YOLO Vision 2025におけるUltralyticsの主なハイライト！

AIとコンピュータービジョンのコミュニティは、9月25日に、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)に集まりました。ロンドンのThe Pelligonで開催され、世界中にストリーミング配信されたこのイベントには、研究者、エンジニア、AI愛好家など多様な参加者が集まり、Ultralytics YOLO26などの新しいイノベーションについて意見を交換し、学び合いました。

開催4年目を迎えたこのイベントは、リーチと影響力の両面で成長を続けています。YV25のライブストリームはすでに6,800回を超える視聴数を記録し、49,000件以上のインプレッションを生み出したほか、約2,000時間の総視聴時間を集めています。

YV25は、ホストのOisin Lunnyによる開会の挨拶で幕を開けました。Oisinは参加者に交流し、共有し、イベントを最大限に活用するよう呼びかけ、1日の雰囲気を作りました。彼の言葉を借りれば、「YOLO Vision 2025は、オープンソースのビジョンAIコミュニティを結集し、データ、機械学習、コンピュータービジョンの進歩に焦点を当てるカンファレンスです。」

この記事では、製品のローンチ、基調講演、パネルディスカッション、ライブデモ、そしてこの日を特別なものにしたコミュニティの交流など、YOLO Vision 2025の主なハイライトを振り返ります。さっそく見ていきましょう。

単一のGPUから3,000万ドルのSeries A資金調達まで#

イベントに向けて新製品のローンチに大きな期待が寄せられる中、創業者兼CEOのGlenn Jocherが、その勢いをさらに高める形で1日をスタートさせました。

GlennはUltralyticsの歩みを紹介し、2020年にはMacBookに接続した1台の1080 Tiで実験を実行していたこと、そして現在ではその構成が時代遅れになっていることを振り返りました。こうしたささやかな始まりから、UltralyticsはYOLOモデルによって毎日数十億回の推論が実行されるグローバルコミュニティへと成長しました。

Glennは、Ultralyticsが最近、3,000万ドルのSeries A資金調達ラウンドを完了したことについても説明しました。この投資によってチームを拡大し、研究を広げ、コンピュータービジョンの限界をさらに押し広げるために必要なコンピューティングリソースを確保することで、次の成長段階を推進できると述べました。

Ultralytics YOLO26：より優れた、より高速で、より小型のYOLOモデル#

Glennは続けて、Ultralyticsによる2つの新たな取り組みを発表しました。1つ目はUltralytics YOLO26です。Ultralytics YOLOファミリーの最新モデルであり、さらに高い精度を実現しながら、より小型で高速、効率的になるよう設計されています。2つ目はUltralytics Platformです。データ、トレーニング、デプロイ、モニタリングを統合した新しいエンドツーエンドのSaaSワークスペースで、コンピューター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します。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。

Ultralytics YOLO26は、実環境での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設計されています。最小バージョンは、精度を向上させながらCPU上で最大43%高速に実行できるため、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、さまざまなアプリケーションに適しています。YOLO26は10月末までに一般公開される予定です。

YOLO26の主な機能を簡単に紹介します。

• 合理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)モジュールを削除しました。Ultralytics YOLO26は、精度を犠牲にすることなく、より効率的に実行できるようになりました。
• より高速な予測：Ultralytics 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、より迅速な結果の出力とリアルタイムデプロイが可能になります。
• 小さなオブジェクトの検出能力を向上：新しいトレーニング手法によって安定性が向上し、特に複雑なシーンの細部を検出する際の精度が大幅に高まります。
• よりスマートなトレーニング：新しいMuSGDオプティマイザーは、2つのトレーニング手法の長所を組み合わせ、モデルの学習速度を高め、より高い精度に到達できるよう支援します。

Ultralytics Platformの概要#

YOLO26の紹介後、Glennはプロダクトエンジニアリング責任者のPrateek Bhatnagarを招き、次のプロジェクトとして予定されているUltralytics Platformのデモを行いました。コンピュータービジョンのワークフロー全体を簡素化するよう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、モニタリングを1か所に集約することを目指しています。

Prateekはこの仕組みを、自動車のチューニングにたとえました。タイヤ、エンジン、トランスミッションのために別々のショップを訪れる代わりに、すべてを1つのガレージで行うイメージです。同様に、このプラットフォームは、ビジョンAIモデルのライフサイクル全体を管理できる統合ワークスペースを開発者に提供します。

