I momenti salienti di Ultralytics a YOLO Vision 2025!

Il 25 settembre, la community dell'AI e della visione artificiale si è riunita per YOLO Vision 2025 (YV25), l'evento annuale ibrido di Ultralytics dedicato all'AI per la visione. Ospitato a Londra presso The Pelligon e trasmesso in streaming in tutto il mondo, l'evento ha accolto un gruppo eterogeneo di ricercatori, ingegneri ed appassionati di AI, riuniti per condividere idee e scoprire nuove innovazioni, come Ultralytics YOLO26.

Giunto alla sua quarta edizione, l'evento ha continuato a crescere in termini di portata e impatto. La diretta streaming di YV25 ha già totalizzato oltre 6.800 visualizzazioni, generato più di 49.000 impression e raccolto quasi 2.000 ore di visualizzazione.

YV25 si è aperto con il saluto del conduttore Oisin Lunny, che ha dato il tono alla giornata invitando i partecipanti a entrare in contatto, condividere idee e sfruttare al meglio l'evento. Come ha detto: «YOLO Vision 2025 è la conferenza che riunisce la community open source dell'AI per la visione, concentrandosi sui dati, sul machine learning e sui progressi della visione artificiale».

In questo articolo ripercorreremo i momenti salienti di YOLO Vision 2025, tra cui il lancio del prodotto, gli interventi principali, una tavola rotonda, le dimostrazioni dal vivo e i momenti di condivisione della community che hanno reso speciale la giornata.

Da una singola GPU a un finanziamento Series A da 30 milioni di dollari#

Nei giorni precedenti all'evento, c'era grande entusiasmo per il lancio del nuovo prodotto e Glenn Jocher, nostro fondatore e CEO, ha dato il via alla giornata alimentando ulteriormente quell'entusiasmo.

Ha raccontato il percorso di Ultralytics, ricordando come nel 2020 eseguisse esperimenti con una singola 1080 Ti collegata al suo MacBook, una configurazione oggi obsoleta. Da quegli inizi modesti, Ultralytics è cresciuta fino a diventare una community globale che genera miliardi di inferenze quotidiane con i modelli YOLO.

Glenn ha anche parlato del recente completamento da parte di Ultralytics di un round di finanziamento Series A da 30 milioni di dollari. Ha spiegato che questo investimento sosterrà la prossima fase di crescita, consentendo all'azienda di ampliare il team, estendere la ricerca e assicurarsi le risorse di calcolo necessarie per continuare a spingere i confini della visione artificiale.

Ultralytics YOLO26: un modello YOLO migliore, più veloce e più piccolo#

Glenn ha poi annunciato due nuove iniziative di Ultralytics. La prima è Ultralytics YOLO26, il modello più recente della famiglia Ultralytics YOLO, progettato per essere più piccolo, veloce ed efficiente, con una precisione ancora maggiore. La seconda è Ultralytics Platform, un nuovo spazio di lavoro SaaS end-to-end che riunisce dati, addestramento, deployment e monitoraggio per semplificare come mai prima d'ora la creazione di soluzioni di visione artificiale e che dovrebbe essere annunciato a breve.

Fig 1. Glenn Jocher annuncia Ultralytics YOLO26 sul palco di YOLO Vision 2025.

Ultralytics YOLO26 è progettato per migliorare le prestazioni mantenendo al contempo la praticità necessaria per l’uso nel mondo reale. La versione più piccola è già fino al 43% più veloce sulle CPU e migliora comunque l’accuratezza, risultando adatta a applicazioni che spaziano dai dispositivi mobili ai grandi sistemi aziendali. YOLO26 sarà disponibile al pubblico entro la fine di ottobre. (Aggiornamento: YOLO26 è stato rilasciato ufficialmente a gennaio 2026.)

