Ultralytics YOLO27: Iscriviti alla lista d'attesa.
Licenza YOLO
Comunicato stampa

Ultralytics raccoglie 30 milioni di dollari per superare i limiti della computer vision

Scopri l'ultimo round di finanziamento di Serie A da 30 milioni di dollari di Ultralytics e le novità in arrivo: dall'accelerazione della ricerca e sviluppo su Ultralytics YOLO alle soluzioni aziendali.

4 min di lettura
Scopri l'ultimo round di finanziamento di Serie A da 30 milioni di dollari di Ultralytics e le novità in arrivo: dall'accelerazione della ricerca e sviluppo su Ultralytics YOLO alle soluzioni aziendali.

Siamo entusiasti di annunciare che Ultralytics ha raccolto 30 milioni di dollari in un round di finanziamento di Serie A. Il round è stato guidato da Elephant, con la partecipazione di SquareOne.

Con questo nuovo round, siamo pronti a compiere insieme il prossimo passo nel nostro percorso nella computer vision. Fin dall’inizio, la missione di Ultralytics è stata rendere l’IA avanzata per la visione accessibile a tutti.

Da un progetto open source di IA per la visione all’adozione globale#

Quello che era iniziato come un progetto open source è diventato la famiglia di modelli di computer vision più adottata al mondo, Ultralytics YOLO. Oggi, i modelli YOLO alimentano applicazioni in ogni settore, in oltre 200 paesi, e vengono utilizzati ben 2 miliardi di volte ogni giorno.

Questa crescita è stata resa possibile dalla nostra straordinaria community. Insieme, abbiamo superato le 115.000 stelle su GitHub, accolto oltre 900 collaboratori e visto la nostra libreria Python Ultralytics scaricata più di 115 milioni di volte.

Infatti, secondo il rapporto Octoverse 2024 di GitHub, il nostro repository open source si è classificato al 5° posto a livello globale tra tutti i progetti open source e pubblici che hanno attratto il maggior numero di collaboratori alla loro prima contribuzione. Questo riconoscimento colloca Ultralytics accanto ad alcuni dei progetti open source più influenti al mondo e sottolinea la fiducia e l’entusiasmo della community globale di sviluppatori nei confronti di Ultralytics YOLO. Ci ricorda anche ciò in cui crediamo profondamente: l’IA prospera quando è aperta, collaborativa e accessibile.

Accelerare l’innovazione in Ultralytics#

Guardando al futuro, questo round di finanziamento ci permetterà di procedere più velocemente e promuovere l’innovazione. Non vediamo l’ora di accelerare la ricerca e lo sviluppo della prossima generazione di modelli YOLO, rendendoli più leggeri, veloci e precisi. Nel frattempo, stiamo ampliando le nostre soluzioni aziendali e i team di supporto per aiutare le organizzazioni a distribuire con fiducia i modelli Ultralytics YOLO.

Glenn Jocher, nostro fondatore e CEO, ha sottolineato che «Ultralytics sta ridefinendo ciò che è possibile con l’Edge AI, offrendo modelli YOLO più veloci, leggeri e facili da usare che mai. Questo investimento accelererà la nostra R&S e amplierà il nostro ecosistema di soluzioni a livello applicativo basate su YOLO, dando a imprese e studenti gli strumenti per raggiungere i propri obiettivi».

Far crescere il team di IA dietro la visione#

Una parte fondamentale di questo nuovo capitolo è il nostro team. Ogni anno, oltre 50.000 persone si candidano per entrare in Ultralytics e siamo entusiasti di continuare a far crescere il team con talenti provenienti da tutto il mondo. Ampliando i team di ricerca, ingegneria e go-to-market, possiamo accelerare l’innovazione e offrire alle imprese il supporto di cui hanno bisogno per portare in produzione i modelli Ultralytics YOLO.

Prepariamoci a Ultralytics YOLO Vision 2025#

Questo mese c’è molto fermento in Ultralytics. Oltre ad annunciare il nostro ultimo round di finanziamento, ci stiamo preparando anche per YOLO Vision 2025 (YV25) a Londra, il nostro evento ibrido annuale.

Il 25 settembre riuniremo la community dell’IA al The Pelligon di Londra, con una diretta streaming globale su YouTube e Bilibili. YV25 è tutto incentrato sulle connessioni e sulle idee.

