I momenti salienti di Ultralytics YOLO Vision 2026!

Il 13 settembre, Ultralytics YOLO Vision 2026 (YV26) ha aperto le sue porte, riunendo ancora una volta la comunità globale della visione artificiale sia di persona che online. Il tema di quest'anno, "Visione aperta, creata per il mondo reale", ha dato il tono a una giornata che ha fatto luce sul ruolo delle radici open-source nei sistemi di produzione attivi nella produzione, nella logistica, nella robotica e nella sicurezza.

Leader aziendali, fondatori, ingegneri, ricercatori, studenti e contributori open-source hanno riempito la sala, mentre molti altri hanno seguito l'evento su YouTube. In questo articolo, esamineremo i principali annunci della giornata, tra cui l'annuncio di Ultralytics YOLO27, i principali aggiornamenti alla Ultralytics Platform, gli interventi dei relatori e i momenti della comunità che hanno reso memorabile YV26.

Inizio della giornata: la visione di Ultralytics per l'intelligenza artificiale aperta e del mondo reale#

L'evento si è aperto con un intervento chiave del fondatore e amministratore delegato di Ultralytics Glenn Jocher, insieme a Paula Derrenger, vicepresidente della crescita, e a Jing Qiu, ingegnere senior di apprendimento automatico. Insieme, hanno inquadrato il tema della giornata: l'intelligenza artificiale visiva crea il massimo valore quando è aperta, accessibile e plasmata dalle persone che la distribuiscono effettivamente sul campo, non solo quando viene testata in un laboratorio.

Fig 1. Area espositiva di Ultralytics YOLO Vision 2026.

Questa impostazione ha definito il resto dell'agenda. YV26 ha dedicato lo stesso tempo all'architettura dei modelli e a ciò che accade dopo che un modello è stato addestrato: come viene distribuito, monitorato e migliorato in produzione. Questo filo conduttore ha percorso entrambi gli annunci principali della giornata.

Ultralytics YOLO27: la prossima generazione di punta, svelata dal vivo#

Il principale annuncio di Ultralytics YOLO Vision 2026 è stato Ultralytics YOLO27, la prossima generazione di punta della famiglia YOLO. Più che un semplice aggiornamento incrementale, YOLO27 espande la famiglia attraverso attività, architetture di modelli e applicazioni specializzate.

L'annuncio si è incentrato su tre pilastri:

• Ultralytics YOLO27: Una gamma di 28 modelli che coprono quattro dimensioni (n, s, m e l) e sette attività: rilevamento di oggetti, segmentazione di istanze, segmentazione semantica, stima della profondità, classificazione, stima della posa e rilevamento di oggetti orientati. I modelli compatti sono progettati per una rapida distribuzione sull'edge, mentre i modelli più grandi danno priorità ai carichi di lavoro su GPU di produzione e alle applicazioni critiche per la precisione. YOLO27l è il primo modello Ultralytics a superare 60 mAP su COCO, e ogni dimensione utilizza la stessa familiare interfaccia di Ultralytics.
• Modelli Ultralytics YOLO27 Enterprise: Modelli pre-addestrati specifici per il settore creati per applicazioni aziendali ad alta richiesta, tra cui vendita al dettaglio, magazzinaggio, sicurezza e intelligenza artificiale per visione aerea. Eseguendo l'addestramento sugli oggetti, sugli ambienti e sui casi limite comuni a questi domini, i modelli offriranno ai team un punto di partenza più forte per sistemi di rilevamento specializzati e pronti per la produzione.
• Ultralytics YOLOE-27: La prossima generazione di modelli di rilevamento e segmentazione a vocabolario aperto in tempo reale di Ultralytics. YOLOE-27 è progettato per riconoscere oggetti tramite inferenza testuale, visiva o senza prompt, estendendo i sistemi di visione oltre un set fisso di classi predefinite.

Insieme, questi tre pilastri spingono YOLO27 oltre il rilascio di un singolo modello, trasformandolo in una famiglia più ampia: una base per usi generali, un set di varianti Enterprise ottimizzate per il dominio e un modello a vocabolario aperto progettato per integrarsi direttamente nell'interfaccia LLM già disponibile nel pacchetto Python di Ultralytics.

