Ultralytics ridefinisce lo stato dell'arte della vision AI con YOLO26

Oggi lanciamo ufficialmente Ultralytics YOLO26, il nostro nuovo modello, che stabilisce un nuovo riferimento per le prestazioni all'avanguardia. Presentato per la prima volta dal nostro fondatore e CEO, Glenn Jocher, a YOLO Vision 2025 (YV25) a Londra, è il nostro modello più avanzato e versatile nell'implementazione fino a oggi.

Progettato per essere leggero, compatto e veloce, YOLO26 è pensato per le applicazioni di IA visiva in tempo reale nei contesti in cui vengono effettivamente usate. Grazie all'inferenza end-to-end nativa integrata direttamente nel modello, YOLO26 semplifica l'implementazione, riduce la complessità dei sistemi e offre prestazioni affidabili su dispositivi edge e in ambienti di produzione su larga scala.

La versione più piccola di YOLO26, il modello nano, è fino al 43% più veloce sulle CPU standard e consente di realizzare in modo efficiente soluzioni di IA visiva in tempo reale su applicazioni mobili, telecamere intelligenti e altri dispositivi edge. Basato sulla visione di Ultralytics, che punta a rendere le funzionalità di IA visiva ad alto impatto accessibili a tutti, YOLO26 unisce prestazioni all'avanguardia e semplicità, rendendolo facile da usare e implementare.

Progettato per la nuova era della visione artificiale#

La visione artificiale si sta spostando rapidamente oltre il cloud. Le applicazioni del mondo reale richiedono sempre più inferenza in tempo reale, bassa latenza, flessibilità hardware e prestazioni prevedibili su dispositivi come droni, telecamere, sistemi mobili e piattaforme embedded.

YOLO26 è stato progettato appositamente per questo cambiamento. Ripensando da zero la pipeline di rilevamento degli oggetti, Ultralytics ha creato un’architettura di modello che elimina le complessità superflue offrendo al contempo precisione e velocità all’avanguardia.

Ad esempio, i tradizionali modelli Ultralytics di rilevamento degli oggetti richiedono un’ulteriore fase di post-elaborazione, chiamata Soppressione non massima, per filtrare le previsioni sovrapposte dopo l’inferenza. YOLO26 elimina questo passaggio aggiuntivo grazie all’inferenza end-to-end nativa, che consente al modello di produrre direttamente i rilevamenti finali. Questo permette implementazioni nel mondo reale più rapide, prevedibili e affidabili.

YOLO26 non è un aggiornamento incrementale. Rappresenta un salto strutturale in avanti nel modo in cui l'IA visiva pronta per la produzione viene addestrata, implementata e scalata.

Fig. 1. Benchmark di Ultralytics YOLO26.

Cosa rende possibile YOLO26#

Uno degli aspetti fondamentali di YOLO26 è il modo in cui sviluppa i punti di forza dei modelli precedenti, come Ultralytics YOLO11, ampliando al contempo le possibilità della visione artificiale. YOLO26 supporta nativamente gli stessi principali compiti di visione artificiale di YOLO11, tra cui il rilevamento degli oggetti, la segmentazione delle istanze e la classificazione delle immagini.

Fig. 2. Esempio di utilizzo di YOLO26 per rilevare oggetti in un'immagine.

Continua inoltre a supportare la stima della posa, il rilevamento degli oggetti con riquadri di delimitazione orientati per immagini aeree e satellitari e il tracciamento degli oggetti nei flussi video. Come YOLO11, YOLO26 è disponibile in cinque varianti: Nano (n), Small (s), Medium (m), Large (l) ed Extra large (x), offrendo agli utenti opzioni che bilanciano velocità, dimensioni e precisione.