Sviluppatori, imprese e ricercatori di tutto il mondo si riuniranno per esplorare le innovazioni nella computer vision, condividere i propri progetti e imparare gli uni dagli altri. Ci saranno interessanti sessioni keynote, demo dal vivo e molto tempo per fare networking.

Unisciti a noi a YV25 per esplorare il futuro dell’IA per la visione e assistere in prima fila al lancio del nostro nuovo prodotto. Che tu partecipi a Londra o segua l’evento online, YV25 è la tua occasione per prendere parte al dialogo globale che sta plasmando la computer vision.

Unisciti alla nostra community e visita il nostro repository GitHub per saperne di più sull’AI. Consulta le pagine delle nostre soluzioni per scoprire di più sull’AI nel commercio al dettaglio e sulla visione artificiale in agricoltura. Scopri le nostre licenze e inizia oggi stesso a creare soluzioni basate sulla visione artificiale!

Dal blog

Ultralytics all'AMD Embedded AI Working Group di Dublino

Ultralytics all'AMD Embedded AI Working Group di Dublino

Scopri come Ultralytics e AMD hanno esplorato l'IA fisica, la robotica e la distribuzione della computer vision all'AMD Embedded AI Working Group 2026 di Dublino.
Scopri di più
Come scegliere un VLM per l'annotazione automatica usando precisione e richiamo

Come scegliere un VLM per l'annotazione automatica usando precisione e richiamo

Scegli un VLM per l'annotazione automatica in base a precisione e richiamo: quali modelli generano meno riquadri indesiderati, quali mancano meno oggetti e come testarli sui tuoi dati.
Scopri di più
AI-generated logistics scene with illustrative detections; the inset shows Ultralytics Platform benchmark latency for YOLO26n on an NVIDIA L4.

ONNX vs TensorRT per l'inferenza di visione artificiale: benchmark e come scegliere

ONNX Runtime vs TensorRT per l'inferenza di visione artificiale: velocità e accuratezza misurate di Ultralytics YOLO26 su 19 GPU NVIDIA e come scegliere.
Scopri di più
Rilevamento dei DPI mancanti: addestra Ultralytics YOLO su Construction-PPE

Rilevamento dei DPI mancanti: addestra Ultralytics YOLO su Construction-PPE

Scopri come Construction-PPE etichetta caschi, giubbotti e guanti mancanti, quindi addestra Ultralytics YOLO a rilevare i DPI mancanti dalle telecamere del tuo sito.
Scopri di più
Guida ai dataset per il rilevamento dei droni: addestra Ultralytics YOLO sui piccoli UAV

Guida ai dataset per il rilevamento dei droni: addestra Ultralytics YOLO sui piccoli UAV

Confronta i dataset DUT Anti-UAV, Drone-vs-Bird e per il rilevamento termico dei droni, poi addestra Ultralytics YOLO26 per individuare i droni minuscoli e ridurre i falsi allarmi.
Scopri di più
AI conforme a HIPAA per l'imaging medico: cosa copre un BAA e come addestrare modelli con dati dei pazienti

AI conforme a HIPAA per l'imaging medico: cosa copre un BAA e come addestrare modelli con dati dei pazienti

Scopri cosa richiede l'AI conforme a HIPAA per l'imaging medico, cosa copre un BAA di Ultralytics e come annotare, addestrare e distribuire modelli usando dati dei pazienti.
Scopri di più
I migliori modelli di stima della profondità: come scegliere

I migliori modelli di stima della profondità: come scegliere

Confronta modelli di profondità monoculare come Depth Anything, Depth Pro, Metric3D, UniDepth e Ultralytics YOLO26 per la profondità metrica, i dispositivi edge e la robotica.
Scopri di più
Come migrare i modelli Ultralytics YOLO da W&B a Ultralytics Platform

Come migrare i modelli Ultralytics YOLO da W&B a Ultralytics Platform

Importa i modelli Ultralytics YOLO da Weights & Biases (W&B) in Ultralytics Platform senza riaddestrarli, quindi confronta gli esperimenti, esporta i modelli e distribuiscili.
Scopri di più
GPT-6.1 Terra conquista il primo posto nell'auto-annotazione, superando gli stessi modelli di punta di OpenAI