Ecco una panoramica delle funzionalità principali di YOLO26:

• Architettura semplificata: il modulo Distribution Focal Loss (DFL), che rallentava i modelli, è stato rimosso. Ultralytics YOLO26 ora funziona in modo più efficiente senza sacrificare la precisione.
• Previsioni più rapide: Ultralytics YOLO26 introduce un'opzione per saltare il passaggio di soppressione dei massimi non massimi (NMS), così da fornire risultati più rapidamente e facilitare il deployment in tempo reale.
• Migliore nel rilevare gli oggetti piccoli: nuovi metodi di addestramento migliorano la stabilità e aumentano notevolmente la precisione, soprattutto nel rilevamento di piccoli dettagli in scene complesse.
• Addestramento più intelligente: il nuovo ottimizzatore MuSGD combina i punti di forza di due tecniche di addestramento, aiutando il modello ad apprendere più rapidamente e a raggiungere una maggiore accuratezza.

Un primo sguardo alla piattaforma Ultralytics#

Dopo aver presentato YOLO26, Glenn ha invitato Prateek Bhatnagar, il nostro responsabile dell’ingegneria di prodotto, a presentare il prossimo progetto in arrivo, la piattaforma Ultralytics (lanciata successivamente). Progettata per semplificare l’intero flusso di lavoro della visione artificiale, la piattaforma punta a riunire dataset, annotazione, addestramento, distribuzione e monitoraggio in un unico posto.

Prateek l'ha paragonata alla messa a punto di un'auto: invece di rivolgersi a officine diverse per pneumatici, motori e trasmissioni, si fa tutto in un'unica officina. Allo stesso modo, la piattaforma offre agli sviluppatori uno spazio di lavoro integrato per gestire l'intero ciclo di vita di un modello di AI per la visione.

La dimostrazione ha presentato strumenti di annotazione assistiti dall’AI che velocizzano la preparazione dei dataset, opzioni di addestramento personalizzabili per esperti e principianti e il monitoraggio in tempo reale delle sessioni di addestramento.

Spunti dalla tavola rotonda sul deployment edge#

Un altro momento saliente di YV25 è stata una tavola rotonda sul deployment edge, moderata da Oisin Lunny. Alla sessione hanno partecipato Yuki Tsuji di Sony Semiconductor Solutions, David Plowman di Raspberry Pi e Glenn Jocher.

La discussione ha approfondito come portare l’AI all’edge riduca la latenza e i costi e migliori la privacy. Yuki ha presentato il sensore IMX500 di Sony, che può eseguire l’inferenza direttamente sul chip. David ha invece parlato di come Raspberry Pi stia passando dalle sue origini legate al mondo dei maker alle applicazioni commerciali su larga scala.

Fig 2. Tavola rotonda sul deployment edge con Oisin Lunny, Yuki Tsuji, David Plowman e Glenn Jocher.

La tavola rotonda ha affrontato anche uno dei maggiori ostacoli per gli sviluppatori: far funzionare i modelli senza problemi su dispositivi diversi. In questo, il pacchetto Python Ultralytics svolge un ruolo fondamentale.

Grazie all'ampia gamma di opzioni di esportazione, trasferire un modello addestrato in produzione su dispositivi mobili, sistemi embedded o hardware aziendale è semplice. Eliminando le difficoltà della conversione dei modelli, Ultralytics aiuta i team a concentrarsi sulla creazione di soluzioni anziché lottare con i problemi di compatibilità.

Come ha spiegato David: «So per amara esperienza che convertire i modelli è un incubo; se qualcuno può farlo al posto mio, la vita diventa molto più semplice. È qui che Ultralytics sta davvero migliorando le cose e offrendo qualcosa di prezioso ai nostri utenti».

Accelerare l'innovazione e l'hardware per l'AI#

I progressi del software AI procedono di pari passo con quelli dell'hardware e, insieme, stanno dando vita a una nuova ondata di innovazione nella visione artificiale. Mentre modelli come Ultralytics YOLO continuano a migliorare la precisione, il loro impatto nel mondo reale dipende anche dalle piattaforme su cui vengono eseguiti.

