Les temps forts d’Ultralytics YOLO Vision 2026 !

Le 13 septembre, Ultralytics YOLO Vision 2026 (YV26) a ouvert ses portes, réunissant une nouvelle fois en personne et en ligne la communauté mondiale de la vision par ordinateur. Le thème de cette année, « La vision ouverte, conçue pour le monde réel », a donné le ton à une journée qui a mis en lumière le rôle des racines open source dans les systèmes de production utilisés dans les secteurs de la fabrication, de la logistique, de la robotique et de la sécurité.

Des dirigeants d’entreprise, des fondateurs, des ingénieurs, des chercheurs, des étudiants et des contributeurs open source ont rempli la salle, tandis que bien d’autres suivaient l’événement sur YouTube. Dans cet article, nous revenons sur les principales annonces de la journée, notamment l’annonce d’Ultralytics YOLO27, les mises à jour majeures d’Ultralytics Platform, les conférences et les moments de communauté qui ont marqué YV26.

Ouverture de la journée : la vision d’Ultralytics pour une IA ouverte et ancrée dans le monde réel#

L’événement s’est ouvert sur une allocution de Glenn Jocher, fondateur et PDG d’Ultralytics, Glenn Jocher, aux côtés de Paula Derrenger, vice-présidente de la croissance, et de Jing Qiu, ingénieure senior en apprentissage automatique. Ensemble, ils ont défini le thème de la journée : l’IA visuelle crée le plus de valeur lorsqu’elle est ouverte, accessible et façonnée par les personnes qui la déploient réellement sur le terrain, et non simplement évaluée dans un laboratoire.

Fig. 1. Espace d’exposition d’Ultralytics YOLO Vision 2026.

Cette orientation a donné le ton pour la suite du programme. YV26 a consacré autant de temps à l’architecture des modèles qu’à ce qui se passe après leur entraînement : leur déploiement, leur suivi et leur évolution en production. Ce fil conducteur a traversé les deux annonces principales de la journée.

Ultralytics YOLO27 : la prochaine génération phare dévoilée en direct#

L’annonce phare d’Ultralytics YOLO Vision 2026 était Ultralytics YOLO27, la prochaine génération phare de la famille YOLO. Plus qu’une mise à jour incrémentielle, YOLO27 élargit la famille à plusieurs tâches, architectures de modèles et applications spécialisées.

L’annonce s’articulait autour de trois piliers :

• Ultralytics YOLO27 : une gamme de 28 modèles couvrant quatre tailles (n, s, m et l) et sept tâches : détection d’objets, segmentation d’instances, segmentation sémantique, estimation de profondeur, classification, estimation de pose et détection d’objets orientés. Les modèles compacts sont conçus pour un déploiement rapide en périphérie, tandis que les modèles plus grands privilégient les charges de travail GPU en production et les applications où la précision est essentielle. YOLO27l est le premier modèle Ultralytics à dépasser 60 mAP sur COCO, et toutes les tailles utilisent la même interface Ultralytics familière.
• Modèles Ultralytics YOLO27 Enterprise : des modèles préentraînés spécifiques à un domaine et conçus pour des applications d’entreprise exigeantes, notamment le commerce de détail, l’entreposage, la sécurité et l’IA visuelle aérienne. En s’entraînant sur les objets, les environnements et les cas limites courants dans ces domaines, ces modèles offriront aux équipes une base plus solide pour créer des systèmes de détection spécialisés prêts pour la production.
• Ultralytics YOLOE-27 : la nouvelle génération de modèles Ultralytics de détection et de segmentation en temps réel à vocabulaire ouvert. YOLOE-27 est conçu pour reconnaître des objets à partir de texte, d’éléments visuels ou d’une inférence sans invite, étendant les systèmes de vision au-delà d’un ensemble fixe de classes prédéfinies.

Ensemble, ces trois piliers font de YOLO27 bien plus qu’une simple sortie de modèle : une famille plus vaste composée d’une base polyvalente, de variantes Enterprise adaptées à des domaines précis et d’un modèle à vocabulaire ouvert conçu pour s’intégrer directement à l’interface LLM déjà disponible dans le package Python Ultralytics.

