Ultralytics redefine el estado del arte de la inteligencia artificial aplicada a la visión con YOLO26

Hoy lanzamos oficialmente Ultralytics YOLO26, nuestro nuevo modelo, que establece un nuevo referente de rendimiento de vanguardia. Presentado por primera vez por nuestro fundador y CEO, Glenn Jocher, en YOLO Vision 2025 (YV25), en Londres, es nuestro modelo más avanzado y fácil de desplegar hasta la fecha.

Diseñado para ser ligero, compacto y rápido, YOLO26 está optimizado para los entornos en los que realmente se ejecutan las aplicaciones de IA de visión en tiempo real. Gracias a la inferencia nativa de extremo a extremo integrada directamente en el modelo, YOLO26 simplifica el despliegue, reduce la complejidad del sistema y ofrece un rendimiento fiable tanto en dispositivos periféricos como en entornos de producción a gran escala.

De hecho, la versión más pequeña de YOLO26, el modelo nano, funciona hasta un 43 % más rápido en CPU estándar, lo que permite crear soluciones de IA de visión en tiempo real eficientes para aplicaciones móviles, cámaras inteligentes y otros dispositivos periféricos. Basado en la visión de Ultralytics de hacer accesibles a todo el mundo las capacidades de IA de visión con un impacto real, YOLO26 combina un rendimiento de vanguardia con la sencillez, lo que facilita su uso y despliegue.

Diseñado para la próxima era de la visión artificial#

La visión artificial se está trasladando rápidamente más allá de la nube. Las aplicaciones del mundo real requieren cada vez más inferencia en tiempo real, baja latencia, flexibilidad de hardware y un rendimiento predecible en dispositivos como drones, cámaras, sistemas móviles y plataformas integradas.

YOLO26 se diseñó específicamente para este cambio. Al replantear desde cero la canalización de detección de objetos, Ultralytics ha creado una arquitectura de modelo que elimina la complejidad innecesaria y ofrece al mismo tiempo una precisión y velocidad de vanguardia.

Por ejemplo, los modelos tradicionales de detección de objetos de Ultralytics dependen de un paso adicional de posprocesamiento denominado supresión no máxima para filtrar las predicciones superpuestas después de la inferencia. YOLO26 elimina este paso adicional al permitir la inferencia nativa de extremo a extremo, de modo que el modelo genera directamente las detecciones finales. Esto permite un despliegue en el mundo real más rápido, predecible y fiable.

YOLO26 no es una actualización incremental. Representa un salto estructural hacia delante en la forma de entrenar, desplegar y escalar la IA de visión de nivel de producción.

Fig. 1. Evaluación comparativa de Ultralytics YOLO26

Qué hace posible YOLO26#

Uno de los aspectos clave de YOLO26 es cómo se basa en los puntos fuertes de modelos anteriores como Ultralytics YOLO11, al tiempo que amplía las posibilidades de la visión artificial. De serie, YOLO26 admite las mismas tareas de visión artificial principales que YOLO11, como la detección de objetos, la segmentación de instancias y la clasificación de imágenes.

Fig. 2. Ejemplo del uso de YOLO26 para detectar objetos en una imagen.

También mantiene la compatibilidad con la estimación de poses, la detección de objetos mediante cajas delimitadoras orientadas para imágenes aéreas y de satélite, y el seguimiento de objetos en secuencias de vídeo. Al igual que YOLO11, YOLO26 está disponible en cinco variantes de modelo: Nano (n), Small (s), Medium (m), Large (l) y Extra large (x), para que puedas elegir el equilibrio entre velocidad, tamaño y precisión.

