I punti salienti di Ultralytics da YOLO Vision 2025!

La community dell'IA e della computer vision si è riunita il 25 settembre per YOLO Vision 2025 (YV25), l'evento ibrido annuale di vision AI di Ultralytics. Ospitato a Londra presso The Pelligon e trasmesso in tutto il mondo, l'evento ha accolto un gruppo eterogeneo di ricercatori, ingegneri e appassionati di IA 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 impressioni e raccolto quasi 2.000 ore di visualizzazione.

YV25 è iniziato con un intervento di apertura del nostro ospite Oisin Lunny, che ha dato il tono alla giornata incoraggiando i partecipanti a fare rete, condividere e sfruttare al meglio l'evento. Come ha detto lui stesso: "YOLO Vision 2025 è la conferenza che unisce la community open-source della vision AI per concentrarsi sui progressi nei dati, nel machine learning e nella computer vision".

In questo articolo, ripercorreremo i momenti salienti di YOLO Vision 2025, tra cui il lancio del prodotto, i keynote, una tavola rotonda, demo dal vivo e i momenti comunitari che hanno reso speciale la giornata. Cominciamo!

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

In vista dell'evento c'era grande entusiasmo per il lancio del nuovo prodotto, e Glenn Jocher, il nostro fondatore e CEO, ha iniziato la giornata cavalcando quell'energia.

Ha condiviso il percorso di Ultralytics, ricordando come nel 2020 eseguisse esperimenti su una singola 1080 Ti collegata al suo MacBook, una configurazione oggi obsoleta. Da quei modesti inizi, Ultralytics è cresciuta fino a diventare una comunità globale con miliardi di inferenze giornaliere basate su modelli YOLO.

Glenn ha anche parlato del recente completamento da parte di Ultralytics di un round di finanziamento di Serie A da 30 milioni di dollari. Ha spiegato come questo investimento alimenterà la prossima fase di crescita consentendo all'azienda di scalare il team, espandere la ricerca e assicurarsi le risorse di calcolo necessarie per continuare a spingere i confini della computer vision.

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

Glenn ha poi annunciato due nuovi progetti di Ultralytics. Il primo è Ultralytics YOLO26, l'ultimo modello della famiglia Ultralytics YOLO, progettato per essere più piccolo, veloce ed efficiente, raggiungendo una precisione ancora maggiore. Il secondo è l'Ultralytics Platform, un nuovo workspace SaaS end-to-end che combina dati, training, deployment e monitoraggio per rendere la creazione di soluzioni di computer vision più facile che mai, il cui annuncio è previsto nel prossimo futuro.

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

Ultralytics YOLO26 è progettato per spingere le prestazioni oltre, rimanendo al contempo pratico per l'uso nel mondo reale. La versione più piccola gira già fino al 43% più velocemente sulle CPU migliorando comunque la precisione, il che lo rende ideale per applicazioni che vanno dai dispositivi mobili ai grandi sistemi aziendali. YOLO26 sarà disponibile pubblicamente entro la fine di ottobre.

Ecco una panoramica delle principali funzioni di YOLO26:

• Architettura ottimizzata: Il modulo Distribution Focal Loss (DFL) è stato rimosso, in quanto rallentava i modelli in precedenza. Ultralytics YOLO26 ora è eseguito in modo più efficiente senza sacrificare la precisione.
• Predizioni più veloci: Ultralytics YOLO26 introduce un'opzione per saltare il passaggio di Non-Maximum Suppression (NMS), consentendogli di fornire risultati più rapidamente e facilitando il deployment in tempo reale.
• Migliore nell'individuazione di piccoli oggetti: Nuovi metodi di training migliorano la stabilità e aumentano significativamente la precisione, specialmente quando si rilevano piccoli dettagli in scene complesse.
• Training più intelligente: Il nuovo ottimizzatore MuSGD combina i punti di forza di due tecniche di training, aiutando il modello a imparare più velocemente e a raggiungere una maggiore precisione.

Uno sguardo alla piattaforma Ultralytics#

Dopo aver presentato YOLO26, Glenn ha invitato Prateek Bhatnagar, il nostro Head of Product Engineering, a mostrare in anteprima il prossimo progetto all'orizzonte, la Ultralytics Platform. Progettata per semplificare l'intero flusso di lavoro della computer vision, la piattaforma mira a riunire dataset, annotazione, addestramento, deployment e monitoraggio in un unico posto.

Prateek l'ha paragonata alla messa a punto di un'auto: invece di visitare diverse officine per pneumatici, motori e trasmissioni, tutto avviene in un unico garage. Allo stesso modo, la piattaforma offre agli sviluppatori un workspace integrato per gestire l'intero ciclo di vita di un modello di vision AI.