YOLO27 è stato annunciato sul palco di YV26 e sarà disponibile nel corso dell'anno. Iscriviti alla lista d'attesa per ricevere una notifica nel momento in cui verrà pubblicato.

Ultralytics Platform: AutoTrain, Agents e Monitoring#

Dopo gli annunci dei modelli, il team si è concentrato su Ultralytics Platform e ha dimostrato come questa semplifichi il lavoro quotidiano di costruzione di sistemi di visione artificiale. Tre aree di interesse hanno mostrato come Ultralytics Platform stia riducendo lo sforzo manuale tra la preparazione dei dati e l'operatività dei modelli in produzione.

• AutoTrain: Un'esperienza conversazionale per l'addestramento, il confronto e il miglioramento dei modelli. Gli utenti possono descrivere ciò che desiderano ottenere in linguaggio semplice, quindi procedere con azioni come la ricerca di set di dati, l'avvio di cicli di addestramento, il confronto dei risultati e la preparazione dei modelli per la distribuzione.
• Agents: Un'area di lavoro visiva per connettere immagini, modelli YOLO, modelli di visione-linguaggio, condizioni e azioni in flussi di lavoro completi. Una pipeline potrebbe chiamare un modello di visione-linguaggio solo quando YOLO rileva una persona, ad esempio, o inviare previsioni a bassa confidenza a un set di dati per la revisione. I modelli aiutano gli utenti a iniziare con pattern comuni prima di adattarli alle proprie applicazioni.
• Monitoring: Visibilità integrata sugli endpoint distribuiti, inclusi volume delle richieste, latenza, errori, stato di salute e log. Gli endpoint dedicati a pagamento forniscono anche statistiche di previsione in tempo reale ed esempi temporanei che gli utenti possono esaminare e salvare nei set di dati.

Insieme, queste funzionalità creano un ciclo di vita del modello più connesso: preparazione dei dati, addestramento e confronto dei modelli, distribuzione del risultato più forte, creazione di flussi di lavoro attorno alle relative previsioni, monitoraggio del comportamento in produzione e reimmisione di esempi utili nel successivo ciclo di addestramento.

Sessioni dei relatori: dal silicio per l'edge all'intelligenza artificiale incarnata#

Oltre agli annunci dei prodotti, l'agenda ha riunito leader provenienti da tutto l'ecosistema dell'intelligenza artificiale per esplorare come si presenta oggi la distribuzione dell'intelligenza artificiale visiva nel mondo reale.

• Costruzione e ispezione industriale: Keith Povich ha illustrato come Ultralytics YOLO26 viene applicato per comprendere i cantieri edili, andando oltre il semplice rilevamento di oggetti per arrivare al contesto a livello di sito, segnalando conflitti interdisciplinari e preparando correzioni supportate da prove per la revisione professionale.
• Open compute per la visione artificiale: Alex Zhang ha mostrato come Ultralytics YOLO funzioni su GPU AMD tramite PyTorch e ROCm, dalla sperimentazione e dall'addestramento fino all'inferenza nel mondo reale.
• Accelerazione edge: Le sessioni di NVIDIA, Intel e Qualcomm hanno trattato l'accelerazione dei modelli YOLO dall'addestramento alla distribuzione su hardware edge di nuova generazione, incluse le ottimizzazioni Intel OpenVINO™ per i processori Core Ultra.
• Robotica sul campo: Lisa Li ha condiviso storie e benchmark di produttori globali che distribuiscono Ultralytics YOLO su robot del mondo reale tramite D-Robotics RDK.
• Visione artificiale incarnata: Paul Li ha discusso del lavoro di traduzione della ricerca sulla robotica in sistemi robotici affidabili per il mondo reale, e della sfida pratica di portare la percezione fuori dal laboratorio e dentro robot funzionanti.
• L'intelligenza artificiale per l'umanità: L'intervento del dottor James Ong ha ampliato lo sguardo oltre i singoli prodotti per considerare la più ampia responsabilità che deriva dalla distribuzione dell'intelligenza artificiale visiva su scala.
• Dove si sposta il valore: Steve Nouri ha esplorato come l'economia dell'intelligenza artificiale stia cambiando man mano che i modelli diventano più capaci e mercificati, sostenendo che il vantaggio duraturo non deriverà dal modello in sé, ma da dati, contesto, flussi di lavoro e fiducia.