GPT-6.1 Terra conquista il primo posto nell'auto-annotazione, superando gli stessi modelli di punta di OpenAI

L'auto-annotazione con GPT-6.1 Terra supera 39 modelli nella nostra VLM Leaderboard: 0.560 mAP50 a 4,36 $ per 1.000 immagini, davanti a GPT-6.1 Sol e Gemini 4 Argon.
Scopri di più
Auto-annotazione con MiniMax-M3.1-Flash: perché ragionare meno ha prodotto box migliori

Auto-annotazione con MiniMax-M3.1-Flash: perché ragionare meno ha prodotto box migliori

Auto-annotazione con MiniMax-M3.1-Flash in Ultralytics Platform: 0,317 mAP50 a 1,84 $ per 1.000 immagini dopo la messa a punto, con 0,86 nel rilevamento di navi SAR.
Scopri di più
Auto-annotazione con Kimi K3.1 Pro: un terzo meglio di K3, con impegno elevato

Auto-annotazione con Kimi K3.1 Pro: un terzo meglio di K3, con impegno elevato

L'auto-annotazione con Kimi K3.1 Pro ottiene 0,444 mAP50 su UL37, un terzo in più di Kimi K3. Scopri perché lo eseguiamo con impegno elevato, quanto costa e in quali ambiti eccelle.
Scopri di più
Ultralytics YOLO e NVIDIA Cosmos Data Factory: dati sintetici per il rilevamento dei difetti

Ultralytics YOLO e NVIDIA Cosmos Data Factory: dati sintetici per il rilevamento dei difetti

I dati sintetici di NVIDIA Cosmos Data Factory e un ciclo di addestramento agentico aiutano Ultralytics YOLO26 a raggiungere la stessa accuratezza nel rilevamento dei difetti dell'intero dataset usando meno etichette.
Scopri di più
Auto-annotazione con Gemini 4 Argon: i box più precisi tra 39 modelli

Auto-annotazione con Gemini 4 Argon: i box più precisi tra 39 modelli

Auto-annotazione con Gemini 4 Argon su Ultralytics Platform: 2° su 39 modelli, precisione massima (0,667), primo in 6 domini su 12, 7,60 $ per 1.000 immagini fino al 30 novembre.
Scopri di più
Open Compute, Open Vision: AMD a Ultralytics YOLO Vision 2026

Open Compute, Open Vision: AMD a Ultralytics YOLO Vision 2026

Scopri come AMD ha portato l'open compute a Ultralytics YOLO Vision 2026 con un intervento su ROCm, workshop pratici e demo che eseguono YOLO sulle GPU AMD Radeon.
Scopri di più
I migliori modelli di classificazione delle immagini: come scegliere

I migliori modelli di classificazione delle immagini: come scegliere

Confronta i principali modelli di classificazione delle immagini, da ConvNeXt V2 e DINOv3 a EfficientNetV2, ViT e Ultralytics YOLO26-cls, e scopri come scegliere.
Scopri di più
Segmentazione semantica e di istanza: come scegliere l'attività giusta

Segmentazione semantica e di istanza: come scegliere l'attività giusta

La segmentazione semantica assegna una classe a ogni pixel; la segmentazione di istanza distingue ogni singolo oggetto. Scopri quale serve al tuo progetto di visione artificiale e perché.
Scopri di più
Ultralytics ad Arm Create 2026: IA per la visione in tempo reale sull'edge

Ultralytics ad Arm Create 2026: IA per la visione in tempo reale sull'edge

I momenti salienti di Ultralytics ad Arm Create 2026 a Shenzhen: distribuzione di Ultralytics YOLO per l'IA edge in tempo reale, il panel sui modelli e il nuovo Arm AI Portal.
Scopri di più
Meetup Ultralytics: Londra

Meetup Ultralytics: Londra

Resoconto del meetup Ultralytics di Londra: primo sguardo a YOLO27, demo di Ultralytics Platform e un panel sull'IA per la visione con NVIDIA e Arm.
Scopri di più
Monitoraggio di Ultralytics Platform: mantieni sotto controllo le distribuzioni di IA per la visione

Monitoraggio di Ultralytics Platform: mantieni sotto controllo le distribuzioni di IA per la visione

