YOLO Vision 2025におけるUltralyticsの主要ハイライト！

9月25日、AIおよびコンピュータビジョンのコミュニティが、Ultralyticsが毎年開催するハイブリッド型のビジョンAIイベント、YOLO Vision 2025 (YV25)に集結しました。ロンドンのThe Pelligonを会場とし、世界中に配信されたこのイベントには、多種多様な研究者、エンジニア、AI愛好家が参加し、アイデアを共有するとともに、Ultralytics YOLO26のような新しいイノベーションについて学びました。

4年目を迎えた本イベントは、そのリーチと影響力の面で成長を続けています。YV25のライブ配信は、すでに6,800回以上の視聴、49,000回以上のインプレッションを獲得し、視聴時間は2,000時間近くに達しています。

YV25は、司会を務めたOisin Lunnyによるオープニングの挨拶で幕を開けました。彼は、参加者同士の交流や共有を促し、イベントを最大限に活用するよう呼びかけ、一日のトーンを整えました。彼の言葉を借りれば、「YOLO Vision 2025は、データ、機械学習、コンピュータビジョンの進歩に焦点を当て、オープンソースのビジョンAIコミュニティを結束させるためのカンファレンスです」。

本記事では、製品発表、基調講演、パネルディスカッション、ライブデモ、そして一日を特別なものにしたコミュニティの瞬間など、YOLO Vision 2025の主なハイライトを振り返ります。それでは始めましょう！

Link to this section単一のGPUから3,000万ドルのシリーズA資金調達へ#

イベントに向けて、新製品発表に対する大きな期待が高まる中、当社の創設者兼CEOであるGlenn Jocherがその勢いを引き継いで一日のスタートを切りました。

彼は、2020年当時、自身のMacBookに接続した単一の1080 Tiで実験を行っていたという、今では旧式となったセットアップを振り返り、Ultralyticsの歩みを共有しました。そのささやかな始まりから、Ultralyticsは、YOLOモデルを活用した毎日の推論が数十億回に及ぶ、グローバルなコミュニティへと成長しました。

Glennは、Ultralyticsが最近完了した3,000万ドルのシリーズA資金調達についても語りました。彼は、この投資が、チームの規模拡大、研究の拡充、そしてコンピュータビジョンの限界を押し広げ続けるために必要なコンピューティングリソースの確保を可能にし、次なる成長段階を後押しするものであると説明しました。

Link to this sectionUltralytics YOLO26：より優れた、より速い、より小さいYOLOモデル#

続いてGlennは、Ultralyticsによる2つの新しい取り組みを発表しました。1つ目は、Ultralytics YOLOファミリーの最新モデルであるUltralytics YOLO26です。これは、より高い精度を実現しながら、より小さく、より速く、より効率的になるように設計されています。2つ目は、データ、トレーニング、デプロイ、監視を統合し、コンピュータビジョンソリューションの構築をこれまで以上に容易にする新しいエンドツーエンドのSaaSワークスペース「Ultralytics Platform」であり、近い将来の発表が予定されています。

図1. YOLO Vision 2025のステージでUltralytics YOLO26を発表するGlenn Jocher。

YOLO26は、実用性を維持しながらパフォーマンスを向上させるように構築されています。最小バージョンは、CPU上で最大43%高速に動作しながら精度も向上しており、モバイルデバイスから大規模なエンタープライズシステムまで、あらゆる用途に最適です。YOLO26は10月末までに公開される予定です。

YOLO26の主な機能を簡単にご紹介します：

• 効率化されたアーキテクチャ：以前はモデルの速度を低下させていたDistribution Focal Loss (DFL) モジュールが削除されました。YOLO26は、精度を犠牲にすることなく、より効率的に動作します。
• 高速な予測：YOLO26では、Non-Maximum Suppression (NMS) ステップをスキップするオプションが導入され、より迅速な結果の提供が可能となり、リアルタイムデプロイが促進されます。
• 小さな物体の検出能力の向上：新しいトレーニング手法により安定性が向上し、特に複雑なシーンにおける微細な詳細の検出精度が大幅に向上しました。
• よりスマートなトレーニング：新しいMuSGDオプティマイザは、2つのトレーニング手法の強みを組み合わせることで、モデルがより速く学習し、より高い精度に達するのを支援します。

Link to this sectionUltralytics Platformの初公開#

YOLO26の紹介後、Glennはプロダクトエンジニアリング責任者であるPrateek Bhatnagarを招き、次のプロジェクトであるUltralytics Platformのデモを行いました。コンピュータビジョンのワークフロー全体を簡素化するために構築されたこのプラットフォームは、データセット、アノテーション、トレーニング、デプロイ、監視を一箇所に集約することを目指しています。

Prateekはこれを車のチューニングに例えました。タイヤ、エンジン、トランスミッションのために異なる店を回るのではなく、すべてが1つのガレージで完結します。同様に、このプラットフォームは、開発者にビジョンAIモデルのライフサイクル全体を管理するための統合ワークスペースを提供します。

