Ultralytics YOLO26により最先端のビジョンAIUltralytics

本日、当社は新モデル「Ultralytics 」を正式にリリースします。これは最先端性能の新たな基準を確立するモデルです。当社の創業者兼CEOであるグレン・ジョッカーがロンドンYOLO 2025（YV25）で初披露した本モデルは、これまでで最も先進的かつ実用性の高いモデルとなります。

軽量・コンパクト・高速を追求したYOLO26は、現実世界で実際に稼働するリアルタイム視覚AIアプリケーション向けに設計されています。モデルに直接組み込まれたネイティブのエンドツーエンド推論により、YOLO26は導入を簡素化し、システムの複雑さを軽減。エッジデバイスから大規模生産環境まで、信頼性の高いパフォーマンスを提供します。

実際、YOLO26の最小バージョンであるナノモデルは、標準CPU上で最大43%高速に動作し、モバイルアプリケーション、スマートカメラ、その他のエッジデバイスにおける効率的なリアルタイムビジョンAIソリューションを実現します。Ultralytics「インパクトのあるビジョンAI機能を誰もが利用できるようにする」というビジョンに基づき構築されたYOLO26は、最先端の性能と簡便性を兼ね備え、容易な使用と導入を可能にします。

次世代のコンピュータービジョンに向けて構築された

コンピュータビジョンは急速にクラウドの枠を超えて進化している。ドローン、カメラ、モバイルシステム、組み込みプラットフォームなどのデバイスでは、実世界での応用においてリアルタイム推論、低遅延、ハードウェアの柔軟性、予測可能な性能がますます求められている。

YOLO26はこの変革のために明確に構築されました。オブジェクト検出パイプラインを根本から再考することで、Ultralytics 不要な複雑性を排除しつつ、最先端の精度と速度を実現するモデルアーキテクチャをUltralytics 

例えば、Ultralytics 、推論後に重なり合う予測をフィルタリングする「非最大抑制」と呼ばれる追加の後処理ステップに依存しています。YOLO26はネイティブなエンドツーエンド推論を可能にすることでこの余分なステップを排除し、モデルが直接最終的な検出結果を生成できるようにします。これにより、より高速で予測可能性が高く、信頼性の高い実環境での展開が実現されます。

YOLO26は単なる増分アップデートではありません。これは、実運用レベルのビジョンAIのトレーニング、デプロイ、スケーリングの方法において、構造的な飛躍を意味します。

YOLO26が実現する可能性

YOLO26の重要な側面の一つは、以前のモデル（例： Ultralytics YOLO11 といった先行モデルの強みを継承しつつ、コンピュータビジョン技術の可能性を拡大している点です。YOLO26は初期状態で、物体検出、インスタンスセグメンテーション、画像YOLO11 主要なコンピュータビジョンタスクをサポートしています。

また、空中および衛星画像向けの姿勢推定、方向付きバウンディングボックス物体検出、動画ストリーム全体での物体追跡も引き続きサポートしています。YOLO11と同様に、YOLO26は5つのモデルバリエーション（Nano (n)、Small (s)、Medium (m)、Large (l)、Extra large (x)）で利用可能であり、ユーザーは速度、サイズ、精度のバランスを考慮した選択肢を得られます。

Ultralytics YOLO26の主な特徴

Ultralytics 、パフォーマンス、信頼性、実環境での実用性を向上させるための様々な改良が施されています。YOLO26の主な機能の概要は以下の通りです：

• 分布焦点損失の除去: YOLO26は 分布焦点損失（DFL）を除去し、モデルの複雑さを低減。これにより、エッジおよび低消費電力ハードウェア全体で、よりシンプルで互換性の高いデプロイメントを実現します。
• エンドツーエンドNMS推論：YOLO26は、重複予測を除去するために通常使用されるステップである非最大抑制（NMS）をネイティブに不要とし、リアルタイム利用におけるデプロイメントをより簡素かつ高速にします。
• プログレッシブ損失バランス調整 + STAL: プログレッシブ損失バランス調整 （ProgLoss）と小目標認識ラベル割り当て（STAL）は、トレーニング中のモデルの学習方法を調整し、複雑なシーンにおける小型・遠方の物体の検出精度を向上させます。
• MuSGDオプティマイザ: YOLO26は 、確率的勾配降下法（SGD）とミューオン着想技術とのハイブリッドであるMuSGDオプティマイザを導入し、学習の安定性を高め、より高速で一貫性のある収束を実現します。
• 最大43%高速CPU ：YOLO26 nanoモデルは標準CPU上で最大43%高速な推論を実現し、モバイルデバイス、スマートカメラ、その他のエッジシステムにおける効率的なリアルタイム視覚AIを可能にします。

コードの裏側：Ultralytics YOLO26への旅

YOLO26の開発は、私たちのチームの研究と、コミュニティ、パートナー、クライアントからいただいたフィードバックによって形作られた共同作業でした。私たちは、アーキテクチャの簡素化、効率性の向上、そして実世界での使用に向けたモデルの適応性の向上を目指しました。 

その過程を振り返り、グレン・ジョッカーは次のように説明した。「最大の課題の一つは、ユーザーがYOLO26を最大限に活用できると同時に、最高のパフォーマンスを提供し続けることでした」。彼の見解は、YOLO26の中核となる設計原則——視覚AIを使いやすく保つこと——を浮き彫りにしている。

この考えをさらに掘り下げ、シニア機械学習エンジニアの景秋は次のように付け加えた。「YOLO 構築するにあたっては、焦らず着実に進めることが重要でした。スピードと精度のバランスにのみ集中し、絶えず改良を重ねたのです。それが結実した時、静かな満足感が得られました。細部にこだわる姿勢が実を結ぶという証明でした」

Ultralytics YOLO26で構築を始めましょう

Ultralytics Ultralytics 一般公開され、トレーニング、推論、エクスポートの全ワークフローを完全にサポートします。商用環境またはクローズド環境でYOLO26を導入する組織は、エンタープライズライセンスオプションを利用可能で、これには本番環境導入サポート、長期メンテナンス、スケーラブルなエッジ展開が含まれます。 

従来モデルと同様に、Ultralytics Python 完全にサポートされているため、ユーザーはすぐに利用を開始できます。ユーザーは、既に慣れ親しんだ効率的なワークフローでYOLO26のトレーニング、検証、デプロイが可能であり、ONNX、TensorRT、CoreML、TFLite、OpenVINO、多様なエクスポートオプションを活用できます。

ビジョンAIの未来を共に築きましょう

Ultralytics 、ビジョンAIをより高速に、軽量に、そして使いやすくするための当社の次のステップです。しかし、これは始まりに過ぎません。

真の影響は、ビジョンAIコミュニティがこの技術で生み出すものから生まれます。皆様の革新的な取り組みを楽しみにするとともに、コンピュータービジョンの未来を共に形作っていくことを期待しています。

コミュニティに参加し、GitHubリポジトリを探索してAIを深く学びましょう。ロボット工学におけるAIや物流におけるコンピュータビジョンといった業界ソリューションを発見し、ライセンスオプションを確認し、今すぐコンピュータビジョンを活用した開発を始めましょう。