Ultralytics ridefinisce la vision AI allo stato dell'arte 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, a YOLO Vision 2025 (YV25) a Londra, è il nostro modello più avanzato e distribuibile fino ad oggi.

Progettato per essere leggero, compatto e veloce, YOLO26 è sviluppato per le situazioni in cui le applicazioni di IA di visione in tempo reale operano effettivamente nel mondo reale. Con l'inferenza nativa end-to-end integrata direttamente nel modello, YOLO26 semplifica la distribuzione, 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, gira fino al 43% più velocemente su CPU standard, consentendo soluzioni di computer vision IA in tempo reale efficienti su applicazioni mobili, telecamere intelligenti e altri dispositivi edge. Sviluppato sulla visione di Ultralytics di rendere le capacità di computer vision d'impatto accessibili a tutti, YOLO26 combina prestazioni all'avanguardia e semplicità, rendendolo facile da usare e distribuire.

Costruito per la prossima era della computer vision#

La Computer vision si sta muovendo rapidamente oltre il cloud. Le applicazioni del mondo reale richiedono sempre più inferenze in tempo reale, bassa latenza, flessibilità hardware e prestazioni prevedibili su dispositivi come droni, telecamere, sistemi mobili e piattaforme integrate.

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

Ad esempio, i tradizionali modelli di rilevamento degli oggetti di Ultralytics si affidano a un ulteriore passaggio di post-elaborazione chiamato Non-Maximum Suppression per filtrare le predizioni sovrapposte dopo l'inferenza. YOLO26 elimina questo passaggio extra abilitando l'inferenza end-to-end nativa, consentendo al modello di produrre direttamente le rilevazioni finali. Sblocca un deployment nel mondo reale più veloce, più prevedibile e più affidabile.

YOLO26 non è un aggiornamento incrementale. Rappresenta un salto strutturale in avanti nel modo in cui l'IA di Visione di livello professionale viene addestrata, distribuita e scalata.

Fig 1. Benchmarking 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 espandendo al contempo ciò che è possibile con la computer vision. Subito pronto all'uso, YOLO26 supporta gli stessi compiti di computer vision principali di YOLO11, tra cui il rilevamento di oggetti, la segmentazione di istanze e la classificazione delle immagini.

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

Continua inoltre a supportare la pose estimation, l'object detection con oriented bounding box per immagini aeree e satellitari, e l'object tracking attraverso flussi video. Come YOLO11, YOLO26 è disponibile in cinque varianti di modello, Nano (n), Small (s), Medium (m), Large (l) ed Extra large (x), offrendo agli utenti opzioni che bilanciano velocità, dimensioni e precisione.

Caratteristiche principali di Ultralytics YOLO26#

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

• Rimozione della Distribution Focal Loss: YOLO26 rimuove la Distribution Focal Loss (DFL), riducendo la complessità del modello e guidando una distribuzione più semplice e compatibile su edge e hardware a basso consumo.
• Inferenza end-to-end senza NMS: YOLO26 elimina nativamente la necessità della Non-Maximum Suppression (NMS), un passaggio normalmente utilizzato per rimuovere previsioni duplicate, rendendo la distribuzione più semplice e veloce per l'uso in tempo reale.
• Progressive Loss Balancing + 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 distanti in scene complesse.
• Ottimizzatore MuSGD: YOLO26 introduce l'ottimizzatore MuSGD, un ibrido tra Stochastic Gradient Descent (SGD) e tecniche ispirate a Muon, che migliora la stabilità dell'addestramento e consente una convergenza più veloce e coerente.
• Inferenza su CPU fino al 43% più veloce: Il modello YOLO26 nano offre un'inferenza fino al 43% più veloce su CPU standard, consentendo un'efficiente IA di visione in tempo reale su dispositivi mobili, telecamere intelligenti e altri sistemi edge.

Dietro il codice: Il viaggio verso Ultralytics YOLO26#

Lo sviluppo di YOLO26 è stato uno sforzo collettivo plasmato dalla ricerca del nostro team e dal feedback che abbiamo ricevuto dalla community, dai nostri partner e dai clienti. Abbiamo deciso di semplificare l'architettura, migliorare l'efficienza e rendere il modello più adattabile all'uso nel mondo reale.

Riflettendo su quel viaggio, Glenn Jocher ha spiegato: "Una delle sfide più grandi è stata assicurarsi che gli utenti potessero ottenere il massimo da YOLO26 offrendo comunque prestazioni al top". La sua prospettiva evidenzia un principio di design fondamentale di YOLO26: mantenere l'IA di visione facile da usare.

Approfondendo questo concetto, Jing Qiu, il nostro Senior Machine Learning Engineer, ha aggiunto: "Creare il nuovo modello Ultralytics YOLO ha significato procedere con calma, senza fretta. Ho continuato a perfezionare, concentrandomi solo su quel bilanciamento tra velocità e accuratezza. Quando tutto si è incastrato, ho provato una tranquilla soddisfazione, la prova che insistere sui dettagli funziona".

Inizia a costruire con Ultralytics YOLO26#

Ultralytics YOLO26 sarà disponibile pubblicamente a partire da oggi tramite la Ultralytics Platform con pieno supporto per i flussi di lavoro di training, inferenza ed esportazione. Le organizzazioni che distribuiscono YOLO26 in ambienti commerciali o chiusi possono accedere a opzioni di licenza aziendali, che includono il supporto per il deployment in produzione, la manutenzione a lungo termine e rollout edge scalabili.

Come i nostri modelli precedenti, è anche pienamente supportato tramite il pacchetto Python di Ultralytics, consentendo agli utenti di iniziare subito. Gli utenti possono addestrare, validare e distribuire YOLO26 con lo stesso flusso di lavoro ottimizzato che già conoscono, sfruttando al contempo una gamma di opzioni di esportazione come ONNX, TensorRT, CoreML, TFLite, OpenVINO e altre.

Costruiamo insieme il futuro dell'IA di visione#

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

Il vero impatto deriva da ciò che la community dell'IA di visione crea con esso. Non vediamo l'ora di vedere le tue innovazioni e di continuare a plasmare insieme il futuro della computer vision.

Connettiti con la nostra community ed esplora il nostro repository GitHub per approfondire l'IA. Scopri soluzioni industriali come IA nella robotica e computer vision nella logistica, dai un'occhiata alle nostre opzioni di licenza e inizia a costruire con la computer vision oggi stesso.