Per esempio, Seeed Studio ha mostrato come hardware modulare e a basso costo, come le schede reCamera e XIAO precaricate con i modelli Ultralytics YOLO, faciliti il passaggio dei prototipi a sistemi AI del mondo reale. Questo tipo di integrazione hardware-software riduce le barriere d'ingresso e mostra come l'innovazione a livello hardware acceleri direttamente l'adozione.

Ecco alcuni punti chiave emersi da altri interventi principali di YV25, che hanno sottolineato come la progettazione congiunta di hardware e software stia aprendo nuove possibilità:

• La quantizzazione permette grandi aumenti di velocità: Intel ha mostrato come convertire i modelli Ultralytics YOLO in OpenVINO con la quantizzazione abbia portato l’inferenza da 54 FPS a 606 FPS in soli 30 minuti, dimostrando il potenziale dell’ottimizzazione.
• Gli strumenti full stack rendono pratico il deployment dell'AI edge: NVIDIA ha evidenziato come i dispositivi Jetson, TensorRT, Triton Inference Server e DeepStream SDK collaborino per semplificare il deployment edge di sistemi di AI per la visione ad alte prestazioni.
• Gli ecosistemi aperti accelerano la prototipazione: AMD ha messo in evidenza la sua piattaforma end-to-end basata su GPU e sullo stack software ROCm, che consente agli sviluppatori di passare rapidamente dal prototipo alla distribuzione mantenendo i costi sotto controllo.
• I chip a basso consumo estendono l'AI ai dispositivi con risorse limitate: DEEPX ha presentato i processori DX-M1 e DX-M2, capaci di erogare decine di TOPS con meno di 5 watt per consentire inferenze avanzate in sistemi compatti e con potenza limitata.

Tendenze recenti nella visione artificiale#

Grazie ai progressi paralleli e sinergici del software e dell'hardware, la visione artificiale evolve più rapidamente che mai. Questi sviluppi non si limitano a migliorare precisione e velocità, ma stanno anche plasmando le modalità di deployment dell'AI per la visione nel mondo reale. A YV25, i partecipanti hanno potuto ascoltare esperti di robotica, deployment edge e AI multimodale, ognuno con una prospettiva diversa sul futuro del settore.

Per esempio, nel suo intervento principale, Michael Hart di D-Robotics ha mostrato come abbinare i modelli Ultralytics YOLO alla scheda compatta RDK X5 (un piccolo modulo embedded per la visione AI) permetta ai robot di eseguire modelli di visione avanzati in tempo reale. La sua dimostrazione dal vivo ha mostrato i progressi della robotica, passata dagli esperimenti in laboratorio a sistemi pratici basati sull’AI.

Fig 3. Michael Hart ha illustrato come i robot dotati di AI di oggi dipendano dalla visione artificiale.

Analogamente, Alexis Crowell e Steven Hunsche di Axelera AI hanno evidenziato le sfide e le opportunità del deployment edge dell'AI per la visione. Attraverso demo dal vivo, hanno spiegato come le unità di elaborazione AI (AIPU) Metis di Axelera AI combinino RISC-V e il calcolo digitale in memoria per offrire prestazioni elevate a consumi molto bassi. Disponibile in formati familiari come M.2 e PCIe, la progettazione congiunta hardware-software della piattaforma rende il dimensionamento dell'AI edge pratico ed efficiente.

In un'altra sessione, Merve Noyan di Hugging Face ha esplorato l'ascesa dell'AI multimodale, in cui i modelli combinano la visione con testo, audio e altri input. Ha parlato di casi d'uso che spaziano dall'analisi dei documenti agli agenti incarnati, sottolineando come l'innovazione open source stia accelerando l'adozione dell'AI.

