Principais destaques do Ultralytics YOLO Vision 2026!

Em 13 de setembro, a Ultralytics YOLO Vision 2026 (YV26) abriu suas portas e reuniu mais uma vez, presencialmente e on-line, a comunidade global de visão computacional. O tema deste ano, "Visão aberta, feita para o mundo real", deu o tom a um dia que destacou o papel das raízes de código aberto em sistemas de produção usados na manufatura, logística, robótica e segurança.

Líderes empresariais, fundadores, engenheiros, pesquisadores, estudantes e colaboradores de código aberto lotaram o local, enquanto muitas outras pessoas acompanharam pelo YouTube. Neste artigo, vamos apresentar os principais anúncios do dia, incluindo o anúncio do Ultralytics YOLO27, as principais atualizações da Ultralytics Platform, as palestras e os momentos da comunidade que marcaram a YV26.

A abertura do dia: a visão da Ultralytics para uma IA aberta e aplicada ao mundo real#

O evento começou com uma palestra principal do fundador e CEO da Ultralytics, Glenn Jocher, acompanhado por Paula Derrenger, vice-presidente de crescimento, e Jing Qiu, engenheira sênior de aprendizado de máquina. Juntos, eles apresentaram o tema do dia: a IA visual cria mais valor quando é aberta, acessível e moldada pelas pessoas que realmente a implantam em campo, e não apenas avaliada em benchmarks de laboratório.

Fig. 1. Área de exposição da Ultralytics YOLO Vision 2026.

Essa perspectiva preparou o terreno para o restante da programação. A YV26 dedicou o mesmo tempo à arquitetura dos modelos e ao que acontece depois do treinamento: como os modelos são implantados, monitorados e iterados em produção. Esse tema esteve presente nos dois principais anúncios do dia.

Ultralytics YOLO27: a próxima geração principal, apresentada ao vivo#

O principal anúncio da Ultralytics YOLO Vision 2026 foi o Ultralytics YOLO27, a próxima geração principal da família YOLO. Mais do que uma atualização incremental, o YOLO27 expande a família para abranger tarefas, arquiteturas de modelos e aplicações especializadas.

O anúncio foi estruturado em torno de três pilares:

• Ultralytics YOLO27: uma linha de 28 modelos que abrange quatro tamanhos (n, s, m e l) e sete tarefas: detecção de objetos, segmentação de instâncias, segmentação semântica, estimativa de profundidade, classificação, estimativa de pose e detecção de objetos orientados. Os modelos compactos foram projetados para implantação rápida em dispositivos de borda, enquanto os modelos maiores priorizam cargas de trabalho de produção em GPU e aplicações que exigem alta precisão. O YOLO27l é o primeiro modelo da Ultralytics a ultrapassar 60 mAP no COCO, e todos os tamanhos usam a mesma interface familiar da Ultralytics.
• Modelos Ultralytics YOLO27 Enterprise: modelos pré-treinados específicos de cada domínio, criados para aplicações empresariais exigentes, incluindo varejo, armazenagem, segurança e IA visual aérea. Ao serem treinados com objetos, ambientes e casos extremos comuns nesses domínios, os modelos oferecerão às equipes uma base melhor para criar sistemas de detecção especializados e prontos para produção.
• Ultralytics YOLOE-27: a próxima geração dos modelos de detecção e segmentação de vocabulário aberto e em tempo real da Ultralytics. O YOLOE-27 foi projetado para reconhecer objetos por meio de inferência com texto, visual ou sem prompts, expandindo os sistemas de visão para além de um conjunto fixo de classes predefinidas.

Em conjunto, esses três pilares levam o YOLO27 além do lançamento de um único modelo e o transformam em uma família mais ampla: uma base de uso geral, um conjunto de variantes Enterprise ajustadas a domínios e um modelo de vocabulário aberto projetado para se integrar diretamente à interface de LLM já disponível no pacote Python da Ultralytics.

O YOLO27 foi anunciado no palco da YV26 e estará disponível ainda este ano. Inscreva-se na lista de espera para receber uma notificação assim que for lançado.

Ultralytics Platform: AutoTrain, Agents e Monitoramento#

Após os anúncios de modelos, a equipe voltou-se à Ultralytics Platform e demonstrou como ela está simplificando o trabalho diário de criação de sistemas de visão computacional. Três áreas de foco mostraram como a Platform está reduzindo o trabalho manual entre a preparação dos dados e a operação de modelos em produção.

• AutoTrain: uma experiência conversacional para treinar, comparar e aprimorar modelos. Os usuários podem descrever em linguagem simples o que querem alcançar e, em seguida, executar ações como encontrar conjuntos de dados, iniciar treinamentos, comparar resultados e preparar modelos para implantação.
• Agents: uma tela visual para conectar imagens, modelos YOLO, modelos de visão e linguagem, condições e ações em fluxos de trabalho completos. Por exemplo, um fluxo pode chamar um modelo de visão e linguagem apenas quando o YOLO detecta uma pessoa ou enviar previsões com baixa confiança a um conjunto de dados para revisão. Os modelos ajudam os usuários a começar com padrões comuns antes de adaptá-los às próprias aplicações.
• Monitoramento: visibilidade integrada dos endpoints implantados, incluindo volume de solicitações, latência, erros, integridade e logs. Os endpoints dedicados pagos também fornecem estatísticas de previsão em tempo real e exemplos temporários que os usuários podem inspecionar e salvar em conjuntos de dados.

Em conjunto, esses recursos criam um ciclo de vida de modelos mais conectado: preparar dados, treinar e comparar modelos, implantar o melhor resultado, criar fluxos de trabalho em torno das previsões, monitorar o comportamento em produção e alimentar o próximo ciclo de treinamento com exemplos úteis.