Monitora i modelli di IA per la visione distribuiti con Ultralytics Platform. Tieni sotto controllo lo stato degli endpoint, la latenza, gli errori, i log e le statistiche delle predizioni in tempo reale.
Scopri di più
Presentazione di Ultralytics Agents: crea più rapidamente workflow di IA visiva

Presentazione di Ultralytics Agents: crea più rapidamente workflow di IA visiva

Crea workflow di IA visiva con Ultralytics Agents. Collega modelli YOLO, modelli visione-linguaggio, condizioni, dataset e avvisi Slack in un'unica canvas.
Scopri di più
Presentazione di Ultralytics AutoTrain: semplifica l'addestramento dei modelli di IA visiva

Presentazione di Ultralytics AutoTrain: semplifica l'addestramento dei modelli di IA visiva

Addestra, confronta e migliora i modelli Ultralytics YOLO con AutoTrain in Ultralytics Platform, dalla baseline iniziale alla messa in produzione.
Scopri di più
I momenti salienti di Ultralytics YOLO Vision 2026!

I momenti salienti di Ultralytics YOLO Vision 2026!

I momenti salienti di YOLO Vision 2026, dove Ultralytics ha presentato Ultralytics YOLO27 e mostrato AutoTrain, Agents e Monitoring su Ultralytics Platform.
Scopri di più
Ultralytics YOLO26 ora supporta la stima monoculare della profondità

Ultralytics YOLO26 ora supporta la stima monoculare della profondità

Scopri come la nuova attività di stima della profondità in Ultralytics YOLO26 predice la profondità metrica per ogni pixel da una singola immagine RGB, senza bisogno di un sistema stereo o di LiDAR.
Scopri di più
Le migliori piattaforme di annotazione di immagini per la visione artificiale

Le migliori piattaforme di annotazione di immagini per la visione artificiale

Confronto tra nove piattaforme di annotazione di immagini per la visione artificiale: CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics e V7.
Scopri di più
Rilevamento automatico dei difetti nel settore manifatturiero: confronto tra piattaforme

Rilevamento automatico dei difetti nel settore manifatturiero: confronto tra piattaforme

Confronta le piattaforme per il rilevamento automatico dei difetti: Cognex, Instrumental, Keyence, Landing AI, Overview e Ultralytics, e scopri come abbinare l'attività del modello al difetto.
Scopri di più
Quanto costa la visione artificiale aziendale: un quadro del TCO

Quanto costa la visione artificiale aziendale: un quadro del TCO

Un quadro dei costi totali per la visione artificiale aziendale, che considera dati, annotazione, telecamere, hardware edge, addestramento, inferenza, integrazione e nuovo addestramento.
Scopri di più
Verifica dell'assemblaggio e prevenzione degli errori con la visione artificiale

Verifica dell'assemblaggio e prevenzione degli errori con la visione artificiale

Scopri come la visione artificiale verifica completezza, correttezza e sequenza dell'assemblaggio: progettazione della postazione di imaging, scelta dell'attività del modello, integrazione PLC e convalida.
Scopri di più
Inferenza per la visione artificiale su larga scala: confronto tra sette piattaforme

Inferenza per la visione artificiale su larga scala: confronto tra sette piattaforme

Confronto tra sette piattaforme di inferenza per la visione artificiale: Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics e Vertex AI, in termini di latenza e scalabilità.
Scopri di più
Ultralytics YOLO Vision 2026: tutto quello che devi sapere

Ultralytics YOLO Vision 2026: tutto quello che devi sapere

Partecipa a Ultralytics YOLO Vision 2026 il 13 settembre a Shenzhen o online per scoprire nuovi modelli YOLO, lanci di prodotti, demo dal vivo e applicazioni reali dell'IA visiva.
Scopri di più
Come ridurre il lavoro di etichettatura: confronto tra strumenti di etichettatura automatica e apprendimento attivo

Come ridurre il lavoro di etichettatura: confronto tra strumenti di etichettatura automatica e apprendimento attivo

Confronto tra dieci strumenti di etichettatura automatica e apprendimento attivo: CVAT, Encord, Label Studio, Labelbox, Lightly, Roboflow, SuperAnnotate, Ultralytics, V7 e FiftyOne.
Scopri di più

Costruiamo insieme il futuro dell'IA!

Inizia il tuo percorso verso il futuro del machine learning