Conciliare il progresso tecnico con i valori umani#

Pur includendo interventi stimolanti e di ampio respiro, YV25 ha proposto anche sessioni molto pratiche. Jiri Borovec di Lightning AI ha tenuto una dimostrazione pratica su come addestrare e perfezionare i modelli Ultralytics YOLO con PyTorch Lightning e il supporto multi-GPU.

Ha illustrato esempi di codice e sottolineato come gli strumenti open source, una documentazione chiara e framework flessibili facilitino agli sviluppatori la scalabilità dell'addestramento, la convalida di ogni fase e l'adattamento dei flussi di lavoro ai propri progetti. È stato un promemoria di quanto siano importanti la community e strumenti accessibili per compiere progressi concreti nella visione artificiale.

All'estremo opposto, gli oratori hanno invitato il pubblico a riflettere sul ruolo più ampio dell'AI nella società. Nel suo intervento principale, Gerd Leonhard, futurologo, umanista e CEO di The Futures Agency, ha sostenuto che «la tecnologia è moralmente neutrale finché non la usiamo», sottolineando che la vera domanda non è solo cosa possa fare l'AI, ma cosa dovrebbe fare. Ha messo in guardia da insidie come il riduzionismo e l'assenza di verità, chiedendo un'AI che serva davvero gli interessi a lungo termine dell'umanità.

Fig 4. Gerd Leonhard condivide le sue riflessioni sulla creazione di soluzioni AI incentrate sulle persone.

L'attenzione alla responsabilità è proseguita in una conversazione informale con Carissa Véliz dell'Università di Oxford, che ha sottolineato l'importanza della privacy e della sicurezza. Ha osservato che le community open source sono fondamentali per verificare e migliorare il codice e che etica e progettazione sono inseparabili. Il suo messaggio è stato chiaro: gli sviluppatori devono anticipare gli usi impropri e creare sistemi che mettano al primo posto la dignità umana e il benessere sociale.

Fare networking a Londra durante YV25#

Oltre agli interventi e alle demo, YV25 ha creato anche occasioni per entrare in contatto. Durante le pause caffè e il pranzo, i partecipanti hanno socializzato, condiviso esperienze, confrontato approcci e avviato nuove collaborazioni.

Per il team Ultralytics, è stata anche una splendida occasione per incontrarsi di persona. Con i membri sparsi in tutto il mondo, momenti come questo aiutano a rafforzare i legami e a festeggiare insieme i progressi.

Fig 5. Il team Ultralytics conclude una giornata stimolante a YOLO Vision 2025.

La giornata si è conclusa con una festa, durante la quale i partecipanti hanno potuto rilassarsi e continuare a fare networking. È stata l'occasione per riflettere, ricaricare le energie e guardare al prossimo capitolo dell'innovazione nell'AI per la visione.

Superare insieme i limiti dell'AI per la visione#

YOLO Vision 2025 è stata una celebrazione di idee, innovazione e community. Il lancio di Ultralytics YOLO26 ha dato il via all'evento, seguito da interventi coinvolgenti sul deployment edge e sull'AI incentrata sulle persone, che hanno evidenziato i rapidi progressi dell'AI per la visione e il suo impatto crescente sul mondo.

Oltre alle sessioni di keynote, l’evento ha riunito le persone. Ricercatori, sviluppatori ed appassionati hanno condiviso le proprie esperienze, avviato conversazioni interessanti ed esplorato nuove possibilità per il futuro. L’evento si è concluso in bellezza, con i partecipanti entusiasti del futuro dei modelli Ultralytics YOLO e della visione artificiale.

Vuoi esplorare l’AI? Unisciti alla nostra community e visita il nostro repository GitHub per saperne di più sull’AI e sulla visione artificiale. Visita le pagine delle nostre soluzioni per scoprire altre applicazioni della visione artificiale in agricoltura e dell’AI nella robotica. Consulta le nostre licenze e inizia oggi stesso a usare la visione artificiale!