, aceleradores edge y hardware de bajo consumo.

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

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

En este artículo, analizaremos todo lo que necesitas saber sobre Ultralytics YOLO26 y lo que un modelo YOLO más ligero, pequeño y rápido significa para el futuro de la IA de visión. ¡Empecemos!

Ultralytics YOLO26 establece un nuevo estándar para la IA de visión#

Ultralytics YOLO26 se basa en la idea de que las capacidades de IA de visión con impacto deben ser fáciles de utilizar para todo el mundo. Creemos que las potentes herramientas de visión artificial no deberían estar cerradas ni limitadas a un pequeño grupo de organizaciones.

En YV25, en Londres, nuestro fundador y CEO, Glenn Jocher, compartió sus ideas sobre esta visión: «La tecnología de IA más increíble está a puerta cerrada. No es abierta. Las grandes empresas controlan los nuevos desarrollos y todos los demás tienen que esperar su turno para acceder a ellos. En Ultralytics tenemos una visión diferente. Queremos que la IA esté al alcance de todos».

También explicó que esto implica sacar la IA de la nube y llevarla a entornos del mundo real: «Queremos que la tecnología no se quede simplemente en la nube, sino que llegue a dispositivos edge, a tu teléfono, tus vehículos y sistemas de bajo consumo. Y queremos que esas personas increíbles que están creando soluciones tengan acceso a ella».

YOLO26 lleva esta visión a la práctica: un modelo diseñado para ejecutarse allí donde realmente se despliega la IA de visión, no donde resulta más fácil crear prototipos.

Análisis de Ultralytics YOLO26: un modelo de visión de última generación#

Al igual que los modelos Ultralytics YOLO anteriores, 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 del despliegue.

Además de 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 despliegues en edge y basados en CPU.

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

Este es un análisis más detallado de las tareas de visión artificial compatibles con YOLO26:

• Clasificación de imágenes: YOLO26 puede analizar una imagen completa y asignarla a una categoría específica, ayudando a los sistemas a comprender el contexto general de una escena.
• 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.
• Estimación de la pose: puede utilizarse para identificar puntos clave y estimar las poses de personas y otros objetos.
• Detección de cajas delimitadoras orientadas (OBB): YOLO26 puede detectar objetos en distintos ángulos, lo que resulta especialmente útil para imágenes aéreas y por satélite.
• Seguimiento de objetos: junto con el paquete de Python de Ultralytics, YOLO26 puede utilizarse para seguir objetos entre fotogramas de vídeo y emisiones en directo.

Todas las tareas admiten entrenamiento, validación, inferencia y exportación dentro de un marco coherente.

Innovaciones clave de Ultralytics YOLO26#

Ultralytics YOLO26 introduce varias innovaciones fundamentales que mejoran la velocidad de inferencia, la estabilidad del entrenamiento y la sencillez del despliegue. Estas son sus principales innovaciones:

• Eliminación de Distribution Focal Loss (DFL): se ha eliminado el módulo DFL para simplificar la predicción de 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 de extremo a extremo sin NMS: YOLO26 está diseñado como un modelo nativo de extremo a extremo que genera directamente las predicciones finales, eliminando la necesidad de aplicar la supresión de no máximos y reduciendo la latencia de inferencia y la complejidad del despliegue.
• Equilibrado progresivo de la pérdida + STAL: estas estrategias de pérdida mejoradas estabilizan el entrenamiento y aumentan la precisión de detección, especialmente en 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: optimizado específicamente para la computación edge, YOLO26 ofrece una inferencia en CPU hasta un 43 % más rápida, lo que permite obtener un rendimiento en tiempo real en dispositivos edge.

A continuación, repasaremos en detalle estas funciones de nueva generación que hacen que YOLO26 sea más rápido, eficiente y fácil de desplegar.

Simplificación de la predicción mediante la eliminación de Distribution Focal Loss#

Los primeros modelos YOLO utilizaban Distribution Focal Loss (DFL) durante el entrenamiento para mejorar la precisión de las cajas delimitadoras. Aunque era eficaz, DFL añadía complejidad e imponía límites de regresión fijos que dificultaban la exportación y el despliegue, especialmente en hardware edge y de bajo consumo.

YOLO26 elimina DFL por completo. Al eliminar DFL, desaparecen los límites fijos de regresión de las cajas delimitadoras presentes en los 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 se ejecuta de forma más fiable en una amplia variedad de dispositivos edge y de bajo consumo.