デモでは、データセット準備を高速化するAI支援アノテーションツール、エキスパートと初心者の両方に対応する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モニタリングが紹介されました。

エッジデプロイに関するパネルディスカッションから得られた知見#

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。セッションには、Sony Semiconductor SolutionsのYuki Tsuji、Raspberry PiのDavid Plowman、そしてGlenn Jocherが登壇しました。

ディスカッションでは、AIをエッジに移すことで、レイテンシを削減し、コストを抑え、プライバシーを向上させる方法が取り上げられました。Yukiは、チップ上で直接推論を実行できるSonyのIMX500センサーを紹介しました。一方、Davidは、Raspberry Piがメイカー向けのルーツから大規模な商用アプリケーションへと事業を拡大していることについて説明しました。

図2. Oisin Lunny、Yuki Tsuji、David Plowman、Glenn Jocherが参加した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、開発者にとって大きな課題の1つである、異なるデバイス上でモデルをスムーズに実行する方法についても触れられました。ここで重要な役割を果たすのが、Ultralytics Pythonパッケージです。

幅広いエクスポートオプションにより、トレーニング済みモデルをモバイル、組み込みシステム、エンタープライズハードウェア上の本番環境へ簡単に移行できます。モデル変換の負担を取り除くことで、Ultralyticsはチームが互換性の問題に悩まされるのではなく、ソリューションの構築に集中できるよう支援します。

Davidは次のように説明しました。「私自身のつらい経験から、モデルの変換はひどく大変だと分かっています。それを誰かが代わりにやってくれるなら、作業ははるかに楽になります。そこがUltralyticsが本当に改善しており、ユーザーに価値あるものを提供している点です。」

イノベーションとAIハードウェアを加速#

AIソフトウェアの進歩はハードウェアと並行して進んでおり、両者が連携してコンピュータービジョンに新たなイノベーションの波を起こしています。Ultralytics YOLOのようなモデルが精度を向上させ続ける一方で、実環境での影響は、モデルが動作するプラットフォームにも左右されます。

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の低コストハードウェアによって、開発者がプロトタイピングから実環境のAIシステムへ容易に移行できることを紹介しました。このようなハードウェアとソフトウェアの統合は導入のハードルを下げ、ハードウェアレベルのイノベーションが普及を直接加速させることを示しています。

ハードウェアとソフトウェアの協調設計が新たな可能性を切り開いていることを強調した、YV25のその他の基調講演から得られた主なポイントを紹介します。

• 量子化によって大幅な速度向上を実現：Intelは、Ultralytics YOLOモデルを量子化付きでOpenVINOに変換することで、わずか30分で推論速度を54 FPSから606 FPSに向上させた事例を紹介し、最適化の威力を示しました。
• フルスタックツールによってエッジAIのデプロイを実用化：NVIDIAは、Jetsonデバイス、TensorRT、Triton Inference Server、DeepStream SDKが連携し、エッジでの高性能なビジョンAIのデプロイを効率化する仕組みを紹介しました。
• オープンな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を基盤とするエンドツーエンドのプラットフォームを紹介しました。これにより、開発者はコストを管理しながら、プロトタイプからデプロイまで迅速に進められます。
• 低消費電力チップがAIをリソース制約のあるデバイスへ拡大：DEEPXはDX-M1およびDX-M2プロセッサを紹介しました。5ワット未満で数十TOPSを実現し、小型で電力に制約のあるシステムでも高度な推論を可能にします。

コンピュータービジョンの最近のトレンド#

ソフトウェアとハードウェアの双方の進歩が連携することで、コンピュータービジョンはかつてない速さで進化しています。こうした並行する発展は、精度と速度を向上させるだけでなく、ビジョンAIを実環境にデプロイする方法も形作っています。YV25では、ロボティクス、エッジデプロイ、マルチモーダルAIの各分野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将来について異なる視点を示しました。

例えば、D-RoboticsのMichael Hartは基調講演で、Ultralytics YOLOモデルと同社の小型ボードRDK X5（小型の組み込みAIビジョンモジュール）を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に実行できることを実演しました。ライブデモでは、ロボティクスが研究室での実験から実用的なAI搭載システムへと進化し、どれほど発展したかが示されました。

