YOLO Vision 2025におけるUltralyticsの主な見どころ！

AIとコンピュータビジョンのコミュニティが9月25日に集まり、Ultralyticsが毎年開催するハイブリッド形式のビジョンAIイベント、YOLO Vision 2025（YV25）が開催されました。ロンドンのThe Pelligonで開催され、世界中に配信された本イベントには、さまざまな研究者、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などの新しいイノベーションについて学びました。

開催4年目を迎えた本イベントは、リーチと影響力の両面で成長を続けています。YV25のライブ配信はすでに6,800回を超える視聴数、49,000件以上のインプレッションを獲得し、総視聴時間は約2,000時間に達しました。

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 Lunnyは、参加者に交流や情報共有を促し、イベントを最大限に活用するよう呼びかけて、その日の雰囲気をつくりました。本人の言葉を借りれば、「YOLO Vision 2025は、オープンソースのビジョンAIコミュニティが集い、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るカンファレンスです。」

この記事では、製品発表、基調講演、パネルディスカッション、ライブデモ、そして当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。

単一のGPUから3,000万ドルのシリーズA資金調達まで#

イベントに先立ち、新製品の発表への期待が高まるなか、創業者兼CEOのGlenn Jocherが、その勢いを引き継ぐ形で一日の幕開けを飾りました。

GlennはUltralyticsの歩みを振り返り、2020年にはMacBookに接続した1台の1080 Tiで実験を行っていたことを語りました。この構成は現在では時代遅れです。こうしたささやかな始まりから、UltralyticsはYOLOモデルによる毎日数十億回の推論を支える、グローバルなコミュニティへと成長しました。

Glennは、Ultralyticsが最近シリーズAで3,000万ドルの資金調達を完了したことについても話しました。この投資によってチームを拡大し、研究を進め、コンピュータ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でき、次の成長段階を推進できると説明しました。

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の新たな取り組みを2つ発表しました。1つ目はUltralytics YOLOファミリーの最新モデルであるUltralytics YOLO26です。より小型、高速、高効率でありながら、さらに高い精度を実現す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、モニタリングを一元化し、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簡単にする、新しいエンドツーエンドのSaaSワークスペースです。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保ちながら、性能をさらに高めるよう設計されています。最小モデルでも精度を向上させつつ、CPU上で最大43%高速に動作するため、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幅広い用途に適しています。YOLO26は10月末までに一般公開される予定です。（更新：YOLO26は2026年1月に正式リリースされました。）

YOLO26の主な機能をご紹介します。

• シンプルなアーキテクチャ: これまで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は精度を損なうことなく、より効率的に動作します。
• より高速な予測: Ultralytics YOLO26では、非最大値抑制（NMS）ステップを省略するオプションが導入され、より高速な結果の提供とリアルタイムデプロイが可能になりました。
• 小さな物体の検出性能を向上: 新しいトレーニング手法によって安定性が高まり、特に複雑なシーンにおける細部の検出精度が大幅に向上します。
• 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種類のトレーニング手法の強みを組み合わせ、モデルの学習を高速化して精度を高めます。

Ultralytics 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のPrateek Bhatnagarを招き、次に控えるプロジェクトとしてUltralytics Platform（その後リリース）をデモしました。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、モニタリングを一か所にまとめることを目指しています。

Prateekはこのプラットフォーム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ごとに別々のショップへ行くのではなく、すべてを1つのガレージで済ませるということです。同様に、このプラットフォームは開発者に統合されたワークスペースを提供し、ビジョンAIモデルのライフサイクル全体を管理できるようにします。

デモでは、データセットの準備を効率化するAI支援アノテーションツール、専門家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、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の知見#

YV25のもう1つのハイライトは、Oisin Lunnyが司会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。パネルには、Sony Semiconductor SolutionsのYuki Tsuji、Raspberry PiのDavid Plowman、そしてGlenn Jocherが参加しました。

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ーとコストを削減し、プライバシーを向上できること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がメイカー向けの製品を起点に、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話しました。

図2。Oisin Lunny、Yuki Tsuji、David Plowman、Glenn Jocherが参加するエッジデプロイに関するパネル。

パネルでは、異なるデバイス間でモデルをスムーズに動作させるという、開発者にとって最大の課題の1つも取り上げられました。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、エンタープライズ向け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なくすことで、Ultralyticsは互換性の問題への対処ではなく、ソリューションの構築にチームが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。「苦い経験から、モデルの変換は本当に大変だと分かっています。誰かが代わりにやってくれるなら、作業はずっと楽になります。Ultralyticsはまさにこの点を大きく改善し、ユーザーにとって価値のあるものを提供しています。」

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の進歩と並行して進んでおり、両者が一体となってコンピュータビジョンの新たなイノベーションの波を生み出しています。Ultralytics YOLOのようなモデルが精度を高め続ける一方で、実世界での影響は、モデルが動作するプラットフォームにも左右されます。