La demo ha mostrato strumenti di annotazione assistiti dall'IA che velocizzano la preparazione del dataset, opzioni di training personalizzabili sia per esperti che per principianti e monitoraggio in tempo reale dei training run.

Approfondimenti da una tavola rotonda sul deployment all'edge#

Un altro momento clou di YV25 è stato il panel sull'edge deployment, moderato da Oisin Lunny. La sessione ha visto la partecipazione di Yuki Tsuji di Sony Semiconductor Solutions, David Plowman di Raspberry Pi e Glenn Jocher.

La discussione ha esplorato come spostare l'IA all'edge riduca la latenza, diminuisca i costi e migliori la privacy. Yuki ha presentato il sensore IMX500 di Sony, in grado di eseguire l'inferenza direttamente sul chip. Nel frattempo, David ha parlato di come Raspberry Pi si stia espandendo dalle sue radici maker verso applicazioni commerciali su larga scala.

Fig 2. Una tavola rotonda sul deployment all'edge con Oisin Lunny, Yuki Tsuji, David Plowman e Glenn Jocher.

Il panel ha anche toccato uno dei maggiori ostacoli per gli sviluppatori: far girare i modelli senza problemi su diversi dispositivi. È qui che il pacchetto Python di Ultralytics gioca un ruolo chiave.

Grazie alla sua ampia gamma di opzioni di esportazione, semplifica il trasferimento di un modello addestrato in produzione su dispositivi mobili, sistemi embedded o hardware aziendale. Eliminando le difficoltà legate alla conversione dei modelli, Ultralytics aiuta i team a concentrarsi sulla creazione di soluzioni invece di lottare con problemi di compatibilità.

Come ha spiegato David, “So per esperienza diretta che convertire i modelli è orribile, e se qualcun altro lo fa per me, mi semplifica la vita enormemente. È qui che Ultralytics sta davvero migliorando la situazione e offrendo qualcosa di prezioso per i nostri utenti.”

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

I progressi del software di IA avvengono in parallelo a quelli dell'hardware e insieme stanno guidando una nuova ondata di innovazione nella computer vision. Mentre modelli come Ultralytics YOLO continuano a spingere in avanti la precisione, il loro impatto nel mondo reale dipende anche dalle piattaforme su cui girano.

Ad esempio, Seeed Studio ha mostrato come hardware modulare e a basso costo come le loro schede reCamera e XIAO, precaricate con modelli Ultralytics YOLO, rendano facile per gli sviluppatori passare dalla prototipazione ai sistemi di IA del mondo reale. Questo tipo di integrazione hardware-software abbassa la barriera all'ingresso e mostra come l'innovazione a livello hardware acceleri direttamente l'adozione.

Ecco alcuni punti chiave da altri keynote di YV25 che hanno sottolineato come la co-progettazione hardware-software stia aprendo nuove possibilità:

• La quantizzazione sblocca grandi guadagni di velocità: Intel ha mostrato come convertire i modelli Ultralytics YOLO in OpenVINO con la quantizzazione abbia aumentato l'inferenza da 54 FPS a 606 FPS in soli 30 minuti, evidenziando il potere dell'ottimizzazione.
• Gli strumenti full-stack rendono pratico il deployment dell'edge AI: NVIDIA ha evidenziato come i dispositivi Jetson, TensorRT, Triton Inference Server e il DeepStream SDK lavorino insieme per semplificare il deployment di vision AI ad alte prestazioni all'edge.
• Gli ecosistemi aperti accelerano la prototipazione: AMD ha sottolineato la sua piattaforma end-to-end basata su GPU e sullo stack software ROCm, aiutando gli sviluppatori a passare rapidamente dal prototipo al deployment tenendo sotto controllo i costi.
• I chip a basso consumo espandono l'IA a dispositivi limitati: DEEPX ha presentato i propri processori DX-M1 e DX-M2, in grado di offrire decine di TOPS con meno di 5 watt per consentire un'inferenza avanzata in sistemi compatti e con risorse limitate.

Tendenze recenti nella computer vision#

Con i progressi sia nel software che nell'hardware che lavorano di pari passo, la computer vision si sta evolvendo più velocemente che mai. Questi sviluppi paralleli non stanno solo migliorando precisione e velocità, ma stanno anche plasmando il modo in cui la vision AI può essere implementata nel mondo reale. A YV25, i partecipanti hanno avuto l'opportunità di ascoltare esperti di robotica, deployment all'edge e IA multimodale, ognuno offrendo una prospettiva diversa sulla direzione del settore.

