Dove sta andando Ultralytics
Dai modelli che hanno portato la visione AI in tempo reale a milioni di persone, fino alle versioni all'orizzonte. Ecco cosa abbiamo rilasciato e cosa ci aspetta.
La versione che ha portato il rilevamento di oggetti in tempo reale a milioni di persone: nativa PyTorch, veloce e incredibilmente facile da addestrare.
Un unico framework per rilevamento, segmentazione, classificazione, stima della posa e oriented bounding boxes.
Un'architettura perfezionata che offre maggiore precisione con meno parametri, svelata a Ultralytics YOLO Vision 2024.
Il nostro modello consigliato attualmente: più veloce, più preciso e pronto per la produzione per qualsiasi compito di visione.
La piattaforma end-to-end per annotare dati, addestrare modelli YOLO e distribuire in 42 regioni globali: tutto in un unico posto.
I nostri primi modelli di segmentazione semantica: etichette di classe dense per ogni pixel per una comprensione completa della scena.
Una libreria e CLI di inferenza YOLO ad alte prestazioni scritta in Rust, che esegue modelli su ONNX Runtime dietro un'API progettata per corrispondere al pacchetto Python di Ultralytics.
Esegui i modelli YOLO direttamente nel browser, senza server e senza Python. Funziona su WebGPU con un fallback automatico a CPU e wasm, dietro una piccola API TypeScript alimentata dal crate Rust compilato in WebAssembly.
Il documento di ricerca dietro YOLO26: descrive in dettaglio il suo design end-to-end senza NMS, il nuovo ottimizzatore MuSGD e un compromesso precisione-latenza allo stato dell'arte su tutte e cinque le scale del modello.
Multi-object tracking più veloce e preciso: identità più stabili attraverso occlusioni e scene affollate per video nel mondo reale.
- Re-ID: la ri-identificazione mantiene le identità degli oggetti coerenti tra le diverse telecamere e dopo le occlusioni
La knowledge distillation integrata comprime grandi modelli teacher in studenti più piccoli e veloci, aiutando a preservare l'accuratezza per un deployment efficiente su edge e in tempo reale.
I modelli di profondità YOLO26 prevedono mappe di distanza dense per pixel da una singola fotocamera RGB, aggiungendo consapevolezza spaziale 3D senza sensori di profondità specializzati o lidar.
Ultralytics YOLO Vision 2026
La prossima generazione di punta di YOLO, svelata dal vivo a Ultralytics YOLO Vision 2026, che espande la famiglia nella visione-linguaggio:
- YOLO-VLM: un front-end YOLO leggero che alimenta uno strato LLM più profondo per pipeline efficienti di visione-linguaggio
Esporta i modelli YOLO nel nuovo formato .aimodel di Apple per il runtime Core AI dopo che iOS 27 e macOS 27 saranno generalmente disponibili, mantenendo al contempo CoreML per una maggiore compatibilità con i dispositivi.
Tre aree di prodotto guidano la Platform per il resto dell'anno:
- Auto-Training: analisi dell'addestramento iterativa e basata su LLM che diagnostica automaticamente ogni esecuzione e perfeziona la configurazione nel corso di cicli successivi per incrementare la precisione.
- On-Premise: esegui la Platform all'interno della tua infrastruttura, mantenendo dati e addestramento completamente sotto il tuo controllo.
- Monitoring: monitoraggio dei modelli in produzione per tracciare le prestazioni, rilevare derive e mantenere sani i deployment.
Nuove funzionalità si aggiungono alla famiglia YOLO nel corso del 2027:
- YOLO-OCR: riconoscimento del testo veloce e preciso
- YOLO-Face: riconoscimento e analisi facciale
- YOLO-Stereo3D — rilevamento 3D stereo da coppie di fotocamere binoculari per la robotica, un'alternativa nativa al lidar
Costruisci sull'ultimo YOLO
Inizia oggi ad addestrare e distribuire con YOLO26: preparati per tutto ciò che verrà dopo.