デモでは、データセットの準備を高速化するAI支援型アノテーションツール、エキスパートと初心者の両方に適したカスタマイズ可能なトレーニングオプション、そしてトレーニング実行のリアルタイム監視機能が披露されました。

Link to this sectionエッジデプロイに関するパネルディスカッションからの洞察#

YV25のもう1つのハイライトは、Oisin Lunnyがモデレーターを務めたエッジデプロイに関するパネルディスカッションでした。このセッションには、ソニーセミコンダクタソリューションズのYuki Tsuji氏、Raspberry PiのDavid Plowman氏、そしてGlenn Jocherが参加しました。

議論では、AIをエッジに移動させることで、いかにレイテンシが削減され、コストが低下し、プライバシーが向上するかが探求されました。Yuki氏は、チップ上で直接推論を実行できるソニーのIMX500センサーを紹介しました。一方、David氏は、Raspberry Piがメーカー向けのルーツから、どのようにして大規模な商用アプリケーションへと拡大しているかについて語りました。

図2. Oisin Lunny、Yuki Tsuji、David Plowman、Glenn Jocherによるエッジデプロイに関するパネルディスカッション。

パネルでは、開発者にとって最大のハードルの1つである「モデルをさまざまなデバイス間でスムーズに動作させること」についても触れられました。ここで、Ultralytics Pythonパッケージが重要な役割を果たします。

豊富なエクスポートオプションを備えているため、トレーニング済みのモデルをモバイル、組み込みシステム、あるいはエンタープライズハードウェアに簡単に本番デプロイできます。Ultralyticsは、モデル変換に伴う苦労を取り除くことで、チームが互換性の問題に煩わされることなく、ソリューションの構築に集中できるよう支援します。

David氏が「モデルの変換が恐ろしい作業であることは身をもって知っています。誰かが代わりにやってくれるなら、生活はずっと楽になります。Ultralyticsはまさにその部分を改善しており、ユーザーにとって価値のあるものを提供しています」と述べた通りです。

Link to this sectionイノベーションとAIハードウェアの加速#

AIソフトウェアの進歩はハードウェアと並行して起こっており、これらが一体となってコンピュータビジョンにおける新たなイノベーションの波を推進しています。Ultralytics YOLOのようなモデルが精度の限界を押し広げ続ける一方で、その実用的な影響力は、それらが実行されるプラットフォームにも依存しています。

例えばSeeed Studioは、Ultralytics YOLOモデルをプリロードしたreCameraやXIAOボードのようなモジュール式で低コストのハードウェアが、開発者によるプロトタイプから実用的なAIシステムへの移行をいかに容易にするかを実演しました。このようなハードウェアとソフトウェアの統合は参入障壁を下げ、ハードウェアレベルでのイノベーションがいかに導入を直接的に加速させるかを示しています。

ハードウェアとソフトウェアの共同設計がいかに新たな可能性を切り開いているかを強調した、他のYV25基調講演からの主要なポイントをいくつか紹介します：

• 量子化による大幅な速度向上：Intelは、Ultralytics YOLOモデルを量子化を伴いOpenVINOへ変換することで、推論速度が54 FPSから606 FPSに向上したことを示し、最適化の威力を強調しました。
• フルスタックツールがエッジAIデプロイを実用的へ：NVIDIAは、Jetsonデバイス、TensorRT、Triton Inference Server、そしてDeepStream SDKがどのように連携し、エッジにおける高性能なビジョンAIのデプロイを効率化するかを強調しました。
• オープンエコシステムがプロトタイピングを加速：AMDは、GPUとROCmソフトウェアスタック上に構築されたエンドツーエンドのプラットフォームを強調し、コストを制御しながらプロトタイプからデプロイへ迅速に移行するための開発者支援について言及しました。
• 低消費電力チップがAIを制約のあるデバイスへ拡大：DEEPXは、DX-M1およびDX-M2プロセッサを導入し、5ワット未満で数十TOPSを実現することで、コンパクトで電力が制限されたシステムでの高度な推論を可能にしました。

Link to this sectionコンピュータビジョンの最近の傾向#

ソフトウェアとハードウェアの両方の進歩が連動することで、コンピュータビジョンはかつてない速さで進化しています。これらの並行的な発展は、精度や速度を向上させるだけでなく、ビジョンAIが実世界でどのようにデプロイされるかを形作っています。YV25では、参加者はロボット工学、エッジデプロイ、マルチモーダルAIの専門家から話を聞く機会があり、それぞれがこの分野の向かう先について異なる視点を提供しました。

例えば、基調講演において、D-RoboticsのMichael Hart氏は、Ultralytics YOLOモデルを同社のコンパクトなRDK X5ボード（小型の組み込みAIビジョンモジュール）と組み合わせることで、ロボットが高度なビジョンモデルをリアルタイムで実行可能になることを実証しました。彼のライブデモは、ロボット工学が実験室レベルの実験から実用的なAI駆動型システムへとどれほど進化してきたかを示しました。