YOLO27 a été annoncé sur scène à YV26 et sera disponible plus tard cette année. Inscris-toi sur la liste d’attente pour recevoir une notification dès sa sortie.

Ultralytics Platform : AutoTrain, Agents et Monitoring#

Après les annonces sur les modèles, l’équipe s’est intéressée à Ultralytics Platform et a montré comment la plateforme simplifie le travail quotidien de création de systèmes de vision par ordinateur. Trois axes ont illustré la manière dont Platform réduit le travail manuel entre la préparation des données et l’exploitation des modèles en production.

• AutoTrain : Une expérience conversationnelle pour entraîner, comparer et améliorer des modèles. Les utilisateurs peuvent décrire en langage courant ce qu’ils veulent accomplir, puis effectuer des actions telles que rechercher des jeux de données, lancer des sessions d’entraînement, comparer les résultats et préparer des modèles au déploiement.
• Agents : Un canevas visuel pour relier des images, des modèles YOLO, des modèles vision-langage, des conditions et des actions au sein de flux de travail complets. Par exemple, un pipeline peut appeler un modèle vision-langage uniquement lorsque YOLO détecte une personne, ou envoyer les prédictions dont le niveau de confiance est faible vers un jeu de données pour qu’elles y soient examinées. Les gabarits permettent aux utilisateurs de démarrer à partir de schémas courants avant de les adapter à leurs propres applications.
• Supervision : Visibilité intégrée sur les points de terminaison déployés, notamment le volume de requêtes, la latence, les erreurs, l’état de santé et les journaux. Les points de terminaison dédiés payants fournissent également des statistiques de prédiction en direct et des exemples temporaires que les utilisateurs peuvent examiner et enregistrer dans des jeux de données.

Ensemble, ces capacités créent un cycle de vie des modèles plus connecté : préparer les données, entraîner et comparer les modèles, déployer le meilleur résultat, créer des workflows autour de ses prédictions, surveiller son comportement en production et réintégrer les exemples utiles dans le cycle d’entraînement suivant.

Conférences : des puces de périphérie à l’IA incarnée#

Au-delà des annonces de produits, le programme a réuni des responsables de tout l’écosystème de l’IA pour explorer à quoi ressemble aujourd’hui le déploiement de l’IA visuelle dans le monde réel.

• Inspection de chantiers et industrielle : Keith Povich a expliqué comment Ultralytics YOLO26 est utilisé pour comprendre les chantiers de construction, en allant au-delà de la simple détection d’objets vers une compréhension du contexte à l’échelle du site, en signalant les conflits entre disciplines et en préparant des corrections étayées par des preuves pour examen professionnel.
• Calcul ouvert pour l’IA visuelle : Alex Zhang a montré comment Ultralytics YOLO fonctionne sur des GPU AMD avec PyTorch et ROCm, de l’expérimentation et de l’entraînement à l’inférence dans le monde réel.
• Accélération en périphérie : des sessions de NVIDIA, Intel et Qualcomm ont porté sur l’accélération des modèles YOLO, de l’entraînement au déploiement sur du matériel de périphérie de nouvelle génération, notamment les optimisations OpenVINO™ d’Intel pour les processeurs Core Ultra.
• Robotique sur le terrain : Lisa Li a partagé des témoignages et des résultats de référence de créateurs du monde entier qui déploient Ultralytics YOLO sur des robots réels via le D-Robotics RDK.
• IA visuelle incarnée : Paul Li a abordé le travail qui consiste à transformer la recherche en robotique en systèmes robotiques fiables et réels, ainsi que le défi pratique de faire sortir la perception des laboratoires pour l’intégrer à des robots opérationnels.
• L’IA au service de l’humanité : l’intervention du Dr James Ong a élargi la perspective au-delà des produits individuels pour examiner la responsabilité plus générale qui accompagne le déploiement à grande échelle de l’IA visuelle.
• Où la valeur se déplace ensuite : Steve Nouri a exploré l’évolution de l’économie de l’IA à mesure que les modèles gagnent en capacités et se banalisent. Selon lui, l’avantage durable viendra non pas du modèle lui-même, mais des données, du contexte, des workflows et de la confiance.