たとえばSeeed Studioは、Ultralytics YOLOモデルをプリロードしたreCameraやXIAOボードなど、モジュール式で低コストのハードウェアによって、開発者がプロトタイプから実世界のAIシステムへ簡単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く方法を示した、YV25のほかの基調講演から得られた主なポイントをご紹介します。

• 量子化で大幅な高速化を実現: Intelは、Ultralytics YOLOモデルを量子化してOpenVINOに変換することで、わずか30分で推論速度が54 FPSから606 FPSに向上したことを紹介し、最適化の効果を示しました。
• フルスタックツールでエッジAIのデプロイを実用化: NVIDIAは、Jetsonデバイス、TensorRT、Triton Inference Server、DeepStream SDKを連携させることで、高性能なビジョンAIをエッジに効率よくデプロイできることを紹介しました。
• 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。コストを管理しながら、開発者がプロトタイプからデプロイまで迅速に進められるよう支援します。
• 低消費電力チップで制約のあるデバイスにもAIを拡大: 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の性能を実現し、コンパクト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進歩が連携するなか、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。こうした並行する発展は、精度や速度を高めるだけでなく、ビジョンAIを実世界にどう展開できるかも形作っています。YV25では、ロボティクス、エッジデプロイ、マルチモーダルAIの専門家の話を聞く機会があり、それぞれがこの分野の今後について異なる視点を示しました。

たとえば、基調講演ではD-RoboticsのMichael Hartが、Ultralytics YOLOモデルをコンパクトな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、大きな進歩を遂げたことが示されました。

図3。Michael Hartは、今日のAI搭載ロボットがコンピュータ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、ビジョンAIをエッジにデプロイする際の課題と可能性を強調しました。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・インメモリ・コンピューティングを組み合わせ、非常に低い消費電力で高い性能を実現する仕組みを説明しました。M.2やPCIeなどの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の拡張を実用的かつ効率的にします。

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の台頭を取り上げました。ドキュメント分析から具現化エージェントまで、幅広い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AIの導入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では視野の広い刺激的な講演が行われた一方、実践的なセッションも数多く開催されました。Lightning AIのJiri Borovecは、PyTorch LightningとマルチGPUのサポートを使ってUltralytics YOLOモデルをトレーニングし、ファインチューニングする方法を実践形式で紹介しました。

Jiriはコード例を示しながら、オープンソースツール、分かりやすいドキュメント、柔軟なフレームワークがあれば、開発者はトレーニングを拡張し、各段階を検証し、ワークフローを自身のプロジェクトに適応させやすくなることを説明しました。コンピュータビジョンの真の進歩にとって、コミュニティと使いやすいツールがいかに重要かを改めて示す内容でした。

一方で、登壇者たちはAIが社会で果たすより広い役割について考えるよう、聴衆に呼びかけました。未来学者、人道主義者であり、The Futures AgencyのCEOでもあるGerd Leonhardは、基調講演で「テクノロジーは、それを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はなく、AIが何をすべきかだと強調しました。また、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。人間中心の考え方を保ちながらAIソリューションを構築することについて語るGerd Leonhard。

責任へのこの関心は、オックスフォード大学のCarissa Vélizとの暖炉端トークにも引き継がれ、同氏はプライバシーとセキュリティの重要性を強調しました。オープンソースコミュニティはコードの検証と改善に欠かせず、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幸福を第一に考えるシステムを構築する必要があります。

YV25でのロンドン交流会#

講演やデモにとどまらず、YV25では参加者が交流する場も設けられました。コーヒーブレイクや昼食の時間には、参加者が親睦を深め、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、直接会う絶好の機会となりました。メンバーが世界各地にいるなか、こうした時間はつながりを深め、共に進歩を祝う助けになります。

図5。YOLO Vision 2025で充実した一日を終えるUltralyticsチーム。

一日の締めくくりにはアフターパーティーが開かれ、参加者はくつろぎながら交流を続けることができました。振り返り、英気を養い、ビジョンAIのイノベーションの次の展開に期待を寄せるひとときとなりました。

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、コミュニティを称えるイベントでした。Ultralytics YOLO26の発表を皮切りに、エッジデプロイや人間中心のAIに関する魅力的な講演が続き、ビジョンAIの急速な進歩と世界への影響力の拡大が紹介されました。

基調講演に加えて、このイベントは人々が交流する場にもなりました。研究者、開発者、愛好家が経験を共有し、有意義な会話を交わし、未来に向けた新たな可能性を探りました。参加者がUltralytics YOLOモデルとコンピュータービジョンの未来に期待を寄せるなか、イベントは盛況のうちに幕を閉じました。

AIについて学んでみませんか？コミュニティや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は、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の応用例をご覧いただけます。ライセンスの選択肢を確認して、今日からコンピュータービジョンを始めましょう！