La direction que prend Ultralytics
Des modèles qui ont permis à des millions de personnes d’accéder à l’IA de vision en temps réel aux sorties à venir. Voici ce que nous avons lancé et ce qui nous attend.
La sortie qui a fait découvrir la détection d’objets en temps réel à des millions de personnes — natif PyTorch, rapide et remarquablement facile à entraîner.
Un seul framework pour la détection, la segmentation, la classification, l’estimation de pose et les boîtes englobantes orientées.
Une architecture optimisée qui offre une meilleure précision avec moins de paramètres, dévoilée lors d’Ultralytics YOLO Vision 2024.
Notre modèle actuellement recommandé — plus rapide, plus précis et prêt pour la production pour toutes les tâches de vision.
La plateforme de bout en bout pour annoter des données, entraîner des modèles YOLO et les déployer dans 42 régions du monde — le tout au même endroit.
Nos premiers modèles de segmentation sémantique — des étiquettes de classe denses pour chaque pixel, afin de comprendre la scène dans son ensemble.
Une bibliothèque d’inférence YOLO hautes performances et une CLI écrites en Rust, qui exécutent les modèles sur ONNX Runtime via une API conçue pour correspondre au package Python Ultralytics.
Exécute des modèles YOLO directement dans le navigateur, sans serveur ni Python. Le package utilise WebGPU avec un basculement automatique vers CPU et wasm, via une petite API TypeScript alimentée par la crate Rust compilée en WebAssembly.
L’article de recherche à l’origine de YOLO26 — qui détaille sa conception de bout en bout sans NMS, le nouvel optimiseur MuSGD et un compromis entre précision et latence à la pointe de la technologie, pour les cinq tailles de modèles.
Un suivi multi-objets plus rapide et plus précis — des identités plus stables lors des occultations et dans les scènes encombrées, pour les vidéos du monde réel.
- Re-ID — la réidentification assure la cohérence des identités des objets d’une caméra à l’autre et après les occultations
La distillation des connaissances intégrée compresse les grands modèles enseignants en modèles étudiants plus petits et plus rapides, tout en aidant à préserver la précision pour un déploiement efficace en périphérie et en temps réel.
Les modèles de profondeur YOLO26 prédisent des cartes de distance denses, pixel par pixel, à partir d’une seule caméra RGB, ajoutant une perception spatiale 3D sans capteurs de profondeur spécialisés ni lidar.
Ask AI t’aide à entraîner, comparer et améliorer des modèles par la conversation, de l’exécution de référence à l’expérience suivante.
Un outil visuel de création de workflows qui relie les modèles YOLO, les conditions et les modèles de vision-langage à des actions telles que la collecte de jeux de données et les alertes Slack.
Suis les requêtes aux points de terminaison, la latence, les erreurs et les journaux, ainsi que les statistiques de prédiction en direct et les exemples temporaires sur les points de terminaison dédiés.
La prochaine génération phare de YOLO, dévoilée en direct lors d’Ultralytics YOLO Vision 2026, étend la famille à la vision-langage. Inscris-toi sur la liste d’attente.
YOLOE-27 est la prochaine génération de détection et de segmentation en temps réel à vocabulaire ouvert, conçue pour tout reconnaître à partir de texte, d’éléments visuels ou sans prompt.
Conçus pour les cas d’usage dans le commerce de détail, les entrepôts, la sécurité et les applications aériennes/par drone, ces modèles sont exclusivement proposés aux clients Enterprise.
Exporte les modèles YOLO au nouveau format .aimodel d’Apple pour l’environnement d’exécution Core AI, une fois iOS 27 et macOS 27 largement disponibles, tout en conservant Core ML pour une compatibilité avec un plus grand nombre d’appareils.
Exécute la plateforme dans ta propre infrastructure, en gardant le contrôle total de tes données et de l’entraînement.
De nouvelles fonctionnalités rejoindront la famille YOLO tout au long de 2027 :
- YOLO-OCR — reconnaissance de texte rapide et précise
- YOLO-Face — reconnaissance et analyse faciales
- YOLO-Stereo3D — détection stéréo 3D à partir de paires de caméras binoculaires pour la robotique, une solution native aux caméras qui remplace le lidar
Développe avec la dernière version de YOLO
Commence dès aujourd’hui à entraîner et déployer YOLO26, et sois prêt pour la suite.