Ultralytics ridefinisce lo stato dell'arte dell'AI per la visione con YOLO26

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

Progettato per essere leggero, compatto e veloce, YOLO26 è stato sviluppato per gli ambienti in cui le applicazioni di intelligenza artificiale per la visione in tempo reale vengono effettivamente eseguite nel mondo reale. Grazie all’inferenza nativa end-to-end integrata direttamente nel modello, YOLO26 semplifica l’implementazione, riduce la complessità del sistema e offre prestazioni affidabili su dispositivi edge e in ambienti di produzione su larga scala.

In effetti, la versione più piccola di YOLO26, il modello nano, è fino al 43% più veloce sulle CPU standard, consentendo soluzioni di intelligenza artificiale per la visione in tempo reale efficienti su applicazioni mobili, fotocamere intelligenti e altri dispositivi edge. Sviluppato sulla base della visione di Ultralytics di rendere le funzionalità di intelligenza artificiale per la visione ad alto impatto accessibili a tutti, YOLO26 combina prestazioni all’avanguardia e semplicità, rendendolo facile da usare e implementare.

Progettato per la nuova era della visione artificiale#

La visione artificiale si sta rapidamente spostando 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, fotocamere, sistemi mobili e piattaforme integrate.

YOLO26 è stato progettato esplicitamente per questo cambiamento. Ripensando da zero la pipeline di rilevamento degli oggetti, Ultralytics ha creato un’architettura del modello che elimina la complessità non necessaria offrendo al contempo accuratezza e velocità all’avanguardia.

Ad esempio, i modelli tradizionali di rilevamento degli oggetti di Ultralytics si affidano a un’ulteriore fase di post-elaborazione chiamata soppressione non massima per filtrare le predizioni sovrapposte dopo l’inferenza. YOLO26 elimina questo passaggio aggiuntivo abilitando l’inferenza nativa end-to-end, consentendo al modello di produrre direttamente i rilevamenti finali. Questo permette implementazioni nel mondo reale più veloci, prevedibili e affidabili.

YOLO26 non è un aggiornamento incrementale. Rappresenta un salto evolutivo strutturale nel modo in cui l’intelligenza artificiale per la visione di livello produttivo viene addestrata, implementata e scalata.

Fig. 1. Benchmark di Ultralytics YOLO26

Cosa rende possibile YOLO26#

Uno degli aspetti chiave di YOLO26 è il modo in cui si basa sui punti di forza dei modelli precedenti, come Ultralytics YOLO11, ampliando al contempo le possibilità della visione artificiale. Pronto all’uso, YOLO26 supporta gli stessi compiti fondamentali 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.

Supporta inoltre la stima della posa, il rilevamento di oggetti tramite 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 del modello: Nano (n), Small (s), Medium (m), Large (l) ed Extra large (x), offrendo opzioni che bilanciano velocità, dimensioni e accuratezza.

Caratteristiche principali di Ultralytics YOLO26#

Ultralytics YOLO26 include una serie di miglioramenti progettati per ottimizzare le prestazioni, l’affidabilità e l’utilizzo nel mondo reale. Ecco una panoramica delle caratteristiche principali di YOLO26:

• Rimozione della perdita focale distribuita: YOLO26 rimuove la perdita focale distribuita (DFL), riducendo la complessità del modello e favorendo un’implementazione più semplice e compatibile su hardware edge e a basso consumo.
• Inferenza end-to-end senza NMS: YOLO26 elimina nativamente la necessità della soppressione non massima (NMS), un passaggio normalmente utilizzato per rimuovere le predizioni duplicate, rendendo l’implementazione più semplice e veloce per l’utilizzo in tempo reale.
• Bilanciamento progressivo della perdita + STAL: Il bilanciamento progressivo della perdita (ProgLoss) e l’assegnazione delle etichette consapevole degli oggetti piccoli (STAL) modificano il modo in cui il modello apprende durante l’addestramento, consentendo un rilevamento più affidabile degli oggetti piccoli e distanti in scene complesse.
• Ottimizzatore MuSGD: YOLO26 introduce l’ottimizzatore MuSGD, una combinazione della discesa del gradiente stocastico (SGD) e di tecniche ispirate a Muon, che migliora la stabilità dell’addestramento e consente una convergenza più rapida e coerente.
• Inferenza CPU fino al 43% più veloce: Il modello nano YOLO26 offre un’inferenza fino al 43% più veloce sulle CPU standard, consentendo un’intelligenza artificiale per la visione in tempo reale efficiente su dispositivi mobili, fotocamere intelligenti e altri sistemi edge.

Dietro il codice: il percorso verso Ultralytics YOLO26#

Lo sviluppo di YOLO26 è stato uno sforzo collettivo plasmato dalla ricerca del nostro team e dai feedback ricevuti dalla community, dai nostri partner e dai clienti. Ci siamo prefissati di semplificare l’architettura, migliorare l’efficienza e rendere il modello più adattabile all’utilizzo nel mondo reale.

Riflettendo su questo percorso, Glenn Jocher ha spiegato: «Una delle sfide più grandi è stata assicurarsi che gli utenti potessero ottenere il massimo da YOLO26 continuando a offrire prestazioni eccellenti». La sua prospettiva evidenzia un principio fondamentale alla base della progettazione di YOLO26: mantenere l’intelligenza artificiale per la visione facile da usare.

Sviluppando ulteriormente questa idea, Jing Qiu, il nostro Senior Machine Learning Engineer, ha aggiunto: «Costruire il nuovo modello YOLO di Ultralytics significava procedere con costanza, senza fretta. Ho continuato a perfezionarlo, concentrandomi solo sull’equilibrio tra velocità e accuratezza. Quando tutto ha preso forma, ho provato una soddisfazione silenziosa: la dimostrazione che dedicarsi ai dettagli funziona».

Inizia a sviluppare con Ultralytics YOLO26#

Ultralytics YOLO26 sarà disponibile pubblicamente a partire da oggi tramite la 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 a opzioni di licenza enterprise, che includono supporto per l’implementazione in produzione, manutenzione a lungo termine e implementazioni edge scalabili.

Come i nostri modelli precedenti, è inoltre pienamente supportato tramite il pacchetto Python di Ultralytics, consentendo agli utenti di iniziare subito. Gli utenti possono addestrare, convalidare e implementare YOLO26 con lo stesso flusso di lavoro ottimizzato che già conoscono, sfruttando al contempo numerose opzioni di esportazione, tra cui ONNX, TensorRT, CoreML, TFLite, OpenVINO e altre.

Costruiamo insieme il futuro dell’intelligenza artificiale per la visione#

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

Il vero impatto deriva da ciò che la community dell’intelligenza artificiale per la visione crea con questa tecnologia. Non vediamo l’ora di scoprire le tue innovazioni e di continuare a plasmare insieme il futuro della visione artificiale.

Connettiti alla nostra community ed esplora il nostro repository GitHub per approfondire l’intelligenza artificiale. Scopri soluzioni per il settore come l’intelligenza artificiale nella robotica e la visione artificiale nella logistica, dai un’occhiata alle nostre opzioni di licenza e inizia oggi stesso a sviluppare con la visione artificiale.