Inferencia de extremo a extremo sin NMS con Ultralytics YOLO26#

Las canalizaciones tradicionales de detección de objetos dependen de la supresión de no máximos (NMS) como paso de posprocesamiento para filtrar predicciones superpuestas. Aunque es eficaz, NMS añade latencia, complejidad y fragilidad, especialmente al desplegar modelos en varios entornos de ejecución y destinos de hardware.

YOLO26 introduce un modo de inferencia nativo de extremo a extremo en el que el modelo genera directamente las predicciones finales sin requerir NMS como paso de posprocesamiento independiente. Las predicciones duplicadas se gestionan dentro de la propia red.

Eliminar NMS reduce la latencia, simplifica las canalizaciones de despliegue y disminuye el riesgo de errores de integración, lo que hace que YOLO26 sea especialmente adecuado para despliegues en tiempo real y edge.

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

Una función esencial relacionada con el entrenamiento es la introducción de Progressive Loss Balancing (ProgLoss) y Small-Target-Aware Label Assignment (STAL). Estas funciones de pérdida mejoradas 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 permitiéndole converger con mayor suavidad. Por su parte, STAL se centra en mejorar la forma en que el modelo aprende de los objetos pequeños, que suelen ser más difíciles de detectar debido a la escasez de detalle visual.

Juntos, ProgLoss y STAL dan lugar a detecciones más fiables, con mejoras apreciables en el reconocimiento de objetos pequeños. Esto es especialmente importante para aplicaciones edge como el Internet de las cosas (IoT), la robótica y las imágenes aéreas, donde los objetos suelen ser pequeños, estar lejos o verse parcialmente.

Entrenamiento más estable con el optimizador MuSGD#

Con YOLO26, hemos adoptado un nuevo optimizador llamado MuSGD, diseñado para hacer 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 en el entrenamiento de modelos de lenguaje de gran tamaño (LLM).

SGD ha sido una opción fiable en visión artificial durante mucho tiempo gracias a su sencillez y sólida capacidad de generalización. Al mismo tiempo, los avances recientes en el entrenamiento de LLM han demostrado que los métodos de optimización más modernos 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 suavidad durante el entrenamiento. Esto permite que YOLO26 alcance un rendimiento sólido más rápidamente y reduzca la inestabilidad del entrenamiento, especialmente en configuraciones de entrenamiento grandes o complejas.

MuSGD ayuda a que YOLO26 se entrene de forma más predecible en todos los tamaños de modelo, contribuyendo tanto a mejorar el rendimiento como a aumentar la estabilidad del entrenamiento.

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

A medida que la IA de visión se acerca al lugar donde se generan los datos, un buen rendimiento en edge es cada vez más importante. Optimizado específicamente para la computación edge, YOLO26 ofrece una inferencia en CPU hasta un 43 % más rápida, garantizando 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.

Mejora de las tareas de visión artificial compatibles con Ultralytics YOLO26#

Además de las mejoras arquitectónicas que hacen más precisa 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 la pose y la detección de cajas delimitadoras orientadas mediante actualizaciones específicas que aumentan la precisión y la fiabilidad.

Estas son las principales optimizaciones:

• Segmentación de instancias: YOLO26 utiliza una pérdida de segmentación semántica para mejorar la forma en que el modelo aprende durante el entrenamiento, lo que da lugar a máscaras de instancia más precisas y coherentes. Un módulo proto actualizado también permite utilizar información de varias escalas, de modo que el modelo gestiona los objetos de distintos tamaños de forma más eficaz, incluso en escenas complejas.
• Estimación de la pose: al integrar Residual Log-Likelihood Estimation (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 con un mejor rendimiento en tiempo real.
• Detección de cajas delimitadoras orientadas: YOLO26 introduce una pérdida de ángulo especializada que ayuda al modelo a aprender la rotación de los objetos con mayor precisión, especialmente en objetos cuadrados, cuya orientación puede resultar ambigua. La decodificación OBB optimizada también reduce los saltos repentinos en las predicciones de ángulo 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 tarea ni una función nuevas, sino una familia de modelos especializada que reutiliza la tarea de segmentación existente y permite utilizar indicaciones de texto, indicaciones visuales e inferencia sin indicaciones. Disponible en todos los tamaños estándar de YOLO, YOLOE-26 ofrece una mayor precisión y un rendimiento más fiable en el mundo real que los modelos anteriores de segmentación de vocabulario abierto.