Palestras: do silício de borda à IA incorporada#

Além dos anúncios de produtos, a programação reuniu líderes de todo o ecossistema de IA para explorar como é a implantação de IA visual no mundo real atualmente.

• Construção e inspeção industrial: Keith Povich mostrou como o Ultralytics YOLO26 está sendo aplicado para compreender canteiros de obras, indo além da simples detecção de objetos para oferecer contexto no nível do local, sinalizar conflitos entre disciplinas e preparar correções respaldadas por evidências para análise profissional.
• Computação aberta para IA visual: Alex Zhang demonstrou como o Ultralytics YOLO é executado em GPUs AMD usando PyTorch e ROCm, desde a experimentação e o treinamento até a inferência no mundo real.
• Aceleração em dispositivos de borda: palestras da NVIDIA, Intel e Qualcomm abordaram a aceleração de modelos YOLO, do treinamento à implantação, em hardware de borda de próxima geração, incluindo as otimizações OpenVINO™ da Intel para processadores Core Ultra.
• Robótica em campo: Lisa Li compartilhou histórias e benchmarks de criadores do mundo todo que implantam o Ultralytics YOLO em robôs reais por meio do D-Robotics RDK.
• IA visual incorporada: Paul Li falou sobre o trabalho de transformar a pesquisa em robótica em sistemas robóticos confiáveis e aplicados ao mundo real, abordando o desafio prático de tirar a percepção do laboratório e levá-la a robôs funcionais.
• IA a serviço da humanidade: a palestra do Dr. James Ong ampliou o foco para além dos produtos individuais e abordou a responsabilidade mais ampla que acompanha a implantação de IA visual em grande escala.
• Para onde vai o valor em seguida: Steve Nouri explorou como a economia da IA está mudando à medida que os modelos se tornam mais capazes e se comoditizam, defendendo que a vantagem duradoura virá não do modelo em si, mas dos dados, do contexto, dos fluxos de trabalho e da confiança.

O dia terminou com uma mesa-redonda que reuniu desenvolvedores de modelos, inovadores de hardware e equipes que criam produtos reais para explorar como essas tecnologias estão convergindo e o que precisa acontecer para levar uma IA visual mais capaz ao mundo real.

Estandes, workshops e demonstrações ao vivo no espaço do evento#

Enquanto o palco abordava o futuro da IA visual, o espaço do evento mostrava o quanto dela já está em funcionamento. A YV26 incluiu três intervalos dedicados a demonstrações ao longo do dia, além de uma sessão completa durante o almoço, dando aos participantes bastante tempo para experimentar na prática, em vez de apenas assistir de seus lugares.

As demonstrações deste ano ocuparam boa parte desse espaço:

• LimX Dynamics apresentou hardware de IA incorporada em ação no espaço do evento, permitindo que os participantes vissem de perto como modelos de percepção como o YOLO se integram a plataformas robóticas reais.
• D-Robotics apresentou seus kits de desenvolvimento de SoC de borda, dando continuidade a uma conversa iniciada em edições anteriores da YOLO Vision sobre a execução de percepção, controle de movimento e tomada de decisão em uma única pilha unificada.
• Axera demonstrou chips e plataformas de computação projetados para inferência eficiente e de baixo consumo, permitindo que os participantes comparassem o comportamento dos mesmos modelos YOLO em diferentes processadores de silício de borda.

Além dos estandes dos patrocinadores, a AMD conduziu um workshop prático dedicado, mostrando a grupos como implantar diretamente o Ultralytics YOLO no AMD ROCm e em hardware AMD, uma atividade mais técnica que complementou a palestra da AMD no palco principal no início do dia.

Fig. 2. Workshops realizados na Ultralytics YOLO Vision 2026

Os intervalos para demonstrações também deram à equipe da Ultralytics a oportunidade de apresentar diretamente aos participantes os anúncios do dia, com uma demonstração ao vivo do Auto-training e dos Agents na Ultralytics Platform, permitindo que as pessoas experimentassem o Ask AI e criassem um fluxo de trabalho por conta própria, em vez de apenas assistirem a uma demonstração no palco.

Assim como nas edições anteriores, alguns dos melhores momentos aconteceram nesses espaços de convivência. Entre as iniciativas de carreira da Ultralytics e a loja de produtos, os participantes trocaram experiências sobre desafios de implantação nos estandes, prepararam perguntas para os engenheiros parceiros e retomaram conversas iniciadas nas edições da YV25 em Londres e Shenzhen no ano anterior. A presença lado a lado de líderes empresariais, colaboradores de código aberto, estudantes e entusiastas nos mesmos estandes continua sendo o fio condutor de todos os eventos YOLO Vision, por mais que a tecnologia apresentada no palco mude de um ano para outro.

Principais conclusões#

A YOLO Vision 2026 mostrou o avanço da Ultralytics em duas frentes interligadas: expandir a família Ultralytics YOLO com o YOLO27, os modelos Enterprise e recursos de vocabulário aberto, ao mesmo tempo que torna todo o ciclo de vida dos modelos mais acessível por meio da Ultralytics Platform.

Estes avanços apontam para uma IA visual que não é apenas mais rápida e precisa, mas também mais fácil de treinar, conectar, implantar, monitorar e aprimorar em ambientes reais.

Explore a Ultralytics Platform hoje mesmo e entre na lista de espera para receber atualizações à medida que o lançamento do YOLO27 se aproxima. Participe da nossa comunidade e do nosso repositório no GitHub para fazer parte do que vem a seguir.