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

Hoje, lançamos oficialmente o Ultralytics YOLO26, o nosso novo modelo que estabelece uma nova referência para o desempenho de ponta. Apresentado pela primeira vez pelo nosso Fundador e CEO, Glenn Jocher, no YOLO Vision 2025 (YV25), em Londres, este é o nosso modelo mais avançado e implementável até à data.

Concebido para ser leve, compacto e rápido, o YOLO26 foi desenvolvido para os ambientes onde as aplicações de IA de visão em tempo real são realmente executadas no mundo real. Com inferência nativa de ponta a ponta integrada diretamente no modelo, o YOLO26 simplifica a implementação, reduz a complexidade do sistema e proporciona um desempenho fiável em dispositivos edge e ambientes de produção de grande escala.

Na verdade, a versão mais pequena do YOLO26, o modelo nano, funciona até 43% mais rápido em CPUs padrão, permitindo soluções de IA de visão em tempo real eficientes em aplicações móveis, câmaras inteligentes e outros dispositivos edge. Baseado na visão da Ultralytics de tornar as capacidades impactantes de IA de visão acessíveis a todos, o YOLO26 combina desempenho de ponta com simplicidade, facilitando a utilização e a implementação.

Desenvolvido para a próxima era da visão computacional#

A visão computacional está a ultrapassar rapidamente os limites da cloud. As aplicações do mundo real exigem cada vez mais inferência em tempo real, baixa latência, flexibilidade de hardware e desempenho previsível em dispositivos como drones, câmaras, sistemas móveis e plataformas incorporadas.

O YOLO26 foi desenvolvido especificamente para esta mudança. Ao repensar a pipeline de deteção de objetos desde a base, a Ultralytics criou uma arquitetura de modelo que elimina complexidade desnecessária, proporcionando simultaneamente precisão e velocidade de ponta.

Por exemplo, os modelos tradicionais de deteção de objetos da Ultralytics dependem de uma etapa adicional de pós-processamento denominada Supressão de Não Máximos para filtrar previsões sobrepostas após a inferência. O YOLO26 elimina esta etapa adicional ao permitir inferência nativa de ponta a ponta, permitindo que o modelo produza diretamente as deteções finais. Isto permite uma implementação no mundo real mais rápida, previsível e fiável.

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

Fig. 1. Avaliação comparativa do Ultralytics YOLO26

O que o YOLO26 torna possível#

Um dos principais aspetos do YOLO26 é a forma como se baseia nos pontos fortes de modelos anteriores, como o Ultralytics YOLO11, enquanto expande o que é possível fazer com visão computacional. Pronto a utilizar, o YOLO26 suporta as mesmas tarefas de visão computacional fundamentais que o YOLO11, incluindo deteção de objetos, segmentação de instâncias e classificação de imagens.

Fig. 2. Exemplo de utilização do YOLO26 para detetar objetos numa imagem.

Também continua a suportar estimativa de pose, deteção de objetos com caixas delimitadoras orientadas para imagens aéreas e de satélite e rastreamento de objetos em fluxos de vídeo. Tal 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 funcionalidades do Ultralytics YOLO26#

O Ultralytics YOLO26 inclui vários avanços concebidos para melhorar o desempenho, a fiabilidade e a utilização no mundo real. Eis uma visão geral das principais funcionalidades do YOLO26:

• Remoção da Perda Focal de Distribuição: o YOLO26 remove a Perda Focal de Distribuição (DFL), reduzindo a complexidade do modelo e permitindo uma implementação mais simples e compatível em hardware edge e de baixo consumo.
• Inferência de ponta a ponta sem NMS: o YOLO26 elimina nativamente a necessidade da Supressão de Não Máximos (NMS), uma etapa normalmente utilizada para remover previsões duplicadas, tornando a implementação mais simples e rápida para utilização em tempo real.
• Equilíbrio Progressivo da Perda + STAL: o Equilíbrio Progressivo da Perda (ProgLoss) e a Atribuição de Rótulos Sensível a Objetos Pequenos (STAL) ajustam a forma como o modelo aprende durante o treino, permitindo uma deteção mais fiável de objetos pequenos e distantes em cenas complexas.
• Otimizador MuSGD: o YOLO26 introduz o otimizador MuSGD, um híbrido da Descida de Gradiente Estocástica (SGD) e de técnicas inspiradas no Muon, que melhora a estabilidade do treino e permite uma convergência mais rápida e consistente.
• Inferência em CPU até 43% mais rápida: o modelo nano YOLO26 proporciona uma inferência até 43% mais rápida em CPUs padrão, permitindo IA de visão em tempo real eficiente em dispositivos móveis, câmaras inteligentes e outros sistemas edge.

Por trás do código: a jornada até ao Ultralytics YOLO26#

O desenvolvimento do YOLO26 foi um esforço coletivo moldado pela investigação da nossa equipa e pelo feedback que recebemos da comunidade, dos nossos parceiros e dos clientes. Partimos com o objetivo de simplificar a arquitetura, melhorar a eficiência e tornar o modelo mais adaptável à utilização no mundo real.

Ao refletir sobre essa jornada, Glenn Jocher explicou: “Um dos maiores desafios foi garantir que os utilizadores pudessem tirar o máximo partido do YOLO26, proporcionando simultaneamente um desempenho de topo.” A sua perspetiva destaca um princípio fundamental do design do YOLO26: manter a IA de visão fácil de utilizar.

Desenvolvendo esta ideia, Jing Qiu, o nosso Engenheiro Sénior de Machine Learning, acrescentou: “Desenvolver o novo modelo YOLO da Ultralytics consistiu em manter a consistência, sem pressa. Continuei a aperfeiçoá-lo, concentrando-me apenas nesse equilíbrio entre velocidade e precisão. Quando tudo se conjugou, senti uma satisfação tranquila — uma prova de que perseverar nos detalhes funciona.”

Começa a desenvolver com o Ultralytics YOLO26#

O Ultralytics YOLO26 estará disponível publicamente a partir de hoje através da Ultralytics Platform, com suporte completo para fluxos de trabalho de treino, inferência e exportação. As organizações que implementem o YOLO26 em ambientes comerciais ou fechados podem aceder a opções de licenciamento empresarial, que incluem suporte para implementação em produção, manutenção de longo prazo e implementações edge escaláveis.

Tal como os nossos modelos anteriores, também é totalmente suportado através do pacote Python da Ultralytics, permitindo que os utilizadores comecem imediatamente. Os utilizadores podem treinar, validar e implementar o YOLO26 com o mesmo fluxo de trabalho simplificado que já conhecem, aproveitando simultaneamente várias opções de exportação, como ONNX, TensorRT, CoreML, TFLite, OpenVINO e muito mais.

Vamos construir juntos o futuro da IA de visão#

O Ultralytics YOLO26 representa o nosso próximo passo para tornar a IA de visão mais rápida, leve e fácil de utilizar. Mas isto é apenas o início.

O verdadeiro impacto advém daquilo que a comunidade de IA de visão cria com ele. Estamos ansiosos por ver as tuas inovações e continuar a moldar juntos o futuro da visão computacional.

Liga-te à nossa comunidade e explora o nosso repositório no GitHub para aprofundar os teus conhecimentos sobre IA. Descobre soluções do setor, como IA na robótica e visão computacional na logística, consulta as nossas opções de licenciamento e começa hoje a desenvolver com visão computacional.