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 di persona e online la comunità globale della computer vision. Il tema di quest'anno, «Visione aperta, al servizio del mondo reale», ha fatto da filo conduttore a una giornata che ha messo in luce il ruolo delle radici open source nei sistemi di produzione impiegati nei settori manifatturiero, logistico, della robotica e della 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 ripercorriamo i principali annunci della giornata, tra cui l'annuncio di Ultralytics YOLO27, i importanti aggiornamenti di Ultralytics Platform, gli interventi e i momenti di condivisione che hanno reso YV26 memorabile.

Apertura della giornata: la visione di Ultralytics per un'AI aperta e concreta#

L'evento si è aperto con un keynote di Glenn Jocher, fondatore e CEO di Ultralytics, insieme a Paula Derrenger, VP of Growth, e Jing Qiu, Senior Machine Learning Engineer. Insieme, hanno delineato il tema della giornata: la vision AI crea il massimo valore quando è aperta, accessibile e plasmata dalle persone che la implementano sul campo, non solo valutata tramite benchmark in laboratorio.

Fig. 1. Area espositiva di Ultralytics YOLO Vision 2026.

Questa prospettiva ha dato il tono al resto del programma. YV26 ha dedicato lo stesso spazio all'architettura dei modelli e a ciò che succede dopo l'addestramento: come vengono distribuiti, monitorati e migliorati iterativamente in produzione. Questo filo conduttore è emerso in entrambi gli annunci principali della giornata.

Ultralytics YOLO27: la nuova generazione di punta presentata dal vivo#

L'annuncio principale di Ultralytics YOLO Vision 2026 è stato Ultralytics YOLO27, la nuova generazione di punta della famiglia YOLO. Più di un aggiornamento incrementale, YOLO27 amplia la famiglia includendo task, architetture di modelli e applicazioni specializzate.

L'annuncio si è articolato attorno a tre pilastri:

• Ultralytics YOLO27: una gamma di 28 modelli che copre quattro dimensioni (n, s, m e l) e sette task: 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 deployment edge rapidi, mentre quelli più grandi sono pensati per carichi di lavoro GPU in produzione e applicazioni in cui la precisione è fondamentale. YOLO27l è il primo modello Ultralytics a superare 60 mAP su COCO e tutte le dimensioni utilizzano la stessa interfaccia Ultralytics, ormai familiare.
• Modelli Ultralytics YOLO27 Enterprise: modelli preaddestrati specifici per dominio, creati per applicazioni aziendali ad alta domanda, tra cui vendita al dettaglio, magazzinaggio, sicurezza e vision AI aerea. Addestrando i modelli sugli oggetti, gli ambienti e i casi limite tipici di questi ambiti, i team avranno una base di partenza più solida per creare sistemi di rilevamento specializzati e pronti per la produzione.
• Ultralytics YOLOE-27: la nuova generazione di modelli Ultralytics in tempo reale per il rilevamento e la segmentazione a vocabolario aperto. YOLOE-27 è progettato per riconoscere gli oggetti tramite testo, input visivi o inferenza senza prompt, estendendo i sistemi di visione oltre un insieme fisso di classi predefinite.

Insieme, questi tre pilastri portano YOLO27 oltre il rilascio di un singolo modello, creando una famiglia più ampia: una base per uso generale, una serie di varianti Enterprise ottimizzate per specifici domini e un modello a vocabolario aperto progettato per integrarsi direttamente con l'interfaccia LLM già disponibile nel pacchetto Python di Ultralytics.

YOLO27 è stato annunciato sul palco di YV26 e sarà disponibile entro la fine dell'anno. Iscriviti alla lista d'attesa per ricevere una notifica non appena sarà disponibile.

Ultralytics Platform: AutoTrain, Agents e Monitoring#

Dopo gli annunci sui modelli, il team si è concentrato su Ultralytics Platform e ha mostrato come stia semplificando il lavoro quotidiano di creazione dei sistemi di computer vision. Tre aree prioritarie hanno illustrato come Platform riduca il lavoro manuale tra la preparazione dei dati e la gestione dei modelli in produzione.

• AutoTrain: un'esperienza conversazionale per addestrare, confrontare e migliorare i modelli. Gli utenti possono descrivere in linguaggio semplice ciò che vogliono ottenere e poi eseguire operazioni come trovare dataset, avviare sessioni di addestramento, confrontare i risultati e preparare modelli per il deployment.
• Agents: una canvas visiva per collegare immagini, modelli YOLO, modelli visione-linguaggio, condizioni e azioni in workflow completi. Per esempio, una pipeline potrebbe chiamare un modello visione-linguaggio solo quando YOLO rileva una persona oppure inviare predizioni a bassa confidenza a un dataset per la revisione. I template aiutano gli utenti a iniziare con schemi comuni prima di adattarli alle proprie applicazioni.
• Monitoring: visibilità integrata sugli endpoint distribuiti, inclusi volume delle richieste, latenza, errori, stato e log. Gli endpoint dedicati a pagamento forniscono anche statistiche delle predizioni in tempo reale ed esempi temporanei che gli utenti possono esaminare e salvare nei dataset.

Insieme, queste funzionalità creano un ciclo di vita dei modelli più integrato: preparare i dati, addestrare e confrontare i modelli, distribuire il risultato migliore, creare workflow basati sulle sue predizioni, monitorare il comportamento in produzione e reinserire gli esempi utili nel ciclo di addestramento successivo.

Interventi: dal silicio edge all'AI incarnata#

Oltre agli annunci sui prodotti, il programma ha riunito leader di tutto l'ecosistema AI per esplorare l'aspetto che ha oggi la distribuzione della vision AI nel mondo reale.