Funzionalità chiave di Ultralytics YOLO26#

Ultralytics YOLO26 include una serie di innovazioni progettate per migliorare prestazioni, affidabilità e praticità d'uso nel mondo reale. Ecco alcune delle funzionalità chiave di YOLO26:

• Rimozione della Distribution Focal Loss: YOLO26 rimuove la Distribution Focal Loss (DFL), riducendo la complessità del modello e semplificando l'implementazione, con una maggiore compatibilità su dispositivi edge e hardware a basso consumo.
• Inferenza end-to-end senza NMS: YOLO26 elimina nativamente la necessità della soppressione dei massimi non (NMS), una fase normalmente usata per rimuovere le previsioni duplicate, semplificando e velocizzando l'implementazione per l'uso in tempo reale.
• Bilanciamento progressivo della perdita + STAL: il Progressive Loss Balancing (ProgLoss) e lo Small Target Aware Label Assignment (STAL) regolano il modo in cui il modello apprende durante l'addestramento, consentendo un rilevamento più affidabile di oggetti piccoli e lontani in scene complesse.
• Ottimizzatore MuSGD: YOLO26 introduce l'ottimizzatore MuSGD, una combinazione di discesa stocastica del gradiente (SGD) e tecniche ispirate a Muon, che migliora la stabilità dell'addestramento e consente una convergenza più rapida e costante.
• Inferenza su CPU fino al 43% più veloce: il modello nano YOLO26 offre un'inferenza fino al 43% più veloce sulle CPU standard, consentendo un'IA visiva efficiente in tempo reale su dispositivi mobili, telecamere intelligenti e altri sistemi edge.

Dietro il codice: il percorso verso Ultralytics YOLO26#

Lo sviluppo di YOLO26 è stato un lavoro collettivo, guidato dalla ricerca del nostro team e dai riscontri ricevuti dalla community, dai partner e dai clienti. Ci siamo prefissati di semplificare l'architettura, migliorare l'efficienza e rendere il modello più adattabile all'uso nel mondo reale.

Ripensando a quel percorso, Glenn Jocher ha spiegato: «Una delle sfide più grandi è stata assicurarci che gli utenti potessero ottenere il massimo da YOLO26 senza rinunciare a prestazioni eccellenti». Le sue parole evidenziano un principio fondamentale alla base di YOLO26: rendere l'IA visiva facile da usare.

Approfondendo questa idea, Jing Qiu, Senior Machine Learning Engineer, ha aggiunto: «Sviluppare il nuovo modello Ultralytics YOLO significava procedere con costanza, senza fretta. Ho continuato a perfezionarlo, concentrandomi solo sull'equilibrio tra velocità e precisione. Quando tutto ha preso forma, ho provato una soddisfazione discreta: la prova che curare i dettagli dà i suoi frutti».

Inizia a creare con Ultralytics YOLO26#

Da oggi Ultralytics YOLO26 è disponibile pubblicamente tramite Ultralytics Platform, con supporto completo per i flussi di lavoro di addestramento, inferenza ed esportazione. Le organizzazioni che implementano YOLO26 in ambienti commerciali o chiusi possono accedere alle opzioni di licenza aziendale, che includono supporto per l'implementazione in produzione, manutenzione a lungo termine e distribuzione edge scalabile.

Come i nostri modelli precedenti, è pienamente supportato anche dal pacchetto Python Ultralytics, così gli utenti possono iniziare subito. Gli utenti possono addestrare, convalidare e implementare YOLO26 con lo stesso flusso di lavoro semplificato che già conoscono, sfruttando al contempo una serie di opzioni di esportazione, come ONNX, TensorRT, CoreML, TFLite, OpenVINO e altro ancora.

Costruiamo insieme il futuro dell’IA per la visione#

Ultralytics YOLO26 rappresenta il nostro prossimo passo per rendere l’IA per la visione più veloce, leggera e facile da usare. Ma questo è solo l’inizio.

Il vero impatto nasce da ciò che la community dell’IA per la visione crea con questo strumento. Non vediamo l’ora di scoprire le tue innovazioni e di continuare a plasmare insieme il futuro della computer vision.

Entra in contatto con la nostra community ed esplora il nostro repository GitHub per approfondire l’IA. Scopri le soluzioni per il settore, come l’IA nella robotica e la computer vision nella logistica, dai un’occhiata alle nostre opzioni di licenza e inizia oggi a creare con la computer vision.