Ultralytics YOLO26 está diseñado para los entornos donde realmente se ejecuta la IA de visión#

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

En la práctica, esto significa que YOLO26 puede desplegarse fácilmente en una amplia variedad de hardware. En concreto, mediante el paquete de Python de Ultralytics y su amplia gama de integraciones, los modelos pueden exportarse a formatos optimizados para distintas plataformas y aceleradores de hardware.

Por ejemplo, exportar a TensorRT permite realizar inferencias de alto rendimiento en GPU de NVIDIA, mientras que CoreML permite el despliegue nativo en dispositivos Apple y OpenVINO optimiza el rendimiento en hardware Intel. YOLO26 también puede exportarse para ejecutarse en varios aceleradores edge específicos, lo que permite realizar inferencias de gran rendimiento y eficiencia energética en hardware Edge AI especializado.

Estos son solo algunos ejemplos, ya que se admiten muchas más integraciones en entornos edge y de producción. Esta flexibilidad permite que un único modelo YOLO26 se ejecute en diversos destinos de despliegue. Simplifica los flujos de trabajo de producción y acerca la IA de visión al edge.

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

Diseñado para despliegues en el mundo real, YOLO26 puede utilizarse en una amplia variedad de casos de uso de visión artificial en diferentes sectores. Estos son algunos ejemplos de dónde puede aplicarse:

• Robótica: YOLO26 puede utilizarse para 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 ausentes o problemas en los procesos. Procesar los datos en el dispositivo mantiene la detección rápida y reduce la dependencia de los sistemas en la nube.

• Aplicaciones aéreas y con drones: al desplegarse en drones, YOLO26 puede procesar imágenes aéreas durante el vuelo para realizar inspecciones, cartografía y reconocimientos. Esto permite analizar escenas en tiempo real, incluso en ubicaciones remotas.

• Sistemas integrados y de IoT: gracias a su diseño ligero, YOLO26 puede ejecutarse en hardware integrado y de bajo consumo para procesar datos visuales localmente. Entre los casos de uso habituales se incluyen las cámaras inteligentes, los sensores conectados y los dispositivos de monitorización automatizada.

• Ciudades inteligentes: en entornos urbanos, YOLO26 puede analizar secuencias de vídeo procedentes de cámaras de tráfico y de espacios públicos. Esto permite aplicaciones como la monitorización del tráfico, la seguridad pública y la gestión de infraestructuras en el edge.

Fig. 4. YOLO26 puede utilizarse para diversas aplicaciones de visión artificial.

Primeros pasos con Ultralytics YOLO26#

Ultralytics YOLO26 puede utilizarse mediante dos flujos de trabajo complementarios, dependiendo de cómo desarrolles y despliegues la IA de visión.

Opción 1: utiliza Ultralytics YOLO26 mediante Ultralytics Platform (recomendado)

Ultralytics Platform ofrece una forma centralizada de entrenar, desplegar y supervisar modelos YOLO26 en producción. Reúne conjuntos de datos, experimentos y despliegues en un único lugar, lo que facilita la gestión de los flujos de trabajo de IA de visión a escala, especialmente para equipos que realizan despliegues en entornos edge y de producción.

A través de Platform, los usuarios pueden:

• Acceder a los modelos YOLO26
• Entrenar y ajustar modelos con conjuntos de datos personalizados
• Exportar modelos para su despliegue en edge y producción
• Supervisar experimentos y modelos desplegados en un único flujo de trabajo

👉 Explora 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 a través del ecosistema de código abierto de Ultralytics y puede utilizarse 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 y desplegarlos utilizando herramientas y formatos conocidos como ONNX, TensorRT, CoreML u OpenVINO.

pip install ultralytics

from ultralytics import YOLO

# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference with the YOLO26n model on the 'bus.jpg' image
results = model("path/to/bus.jpg")

Para quienes prefieran un control práctico o canalizaciones personalizadas, la documentación completa y las guías están disponibles en la documentación de Ultralytics.

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

Ultralytics YOLO26 está diseñado para satisfacer las necesidades de las soluciones de IA de visión del futuro, en las que los modelos tendrán que ser rápidos, eficientes y fáciles de desplegar en hardware real. Al mejorar el rendimiento, simplificar el despliegue y ampliar las capacidades del modelo, YOLO26 encaja de forma natural en una amplia variedad de aplicaciones del mundo real. YOLO26 establece una nueva referencia para la forma de crear, desplegar y escalar la IA de visión. Nos entusiasma ver cómo la comunidad lo utiliza para poner en marcha sistemas de visión artificial del mundo real.

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