La giornata si è conclusa con una tavola rotonda con sviluppatori di modelli, innovatori hardware e team che realizzano prodotti reali per esplorare come queste tecnologie stiano convergendo e cosa debba accadere successivamente per portare un'intelligenza artificiale visiva più capace nel mondo reale.

Stand, workshop e demo dal vivo nell'area dell'evento#

Mentre il palco ha trattato la direzione verso cui è diretta la visione artificiale, l'area dell'evento ha mostrato quanta parte di essa sia già operativa oggi. YV26 ha integrato tre pause per demo dedicate nel corso della giornata, oltre a una sessione di pranzo completa, offrendo ai partecipanti tutto il tempo necessario per fare pratica diretta anziché limitarsi a guardare dai loro posti.

Le demo di quest'year hanno ancorato gran parte di quello spazio espositivo:

• LimX Dynamics ha dato vita all'hardware di intelligenza artificiale incarnata nell'area espositiva, offrendo ai partecipanti uno sguardo ravvicinato su come i modelli di percezione come YOLO si integrino nelle piattaforme robotiche reali.
• D-Robotics ha presentato i suoi kit di sviluppo SoC edge, continuando una conversazione dei precedenti eventi YOLO Vision sull'esecuzione di rilevamento, controllo del movimento e processo decisionale su un'unica pila unificata.
• Axera ha dimostrato chip e piattaforme di calcolo costruiti per un'inferenza efficiente e a basso consumo energetico, consentendo ai partecipanti di confrontare il comportamento degli stessi modelli YOLO su diversi silici edge.

Insieme agli stand degli sponsor, AMD ha gestito un workshop pratico dedicato che ha guidato gruppi attraverso la distribuzione di Ultralytics YOLO su AMD ROCm e hardware AMD direttamente, un complemento più tecnico all'intervento di AMD sul palco principale all'inizio della giornata.

Fig 2. Workshop tenuti a Ultralytics YOLO Vision 2026

Le pause per le demo hanno anche offerto al team di Ultralytics lo spazio per mettere gli annunci della giornata direttamente nelle mani dei partecipanti con una guida passo-passo dal vivo dell'addestramento automatico e degli agenti su Ultralytics Platform, consentendo alle persone di provare Ask AI e costruire un flusso di lavoro in prima persona anziché vederlo solo mostrato tramite demo dal palco.

Come nelle edizioni precedenti, alcuni dei momenti migliori si sono verificati in questi spazi intermedi. Dalle iniziative per la carriera di Ultralytics e il negozio di merchandising, i partecipanti si sono scambiati appunti sulle sfide di distribuzione agli stand, hanno messo in coda domande per gli ingegneri partner e hanno ripreso conversazioni iniziate l'anno prima alle edizioni di Londra e Shenzhen di YV25. Il mix di leader aziendali, contributori open-source, studenti e hobbisti in piedi spalla a spalla agli stessi stand rimane il filo conduttore di ogni evento YOLO Vision, indipendentemente da quanto la tecnologia sul palco cambi di anno in anno.

Punti chiave#

YOLO Vision 2026 ha mostrato Ultralytics avanzare su due fronti collegati: espandere la famiglia Ultralytics YOLO con YOLO27, i modelli Enterprise e le funzionalità a vocabolario aperto, rendendo al contempo l'intero ciclo di vita del modello più accessibile tramite Ultralytics Platform.

Questi sviluppi puntano verso un'intelligenza artificiale visiva che non è solo più veloce e precisa, ma più facile da addestrare, connettere, distribuire, monitorare e migliorare negli ambienti del mondo reale.

Esplora Ultralytics Platform oggi e iscriviti alla lista d'attesa per gli aggiornamenti man mano che YOLO27 si avvicina al rilascio. Unisciti alla nostra community e al repository GitHub per far parte di ciò che verrà.