図3. Michael Hartは、現在のAI搭載ロボットがコンピュータービジョンに依存していることを紹介しました。

同様に、Axelera AIのAlexis CrowellとSteven Hunsche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。ライブデモを通じて、Axelera AIのMetis AI Processing Units (AIPUs)がRISC-Vとデジタルインメモリコンピュートを組み合わせ、非常に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など一般的なフォームファクターで提供されるこのプラットフォームは、ハードウェアとソフトウェアの協調設計により、エッジAIのスケール拡大を実用的かつ効率的にします。

また別のセッションでは、Hugging FaceのMerve Noyanが、モデルがビジョンとテキスト、音声、その他の入力を組み合わせるマルチモーダルAIの台頭について紹介しました。ドキュメント分析から身体性を持つエージェントまで幅広いユースケースを取り上げ、オープンソースのイノベーションがAIの普及を加速させていることを強調しました。

技術の進歩と人間の価値観の両立#

YV25では刺激的な大局的テーマの講演だけでなく、実践的なセッションも行われました。Lightning AIのJiri Borovec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ファインチューニングする方法を、実践形式で解説しました。

コード例を順に紹介しながら、オープンソースツール、明確なドキュメント、柔軟なフレームワークによって、開発者がトレーニングをスケールし、各段階を検証し、自分のプロジェクトに合わせてワークフローを適応しやすくなることを説明しました。これは、コンピュータービジョンにおける真の進歩にとって、コミュニティと利用しやすいツールがいかに重要であるかを改めて示すものでした。

一方で、登壇者たちはAIが社会で果たす幅広い役割について考えるよう聴衆に促しました。基調講演では、未来学者、人文主義者でありThe Futures AgencyのCEOでもあるGerd Leonhardが、「テクノロジーは、私たちが使うまでは道徳的に中立です」と述べました。そして重要なのはAIに何ができるかだけでなく、AIが何をすべきかだと強調しました。さらに、還元主義や真実の欠如といった落とし穴に陥らないよう警告し、人類の長期的な利益に真に貢献するAIを求めました。

図4. 人間中心のあり方を保ちながらAIソリューションを構築することについて考えを共有するGerd Leonhard。

責任に対するこの関心は、University of OxfordのCarissa Vélizとの暖炉端談話でも引き継がれ、プライバシーとセキュリティの重要性が強調されました。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り、倫理と設計は切り離せないと指摘しました。メッセージは明確でした。開発者は悪用を予測し、人間の尊厳と社会のウェルビーイングを最優先するシステムを構築する必要があります。

YV25でのロンドン・ネットワーキング#

講演やデモの枠を超えて、YV25は人々が交流する場も提供しました。コーヒーブレイクや昼食の時間には、参加者が交流し、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のきっかけを生み出しました。

Ultralyticsチームにとっても、直接顔を合わせる絶好の機会となりました。世界中にメンバーが分散している中で、このような時間はつながりを強め、共に進歩を祝う助けになります。

図5. YOLO Vision 2025で刺激的な1日を締めくくるUltralyticsチーム。

1日の終わりにはアフターパーティーが開催され、参加者はリラックスしながら交流を続けました。ビジョンAIのイノベーションにおける次の章を見据え、振り返り、英気を養う時間となりました。

ビジョンAIの限界を共に押し広げる#

YOLO Vision 2025は、アイデア、イノベーション、コミュニティを祝うイベントとなりました。Ultralytics YOLO26のローンチが幕開けを飾り、続いてエッジデプロイと人間中心のAIに関する魅力的な講演が行われ、ビジョンAIの急速な進歩と世界への影響の拡大が紹介されました。

基調講演に加えて、イベントは人々をつなぐ場にもなりました。研究者、開発者、愛好家が経験を共有し、意義ある対話を生み出し、未来に向けた新たな可能性を探りました。イベントは、Ultralytics YOLOモデルとコンピュータービジョンの未来に対する参加者の期待が高まる中、盛況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？コミュニティとGitHubリポジトリに参加して、AIとコンピュータービジョンについて詳しく学びましょう。ソリューションページで、農業におけるコンピュータービジョンやロボティクスにおけるAIのさまざまなアプリケーションをご覧ください。ライセンスオプションを確認して、今すぐコンピュータービジョンを始めましょう。