Funciones clave de Ultralytics YOLO26#

Ultralytics YOLO26 incorpora diversos avances diseñados para mejorar el rendimiento, la fiabilidad y la utilidad en el mundo real. Estas son algunas de las funciones clave de YOLO26:

• Eliminación de Distribution Focal Loss: YOLO26 elimina la pérdida focal de distribución (DFL), lo que reduce la complejidad del modelo y facilita un despliegue más sencillo y compatible en hardware periférico y de bajo consumo.
• Inferencia de extremo a extremo sin NMS: YOLO26 elimina de forma nativa la necesidad de la supresión no máxima (NMS), un paso que normalmente se utiliza para eliminar predicciones duplicadas, lo que simplifica y acelera el despliegue para usos en tiempo real.
• Equilibrado progresivo de la pérdida + STAL: El equilibrado progresivo de la pérdida (ProgLoss) y la asignación de etiquetas consciente de objetivos pequeños (STAL) ajustan la forma en que el modelo aprende durante el entrenamiento, lo que permite detectar de forma más fiable objetos pequeños y lejanos en escenas complejas.
• Optimizador MuSGD: YOLO26 incorpora el optimizador MuSGD, una combinación del descenso de gradiente estocástico (SGD) y técnicas inspiradas en Muon, que mejora la estabilidad del entrenamiento y permite una convergencia más rápida y uniforme.
• Inferencia en CPU hasta un 43 % más rápida: El modelo nano de YOLO26 ofrece una inferencia hasta un 43 % más rápida en CPU estándar, lo que permite ejecutar IA de visión en tiempo real de forma eficiente en dispositivos móviles, cámaras inteligentes y otros sistemas periféricos.

Detrás del código: el camino hacia Ultralytics YOLO26#

El desarrollo de YOLO26 fue un esfuerzo colectivo impulsado por la investigación de nuestro equipo y los comentarios que recibimos de la comunidad, nuestros socios y nuestros clientes. Nos propusimos simplificar la arquitectura, mejorar la eficiencia y hacer que el modelo se adaptara mejor al uso en el mundo real.

Al reflexionar sobre este recorrido, Glenn Jocher explicó: «Uno de los mayores retos fue asegurarnos de que los usuarios pudieran sacar el máximo partido a YOLO26 sin dejar de ofrecer el máximo rendimiento». Su perspectiva pone de relieve un principio de diseño fundamental de YOLO26: mantener la IA de visión fácil de usar.

Ampliando esta idea, Jing Qiu, nuestro ingeniero sénior de machine learning, añadió: «Crear el nuevo modelo YOLO de Ultralytics consistió en mantener la calma, sin prisas. Seguí perfeccionándolo, centrándome únicamente en ese equilibrio entre velocidad y precisión. Cuando todo encajó, sentí una satisfacción tranquila: la prueba de que prestar atención a los detalles funciona».

Empieza a crear con Ultralytics YOLO26#

Ultralytics YOLO26 estará disponible públicamente desde hoy a través de Ultralytics Platform, con compatibilidad completa para los flujos de trabajo de entrenamiento, inferencia y exportación. Las organizaciones que desplieguen YOLO26 en entornos comerciales o cerrados pueden acceder a opciones de licencia empresarial, que incluyen asistencia para el despliegue en producción, mantenimiento a largo plazo y despliegues periféricos escalables.

Al igual que nuestros modelos anteriores, también es totalmente compatible con el paquete de Python de Ultralytics, lo que permite a los usuarios empezar de inmediato. Puedes entrenar, validar y desplegar YOLO26 con el mismo flujo de trabajo simplificado que ya conoces, aprovechando además diversas opciones de exportación, como ONNX, TensorRT, CoreML, TFLite, OpenVINO y muchas más.

Construyamos juntos el futuro de la IA de visión#

Ultralytics YOLO26 representa nuestro siguiente paso para hacer que la IA de visión sea más rápida, ligera y fácil de usar. Pero esto no ha hecho más que empezar.

El impacto real proviene de lo que la comunidad de IA de visión crea con ella. Estamos deseando ver tus innovaciones y seguir dando forma juntos al futuro de la visión artificial.

Conecta con nuestra comunidad y explora nuestro repositorio de GitHub para profundizar en la IA. Descubre soluciones del sector como la IA en robótica y la visión artificial en logística, consulta nuestras opciones de licencia y empieza hoy mismo a crear con visión artificial.