A Ultralytics redefine o estado da arte da IA de visão com o YOLO26

Hoje, lançamos oficialmente o Ultralytics YOLO26, nosso novo modelo, que estabelece um novo patamar de referência para o desempenho de última geração. Apresentado pela primeira vez pelo nosso fundador e CEO, Glenn Jocher, na YOLO Vision 2025 (YV25), em Londres, este é nosso modelo mais avançado e pronto para implementação até hoje.

Leve, compacto e rápido, o YOLO26 foi desenvolvido para os ambientes em que os aplicativos de IA de visão em tempo real realmente funcionam. Com inferência nativa de ponta a ponta integrada diretamente ao modelo, o YOLO26 simplifica a implementação, reduz a complexidade do sistema e oferece desempenho confiável em dispositivos de borda e ambientes de produção em grande escala.

Na verdade, a versão menor do YOLO26, o modelo nano, funciona até 43% mais rápido em CPUs padrão, permitindo soluções de IA de visão em tempo real eficientes em aplicativos móveis, câmeras inteligentes e outros dispositivos de borda. Criado com base na visão da Ultralytics de tornar recursos de IA de visão impactantes acessíveis a todos, o YOLO26 combina desempenho de última geração com simplicidade, facilitando o uso e a implementação.

Criado para a próxima era da visão computacional#

A visão computacional está avançando rapidamente para além da nuvem. Os aplicativos do mundo real exigem cada vez mais inferência em tempo real, baixa latência, flexibilidade de hardware e desempenho previsível em dispositivos como drones, câmeras, sistemas móveis e plataformas embarcadas.

YOLO26 foi criado especificamente para essa mudança. Ao repensar do zero o pipeline de detecção de objetos, a Ultralytics criou uma arquitetura de modelo que elimina complexidade desnecessária e oferece precisão e velocidade de última geração.

Por exemplo, os modelos tradicionais de detecção de objetos da Ultralytics dependem de uma etapa adicional de pós-processamento chamada supressão não máxima para filtrar previsões sobrepostas após a inferência. YOLO26 elimina essa etapa extra ao habilitar a inferência nativa de ponta a ponta, permitindo que o modelo produza as detecções finais diretamente. Isso viabiliza uma implantação no mundo real mais rápida, previsível e confiável.

O YOLO26 não é uma atualização incremental. Ele representa um salto estrutural na forma como a IA de visão pronta para produção é treinada, implementada e dimensionada.

Fig. 1. Benchmark do Ultralytics YOLO26.

O que o YOLO26 possibilita#

Um dos principais diferenciais do YOLO26 é como ele se baseia nos pontos fortes de modelos anteriores, como o Ultralytics YOLO11, ao mesmo tempo que amplia as possibilidades da visão computacional. Pronto para uso, o YOLO26 oferece suporte às mesmas tarefas essenciais de visão computacional que o YOLO11, incluindo detecção de objetos, segmentação de instâncias e classificação de imagens.

Fig. 2. Exemplo de uso do YOLO26 para detectar objetos em uma imagem.

Ele também continua oferecendo suporte à estimativa de pose, à detecção de objetos com caixas delimitadoras orientadas em imagens aéreas e de satélite e ao rastreamento de objetos em fluxos de vídeo. Assim como o YOLO11, o YOLO26 está disponível em cinco variantes de modelo: Nano (n), Small (s), Medium (m), Large (l) e Extra large (x), oferecendo opções que equilibram velocidade, tamanho e precisão.

Principais recursos do Ultralytics YOLO26#

O Ultralytics YOLO26 inclui diversos avanços projetados para melhorar o desempenho, a confiabilidade e a usabilidade no mundo real. Confira alguns dos principais recursos do YOLO26:

• Remoção da Distribution Focal Loss: o YOLO26 remove a Distribution Focal Loss (DFL), reduzindo a complexidade do modelo e simplificando a implementação com maior compatibilidade em hardware de borda e de baixo consumo.
• Inferência de ponta a ponta sem NMS: o YOLO26 elimina nativamente a necessidade da supressão não máxima (NMS), uma etapa normalmente usada para remover previsões duplicadas, simplificando e acelerando a implementação para uso em tempo real.
• Balanceamento progressivo da função de perda + STAL: o Balanceamento Progressivo da Função de Perda (ProgLoss) e a Atribuição de Rótulos com Consciência de Alvos Pequenos (STAL) ajustam a forma como o modelo aprende durante o treinamento, permitindo detectar com mais confiabilidade objetos pequenos e distantes em cenas complexas.
• Otimizador MuSGD: o YOLO26 introduz o otimizador MuSGD, um híbrido de descida do gradiente estocástica (SGD) e técnicas inspiradas no Muon, que melhora a estabilidade do treinamento e permite uma convergência mais rápida e consistente.
• Inferência na CPU até 43% mais rápida: o modelo nano do YOLO26 oferece inferência até 43% mais rápida em CPUs padrão, permitindo IA de visão eficiente em tempo real em dispositivos móveis, câmeras inteligentes e outros sistemas de borda.

Por trás do código: a trajetória até o Ultralytics YOLO26#

O desenvolvimento do YOLO26 foi um esforço coletivo, moldado pela pesquisa da nossa equipe e pelo feedback recebido da comunidade, dos parceiros e dos clientes. Nosso objetivo era simplificar a arquitetura, melhorar a eficiência e tornar o modelo mais adaptável ao uso no mundo real.

Ao refletir sobre essa trajetória, Glenn Jocher explicou: “Um dos maiores desafios foi garantir que os usuários pudessem aproveitar ao máximo o YOLO26 sem deixar de oferecer o máximo desempenho.” Sua perspectiva destaca um princípio central de projeto do YOLO26: manter a IA de visão fácil de usar.

Ampliando essa ideia, Jing Qiu, nossa engenheira sênior de aprendizado de máquina, acrescentou: “Criar o novo modelo Ultralytics YOLO foi uma questão de manter a constância, sem pressa. Continuei aprimorando, focada apenas nesse equilíbrio entre velocidade e precisão. Quando tudo se encaixou, foi uma satisfação tranquila — a prova de que cuidar dos detalhes dá resultado.”

Comece a desenvolver com Ultralytics YOLO26#

A partir de hoje, o Ultralytics YOLO26 estará disponível publicamente na Ultralytics Platform, com suporte completo aos fluxos de trabalho de treinamento, inferência e exportação. Organizações que implementam o YOLO26 em ambientes comerciais ou fechados podem acessar opções de licenciamento corporativo, que incluem suporte à implementação em produção, manutenção a longo prazo e implementação escalável em dispositivos de borda.

Assim como os modelos anteriores, também tem suporte completo pelo pacote Python da Ultralytics, permitindo que os usuários comecem imediatamente. Os usuários podem treinar, validar e implantar YOLO26 com o mesmo fluxo de trabalho simplificado que já conhecem, aproveitando uma variedade de opções de exportação, como ONNX, TensorRT, CoreML, TFLite, OpenVINO e muito mais.

Vamos construir juntos o futuro da IA visual#

O Ultralytics YOLO26 representa nosso próximo passo para tornar a IA visual mais rápida, leve e fácil de usar. Mas este é apenas o começo.

O verdadeiro impacto vem do que a comunidade de IA visual cria com ela. Estamos ansiosos para ver suas inovações e continuar moldando juntos o futuro da visão computacional.

Conecte-se com nossa comunidade e explore nosso repositório no GitHub para se aprofundar em IA. Conheça soluções do setor, como IA na robótica e visão computacional na logística, confira nossas opções de licenciamento e comece hoje mesmo a criar com visão computacional.