• Edilizia e ispezione industriale: Keith Povich ha illustrato come Ultralytics YOLO26 venga applicato per comprendere i cantieri, andando oltre il semplice rilevamento degli oggetti fino al contesto a livello di sito, segnalando conflitti tra discipline e preparando correzioni documentate da sottoporre a revisione professionale.
• Calcolo aperto per la vision AI: Alex Zhang ha mostrato come Ultralytics YOLO venga eseguito su GPU AMD tramite PyTorch e ROCm, dalla sperimentazione e dall'addestramento fino all'inferenza nel mondo reale.
• Accelerazione edge: gli interventi di NVIDIA, Intel e Qualcomm hanno illustrato come accelerare i modelli YOLO dall'addestramento al deployment su hardware edge di nuova generazione, incluse le ottimizzazioni OpenVINO™ di Intel per i processori Core Ultra.
• Robotica sul campo: Lisa Li ha condiviso storie e benchmark di maker di tutto il mondo che distribuiscono Ultralytics YOLO su robot reali tramite D-Robotics RDK.
• Vision AI incarnata: Paul Li ha parlato del lavoro necessario per tradurre la ricerca sulla robotica in sistemi robotici affidabili e utilizzabili nel mondo reale: la sfida pratica di portare la percezione fuori dal laboratorio e integrarla in robot operativi.
• AI al servizio dell'umanità: l'intervento del dott. James Ong ha allargato lo sguardo oltre i singoli prodotti, per considerare la responsabilità più ampia che deriva dall'implementazione della vision AI su larga scala.
• Dove si sposterà il valore: Steve Nouri ha esplorato come stia cambiando l'economia dell'AI man mano che i modelli diventano più capaci e accessibili, sostenendo che un vantaggio duraturo non deriverà dal modello in sé, ma da dati, contesto, workflow e fiducia.

La giornata si è conclusa con una tavola rotonda che ha riunito sviluppatori di modelli, innovatori hardware e team impegnati nella creazione di prodotti reali, per esplorare la convergenza di queste tecnologie e i prossimi passi necessari a portare nel mondo reale una vision AI più capace.

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

Mentre sul palco si parlava della direzione della vision AI, l'area dell'evento ha mostrato quanto sia già oggi operativa. Nel corso della giornata, YV26 ha previsto tre pause dedicate alle demo e una sessione pranzo completa, offrendo ai partecipanti tutto il tempo necessario per provare le tecnologie in prima persona invece di limitarsi a guardare dalla propria sedia.

Le demo di quest'anno hanno occupato gran parte di quell'area:

• LimX Dynamics ha dato vita all'hardware di AI incarnata nell'area espositiva, offrendo ai partecipanti uno sguardo ravvicinato su come i modelli di percezione come YOLO si integrino con piattaforme robotiche reali.
• D-Robotics ha presentato i suoi kit di sviluppo edge SoC, proseguendo una conversazione avviata nelle precedenti edizioni di YOLO Vision sull'esecuzione di rilevamento, controllo del movimento e processo decisionale su un unico stack unificato.
• Axera ha presentato chip e piattaforme di calcolo progettati per un'inferenza efficiente e a basso consumo, consentendo ai partecipanti di confrontare il comportamento degli stessi modelli YOLO su diversi chip edge.

Accanto agli stand degli sponsor, AMD ha organizzato un workshop pratico dedicato, guidando i gruppi nel deployment diretto di Ultralytics YOLO su AMD ROCm e hardware AMD: un approfondimento più tecnico rispetto all'intervento di AMD tenuto sul palco principale all'inizio della giornata.

Fig. 2. Workshop di Ultralytics YOLO Vision 2026

Le pause dedicate alle demo hanno anche dato al team Ultralytics l'opportunità di far provare direttamente ai partecipanti gli annunci della giornata, con una dimostrazione dal vivo di Auto-training e Agents su Ultralytics Platform. I partecipanti hanno potuto provare Ask AI e creare autonomamente un workflow, invece di limitarsi a guardarlo sul palco.

Come nelle edizioni precedenti, alcuni dei momenti migliori sono avvenuti in questi spazi informali. Tra le iniziative di carriera di Ultralytics e il negozio di merchandising, i partecipanti si sono scambiati idee sulle sfide di deployment agli stand, hanno fatto la fila per porre domande agli ingegneri dei partner e hanno ripreso conversazioni iniziate l'anno prima nelle edizioni di YV25 a Londra e Shenzhen. La presenza fianco a fianco, agli stessi stand, di leader aziendali, contributori open source, studenti e appassionati resta il filo conduttore di ogni evento YOLO Vision, a prescindere da quanto cambi di anno in anno la tecnologia presentata sul palco.

Punti chiave#

YOLO Vision 2026 ha mostrato come Ultralytics stia avanzando su due fronti interconnessi: ampliare la famiglia Ultralytics YOLO con YOLO27, i modelli Enterprise e le funzionalità a vocabolario aperto, rendendo al contempo più accessibile l'intero ciclo di vita dei modelli tramite Ultralytics Platform.

Questi sviluppi indicano una visione artificiale non solo più veloce e precisa, ma anche più facile da addestrare, integrare, distribuire, monitorare e migliorare in ambienti reali.

Scopri oggi Ultralytics Platform e iscriviti alla lista d'attesa per ricevere aggiornamenti man mano che YOLO27 si avvicina al rilascio. Unisciti alla nostra community e visita il nostro repository GitHub per partecipare ai prossimi sviluppi.