Para onde a Ultralytics está caminhando
Desde os modelos que trouxeram visão computacional em tempo real para milhões, até os lançamentos no horizonte. Aqui está o que já entregamos e o que está por vir.
O lançamento que trouxe a detecção de objetos em tempo real para milhões — nativo em PyTorch, rápido e notavelmente fácil de treinar.
Um framework para detecção, segmentação, classificação, estimativa de pose e caixas delimitadoras orientadas.
Uma arquitetura refinada que oferece maior precisão com menos parâmetros, revelada na Ultralytics YOLO Vision 2024.
Nosso modelo recomendado atual — mais rápido, mais preciso e pronto para produção em todas as tarefas de visão.
A plataforma de ponta a ponta para anotar dados, treinar modelos YOLO e implantar em 42 regiões globais — tudo em um só lugar.
Nossos primeiros modelos de segmentação semântica — rótulos de classe densos por pixel para compreensão total da cena.
Uma biblioteca de inferência YOLO de alto desempenho e CLI escrita em Rust, executando modelos em ONNX Runtime por trás de uma API projetada para corresponder ao pacote Python do Ultralytics.
Executa modelos YOLO diretamente no navegador, sem servidor e sem Python. Ele roda em WebGPU com um fallback automático para CPU e wasm, por trás de uma pequena API TypeScript alimentada pelo crate Rust compilado para WebAssembly.
O artigo de pesquisa por trás do YOLO26 — detalhando seu design end-to-end livre de NMS, o novo otimizador MuSGD e um tradeoff de precisão-latência de última geração em todas as cinco escalas de modelo.
Rastreamento de múltiplos objetos mais rápido e preciso — identidades mais estáveis através de oclusões e cenas lotadas para vídeo no mundo real.
- Re-ID — a reidentificação mantém as identidades dos objetos consistentes entre câmeras e após oclusões
A destilação de conhecimento integrada comprime modelos de professores grandes em modelos de alunos menores e mais rápidos, ajudando a preservar a precisão para implantação eficiente na borda e em tempo real.
Os modelos de profundidade do YOLO26 preveem mapas de distância densos por pixel a partir de uma única câmera RGB, adicionando consciência espacial 3D sem sensores de profundidade especializados ou lidar.
Ultralytics YOLO Vision 2026
A próxima geração principal do YOLO, revelada ao vivo no Ultralytics YOLO Vision 2026, expandindo a família para visão-linguagem:
- YOLO-VLM — um front-end YOLO leve que alimenta uma camada de LLM mais profunda para pipelines eficientes de visão-linguagem
Exporta modelos YOLO para o novo formato .aimodel da Apple para o runtime Core AI após o lançamento geral do iOS 27 e macOS 27, mantendo o CoreML para uma maior compatibilidade com dispositivos.
Três áreas de foco do produto impulsionam a Plataforma pelo restante do ano:
- Auto-Training — análise de treinamento iterativa e orientada por LLM que diagnostica automaticamente cada execução e refina a configuração ao longo de rodadas sucessivas para aumentar a precisão.
- On-Premise — execute a Plataforma dentro da sua própria infraestrutura, mantendo os dados e o treinamento totalmente sob seu controle.
- Monitoring — monitoramento de modelos em produção para rastrear o desempenho, detectar desvios e manter as implantações saudáveis.
Novas capacidades se juntam à família YOLO ao longo de 2027:
- YOLO-OCR — reconhecimento de texto rápido e preciso
- YOLO-Face — reconhecimento e análise facial
- YOLO-Stereo3D — deteção 3D estéreo a partir de pares de câmaras binoculares para robótica, uma alternativa nativa de câmara ao lidar
Construa com o mais recente YOLO
Comece a treinar e implantar com o YOLO26 hoje — e esteja pronto para tudo o que vem a seguir.