Ultralytics redefine la IA de visión de vanguardia con YOLO26

Hoy lanzamos oficialmente Ultralytics YOLO26, nuestro nuevo modelo que establece una nueva referencia 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 desplegable hasta la fecha.

Diseñado para ser ligero, compacto y rápido, YOLO26 está pensado para los lugares donde las aplicaciones de IA de visión en tiempo real realmente se ejecutan en el mundo real. Con 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 en dispositivos de borde y entornos de producción a gran escala.

De hecho, la versión más pequeña de YOLO26, el modelo nano, funciona hasta un 43% más rápido en CPUs estándar, lo que permite soluciones eficientes de IA de visión en tiempo real en aplicaciones móviles, cámaras inteligentes y otros dispositivos de borde. Construido sobre la visión de Ultralytics de hacer accesibles a todo el mundo capacidades de IA de visión de alto impacto, YOLO26 combina un rendimiento de vanguardia con la simplicidad, facilitando su uso y despliegue.

Link to this sectionCreado para la próxima era de la visión artificial#

La visión artificial se está alejando rápidamente de la nube. Las aplicaciones del mundo real demandan 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 fue construido explícitamente para este cambio. Al replantear el flujo de trabajo de detección de objetos desde cero, Ultralytics ha creado una arquitectura de modelo que elimina la complejidad innecesaria a la vez que ofrece precisión y velocidad de vanguardia.

Por ejemplo, los modelos tradicionales de detección de objetos de Ultralytics dependen de un paso adicional de posprocesamiento llamado Non-Maximum Suppression para filtrar las predicciones superpuestas después de la inferencia. YOLO26 elimina este paso extra al permitir una inferencia nativa de extremo a extremo, lo que permite al modelo generar detecciones finales directamente. Desbloquea un despliegue en el mundo real más rápido, predecible y fiable.

YOLO26 no es una actualización incremental. Representa un salto estructural en cómo se entrena, despliega y escala la IA de visión de nivel de producción.

Fig 1. Evaluación comparativa de Ultralytics YOLO26

Link to this sectionLo que YOLO26 hace posible#

Uno de los aspectos clave de YOLO26 es cómo se basa en los puntos fuertes de modelos anteriores como Ultralytics YOLO11 mientras expande lo que es posible con la visión artificial. De forma nativa, YOLO26 admite las mismas tareas de visión artificial principales que YOLO11, incluyendo detección de objetos, segmentación de instancias y clasificación de imágenes.

Fig 2. Un ejemplo de uso de YOLO26 para detectar objetos en una imagen.

También sigue siendo compatible con la estimación de poses, la detección de objetos con cajas delimitadoras orientadas para imágenes aéreas y de satélite, y el seguimiento de objetos en transmisiones 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), ofreciendo a los usuarios opciones que equilibran velocidad, tamaño y precisión.

Link to this sectionCaracterísticas clave de Ultralytics YOLO26#

Ultralytics YOLO26 incluye una serie de avances diseñados para mejorar el rendimiento, la fiabilidad y la usabilidad en el mundo real. Aquí tienes un vistazo a las características clave de YOLO26:

• Eliminación de Distribution Focal Loss: YOLO26 elimina la Distribution Focal Loss (DFL), reduciendo la complejidad del modelo e impulsando un despliegue más sencillo y compatible en hardware de borde y de bajo consumo.
• Inferencia de extremo a extremo sin NMS: YOLO26 elimina de forma nativa la necesidad de Non-Maximum Suppression (NMS), un paso que normalmente se utiliza para eliminar predicciones duplicadas, haciendo que el despliegue sea más sencillo y rápido para su uso en tiempo real.
• Progressive Loss Balancing + STAL: Progressive Loss Balancing (ProgLoss) y Small Target Aware Label Assignment (STAL) ajustan cómo aprende el modelo durante el entrenamiento, permitiendo una detección más fiable de objetos pequeños y distantes en escenas complejas.
• Optimizador MuSGD: YOLO26 introduce el optimizador MuSGD, un híbrido de Stochastic Gradient Descent (SGD) y técnicas inspiradas en Muon, que mejora la estabilidad del entrenamiento y permite una convergencia más rápida y consistente.
• Inferencia de CPU hasta un 43% más rápida: El modelo YOLO26 nano ofrece una inferencia hasta un 43% más rápida en CPUs estándar, permitiendo una IA de visión eficiente en tiempo real en dispositivos móviles, cámaras inteligentes y otros sistemas de borde.

Link to this sectionDetrás del código: El camino hacia Ultralytics YOLO26#

El desarrollo de YOLO26 fue un esfuerzo colectivo formado por la investigación de nuestro equipo y los comentarios que recibimos de la comunidad, nuestros socios y clientes. Nos propusimos simplificar la arquitectura, mejorar la eficiencia y hacer que el modelo fuera más adaptable para su uso en el mundo real.

Reflexionando sobre ese camino, Glenn Jocher explicó: "Uno de los mayores retos fue asegurarse de que los usuarios pudieran sacar el máximo provecho de YOLO26 sin dejar de ofrecer el mejor rendimiento". Su perspectiva destaca un principio de diseño central de YOLO26: mantener la IA de visión fácil de usar.

Ampliando esta idea, Jing Qiu, nuestra ingeniera senior de aprendizaje automático, añadió: "Construir el nuevo modelo Ultralytics YOLO trataba de mantener la calma, sin prisas. Seguí refinando, centrándome solo en ese equilibrio de velocidad-precisión. Cuando todo encajó, fue una satisfacción tranquila: la prueba de que prestar atención a los detalles funciona".

Link to this sectionEmpieza a construir con Ultralytics YOLO26#

Ultralytics YOLO26 estará disponible públicamente a partir de hoy a través de la Ultralytics Platform con soporte completo en flujos de trabajo de entrenamiento, inferencia y exportación. Las organizaciones que desplieguen YOLO26 en entornos comerciales o cerrados pueden acceder a opciones de licencias empresariales, que incluyen soporte para el despliegue en producción, mantenimiento a largo plazo y despliegues a escala en el borde.

Al igual que nuestros modelos anteriores, también es totalmente compatible a través del paquete de Python de Ultralytics, lo que permite a los usuarios empezar de inmediato. Los usuarios pueden entrenar, validar y desplegar YOLO26 con el mismo flujo de trabajo optimizado que ya conocen, mientras aprovechan una gama de opciones de exportación como ONNX, TensorRT, CoreML, TFLite, OpenVINO y más.

Link to this sectionConstruyamos 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 es solo el principio.

El verdadero impacto proviene de lo que la comunidad de IA de visión crea con él. Esperamos 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 industriales como IA en robótica y visión artificial en logística, consulta nuestras opciones de licencia y empieza a construir hoy con visión artificial.