La journée s’est terminée par une table ronde réunissant des développeurs de modèles, des innovateurs du matériel et des équipes qui créent de vrais produits. Ensemble, ils ont exploré la convergence de ces technologies et les prochaines étapes nécessaires pour faire entrer dans le monde réel une IA visuelle plus performante.

Stands, ateliers et démonstrations en direct dans l’espace événementiel#

Tandis que les conférences portaient sur l’avenir de l’IA visuelle, l’espace événementiel montrait à quel point elle est déjà utilisée aujourd’hui. YV26 a prévu trois pauses dédiées aux démonstrations tout au long de la journée, ainsi qu’une séance complète pendant le déjeuner, donnant aux participants tout le temps nécessaire pour essayer les technologies plutôt que de simplement les observer depuis leur siège.

Les démonstrations de cette année ont occupé une grande partie de cet espace :

• LimX Dynamics a donné vie au matériel d’IA incarnée dans l’espace événementiel, permettant aux participants d’observer de près comment des modèles de perception comme YOLO s’intègrent à de véritables plateformes robotiques.
• D-Robotics a présenté ses kits de développement SoC de périphérie, prolongeant les échanges des événements YOLO Vision précédents sur l’exécution de la détection, du contrôle des mouvements et de la prise de décision sur une pile unifiée.
• Axera a présenté des puces et des plateformes de calcul conçues pour une inférence efficace et à faible consommation, permettant aux participants de comparer le comportement des mêmes modèles YOLO sur différentes puces de périphérie.

En parallèle des stands des sponsors, AMD a organisé un atelier pratique dédié, guidant des groupes dans le déploiement direct d’Ultralytics YOLO sur AMD ROCm et du matériel AMD. Cet atelier complétait de manière plus technique l’intervention d’AMD sur la scène principale plus tôt dans la journée.

Fig. 2. Ateliers organisés à Ultralytics YOLO Vision 2026

Les pauses dédiées aux démonstrations ont aussi permis à l’équipe Ultralytics de faire découvrir directement aux participants les annonces de la journée grâce à une présentation en direct de l’Auto-training et des Agents sur Ultralytics Platform. Les participants pouvaient essayer Ask AI et créer eux-mêmes un workflow, plutôt que de simplement assister à une démonstration sur scène.

Comme lors des éditions précédentes, certains des meilleurs moments se sont déroulés dans ces espaces informels. Entre les initiatives de carrière d’Ultralytics et la boutique de produits dérivés, les participants ont échangé sur les défis liés au déploiement aux stands, posé leurs questions aux ingénieurs des partenaires et repris des conversations entamées l’année précédente lors des éditions de YV25 à Londres et à Shenzhen. La présence côte à côte, aux mêmes stands, de dirigeants d’entreprise, de contributeurs open source, d’étudiants et de passionnés reste le fil conducteur de chaque événement YOLO Vision, quelle que soit l’évolution de la technologie présentée sur scène d’une année à l’autre.

Points clés à retenir#

YOLO Vision 2026 a montré qu’Ultralytics progressait sur deux fronts étroitement liés : élargir la famille Ultralytics YOLO avec YOLO27, des modèles Enterprise et des capacités à vocabulaire ouvert, tout en rendant l’ensemble du cycle de vie des modèles plus accessible grâce à Ultralytics Platform.

Ces évolutions annoncent une IA visuelle non seulement plus rapide et plus précise, mais aussi plus facile à entraîner, connecter, déployer, surveiller et améliorer dans des environnements réels.

Découvre Ultralytics Platform dès aujourd'hui et inscris-toi sur la liste d'attente pour recevoir des nouvelles à mesure que la sortie de YOLO27 approche. Rejoins notre communauté et consulte notre dépôt GitHub pour participer à la suite.