図3. Michael Hart氏は、今日のAI搭載ロボットがいかにコンピュータビジョンに依存しているかを強調しました。

同様に、Axelera AIのAlexis Crowell氏とSteven Hunsche氏は、エッジでビジョンAIをデプロイする際の課題と機会を強調しました。彼らはライブデモを通じて、Axelera AIのMetis AI Processing Units (AIPU) がRISC-Vとデジタルメモリ内演算を組み合わせ、極めて低い消費電力で高いパフォーマンスを実現する仕組みを説明しました。M.2やPCIeのような馴染み深いフォームファクタで提供される同プラットフォームのハードウェアとソフトウェアの共同設計により、エッジAIのスケーリングは実用的かつ効率的なものとなっています。

また別のセッションでは、Hugging FaceのMerve Noyan氏が、モデルが視覚とテキスト、音声、その他の入力を組み合わせるマルチモーダルAIの台頭について探求しました。彼女はドキュメント分析から組み込みエージェントに至るユースケースについて語り、オープンソースのイノベーションがいかにAIの普及を加速させているかを強調しました。

Link to this section技術の進歩と人間的価値のバランス#

YV25には壮大なビジョンを語る刺激的な講演だけでなく、非常に実践的なセッションも含まれていました。Lightning AIのJiri Borovec氏は、PyTorch LightningとマルチGPUサポートを使用してUltralytics YOLOモデルをトレーニングおよび微調整する方法を示すハンズオンガイドを提供しました。

彼はコード例を詳しく解説し、オープンソースツール、明確なドキュメンテーション、柔軟なフレームワークが、開発者にとってトレーニングの拡張、各段階の検証、そしてワークフローの適応をいかに容易にするかを強調しました。これは、コンピュータビジョンの真の進歩において、コミュニティとアクセスしやすいツールがいかに重要であるかを再認識させるものでした。

その一方で、スピーカーは聴衆に対し、社会におけるAIのより広範な役割について考えるよう促しました。未来学者でありヒューマニスト、そしてThe Futures AgencyのCEOであるGerd Leonhard氏は、基調講演の中で「テクノロジーは、私たちがそれを使用するまでは道徳的に中立です」と主張し、真の問いは「AIに何ができるか」ではなく「AIが何をすべきか」であると強調しました。彼は還元主義や真実の欠如といった罠に陥ることに警鐘を鳴らし、人類の長期的な利益に真に貢献するAIの実現を訴えました。

図4. 人間中心のAIソリューションを維持しながら構築することについて、自身の考えを共有するGerd Leonhard氏。

この責任への焦点は、オックスフォード大学のCarissa Véliz氏との暖炉を囲んでの対談（ファイヤサイドチャット）へと引き継がれ、彼女はプライバシーとセキュリティを強調しました。彼女は、オープンソースコミュニティがコードの検証と改善に不可欠であること、また倫理と設計は切り離せないものであると指摘しました。彼女のメッセージは明快でした。開発者は悪用の可能性を予見し、人間の尊厳と社会的幸福を最優先するシステムを構築する必要があるということです。

Link to this sectionロンドンでのYV25における交流#

講演やデモを一段超えて、YV25は人々がつながるためのスペースも作り出しました。コーヒーブレイクやランチの時間には、参加者同士が交流し、経験を共有し、アプローチを比較し、新たなコラボレーションを生み出しました。

Ultralyticsチームにとっても、直接会うことができる素晴らしい機会となりました。メンバーが世界中に散らばっている中で、このような瞬間は、絆を強め、共に進歩を祝う助けとなります。

図5. YOLO Vision 2025での刺激的な一日を締めくくるUltralyticsチーム。

一日はアフターパーティーで幕を閉じ、参加者はリラックスして交流を続けることができました。それは振り返り、英気を養い、ビジョンAIにおける次なるイノベーションの章に思いを馳せる瞬間となりました。

Link to this sectionビジョンAIの境界を共に押し広げる#

YOLO Vision 2025は、アイデア、イノベーション、そしてコミュニティを祝う場でした。Ultralytics YOLO26の発表がその舞台を整え、続くエッジデプロイや人間中心のAIに関する魅力的なトークは、ビジョンAIの急速な進歩と世界に対する影響力の増大を強調しました。

基調講演セッションに加え、本イベントは人々を結びつけました。研究者、開発者、愛好家は経験を共有し、有意義な会話を交わし、未来への新しい可能性を探求しました。イベントは、Ultralytics YOLOモデルとコンピュータビジョンの未来への期待と共に、最高潮のうちに終了しました。

AIを探求する準備はできていますか？私たちのコミュニティとGitHubリポジトリに参加して、AIとコンピュータビジョンについて詳しく学びましょう。農業におけるコンピュータビジョンやロボット工学におけるAIのさらなる応用例については、当社のソリューションページをご覧ください。ライセンスオプションを確認し、今日からコンピュータビジョンを始めましょう！