Ad esempio, nel suo keynote, Michael Hart di D-Robotics ha dimostrato come abbinare i modelli Ultralytics YOLO alla loro compatta scheda RDK X5 (un piccolo modulo di visione IA integrato) permetta ai robot di eseguire modelli di visione avanzati in tempo reale. La sua demo dal vivo ha mostrato quanta strada abbia fatto la robotica, evolvendosi da esperimenti di laboratorio a sistemi pratici basati sull'IA.

Fig 3. Michael Hart ha sottolineato come i robot di oggi dotati di IA dipendano dalla computer vision.

Analogamente, Alexis Crowell e Steven Hunsche di Axelera AI hanno sottolineato le sfide e le opportunità del deployment della vision AI sull'edge. Attraverso demo dal vivo, hanno spiegato come le Metis AI Processing Units (AIPUs) di Axelera AI combinino RISC-V e digital in-memory compute per offrire alte prestazioni a bassissimi consumi. Racchiusa in formati familiari come M.2 e PCIe, la co-progettazione hardware-software della piattaforma rende lo scaling dell'edge AI sia pratico che efficiente.

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

Bilanciare il progresso tecnico con i valori umani#

Sebbene YV25 abbia offerto interventi di ampio respiro e stimolanti, ha incluso anche sessioni profondamente pratiche. Jiri Borovec di Lightning AI ha tenuto una guida pratica che mostra come addestrare e mettere a punto i modelli Ultralytics YOLO con PyTorch Lightning e il supporto multi-GPU.

Ha esaminato esempi di codice e ha evidenziato come strumenti open-source, documentazione chiara e framework flessibili rendano più facile per gli sviluppatori scalare l'addestramento, validare ogni fase e adattare i flussi di lavoro ai propri progetti. È stato un promemoria di quanto la comunità e gli strumenti accessibili siano importanti per un vero progresso nella computer vision.

Dall'altro lato dello spettro, i relatori hanno esortato il pubblico a riflettere sul ruolo più ampio dell'IA nella società. Nel suo keynote, Gerd Leonhard, futurista, umanista e CEO di The Futures Agency, ha sostenuto che "la tecnologia è moralmente neutra finché non la usiamo", sottolineando che la vera questione non è solo ciò che l'IA può fare, ma ciò che dovrebbe fare. Ha messo in guardia contro il rischio di cadere in trappole come il riduzionismo e la mancanza di verità, e ha invocato un'IA che serva davvero gli interessi a lungo termine dell'umanità.

Fig 4. Gerd Leonhard condivide le sue idee sulla creazione di soluzioni IA mantenendole incentrate sull'uomo.

Questo focus sulla responsabilità è proseguito in una chiacchierata informale con Carissa Véliz dell'Università di Oxford, che ha posto l'accento su privacy e sicurezza. Ha fatto notare che le community open-source sono fondamentali per controllare e migliorare il codice, e che etica e design sono inseparabili. Il suo messaggio era chiaro: gli sviluppatori devono anticipare l'uso improprio e costruire sistemi che mettano al primo posto la dignità umana e il benessere sociale.

Networking a Londra a YV25#

Andando oltre i discorsi e le demo, YV25 ha anche creato uno spazio in cui le persone potessero connettersi. Durante le pause caffè e il pranzo, i partecipanti si sono mescolati, hanno condiviso esperienze, confrontato approcci e dato vita a nuove collaborazioni.

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

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

La giornata si è conclusa con un after-party, dove i partecipanti hanno avuto la possibilità di rilassarsi e continuare a fare networking. È stato un momento per riflettere, ricaricarsi e guardare al prossimo capitolo dell'innovazione nella vision AI.

Superare insieme i confini della vision AI#

YOLO Vision 2025 è stata una celebrazione di idee, innovazione e comunità. Il lancio di Ultralytics YOLO26 ha preparato il terreno, seguito da interessanti interventi sul deployment all'edge e sull'IA incentrata sull'uomo, che hanno evidenziato il rapido progresso della vision AI e il suo crescente impatto sul mondo.

Oltre alle sessioni keynote, l'evento ha unito le persone. Ricercatori, sviluppatori e appassionati hanno condiviso esperienze, innescato conversazioni significative ed esplorato nuove possibilità per il futuro. L'evento si è concluso con una nota positiva, con i partecipanti entusiasti del futuro dei modelli Ultralytics YOLO e della computer vision.

Pronto a esplorare l'IA? Unisciti alla nostra community e al repository GitHub per saperne di più sull'IA e sulla computer vision. Visita le nostre pagine sulle soluzioni per esplorare ulteriori applicazioni della computer vision in agricoltura e dell'IA nella robotica. Controlla le nostre opzioni di licensing e inizia subito con la computer vision!