Ultralytics YOLO27: Вступи в список ожидания.
Лицензия YOLO
Press release

Ultralytics YOLO26 to Bring Real-Time Computer Vision to Intel Processors

Ultralytics and Intel bring YOLO26 to Intel processors with OpenVINO, with sub-5 ms inference reported in supported CPU and GPU scenarios.

3 мин. чтения
Ultralytics and Intel bring YOLO26 to Intel processors with OpenVINO, with sub-5 ms inference reported in supported CPU and GPU scenarios.

SANTA CLARA, Calif. – July 14, 2026 – Ultralytics, the company behind the YOLO family of object detection models, today announced a collaboration with Intel to bring production-ready YOLO (You Only Look Once) computer vision models to Intel hardware, making real-time vision AI faster, easier, and more cost-effective to deploy across industries from robotics to manufacturing, logistics, and security.

Most real-world vision AI technologies run on existing, CPU-based infrastructures including industrial PCs, laptops and edge devices. By pairing Ultralytics YOLO models with OpenVINO Toolkit, developers can deploy YOLO models across various platforms powered by any Intel processor, putting the compute where appropriate: CPU, GPU, or NPU.

The result is faster, more cost-effective, and more accessible computer vision for the industries that need it most. The collaboration meets AI where it actually ships, resulting in faster inference in supported CPU/GPU scenarios, with sub-5-millisecond inference reported across YOLO tasks on Intel hardware, reducing latency and deployment costs.

"Enterprises train in the data center, but the real work of vision AI happens at the edge, on factory floors, in retail, in robotics-running on Intel CPUs and NPUs," said Glenn Jocher, Founder and CEO of Ultralytics. "This collaboration means developers get state-of-the-art models like YOLO26 running production-ready on the hardware they already own, eliminating the need for a discrete GPU."

The collaboration also cuts friction for developers, who can train and export their applications to OpenVINO and deploy them with the same familiar Ultralytics Platform or Python package and command line interface, often with a single command. This single workflow supports use cases in a variety of industries, including:

  • Manufacturing: quality inspection, defect detection and process monitoring on factory-floor industrial PCs
  • Logistics: parcel/asset detection, counting and tracking
  • Security: monitoring analytics (people/object detection) plus privacy/compliance monitoring
  • Retail: shelf availability and inventory intelligence, including detecting SKUs, labels and shelf stock to monitor availability, planogram compliance and stock movement; real-time product recognition, including detecting, segmenting or tracking retail products for mobile applications, smart stores and e-commerce.
  • Healthcare: internal imaging workflow improvement, annotation workflow, model validation and internal research-to-production workflows.
  • Robotics: real-time perception on compact, power-efficient Intel hardware
  • Smart cities: scalable vision on distributed edge infrastructure
  • Edge AI broadly: bringing advanced vision to devices that use integrated AI acceleration already available on the SoC

“Extending Intel's AI PC and physical AI platforms with leading open vision models helps developers deploy applications with real-world efficient AI inferencing on processors with AI acceleration built right in. This ensures that some of the industry’s top models are optimized for the latest Intel Core Ultra processors and beyond,” said Matthew Formica, Intel Senior Director & Global Head of Edge Technical Marketing. “We are excited to partner with Ultralytics to build on this momentum.”

About Ultralytics#

Founded by Glenn Jocher, Ultralytics is the leading force in vision AI, best known for its Ultralytics YOLO (You Only Look Once) models. With over 135K GitHub stars, 300 million pip downloads, and 3.3+ billion model usages, Ultralytics YOLOv5, YOLOv8, YOLO11, and now YOLO26 have become the most widely recognized object detection models globally. Ultralytics empowers users with easy-to-use, cutting-edge AI technology. Our mission is to simplify and democratize the use of AI, making it accessible and impactful across industries ranging from manufacturing to healthcare and more.

©Intel, the Intel logo, and other Intel marks are trademarks of Intel Corporation or its subsidiaries.

Media Contact: Altaïr Kabunda-Margalet - altair@ultralytics.com

Из блога

AI-generated aerial view of a car park that changes from 3D wireframe to photo, with real Ultralytics YOLO26 car detections at each stage

Лучшие инструменты для создания синтетических данных для обучения моделей компьютерного зрения

Сравнение инструментов для создания синтетических данных для компьютерного зрения по методу: 3D-симуляция, генеративные модели и аугментация, а также тестирование с Ultralytics YOLO.
Подробнее
Ultralytics на AMD Embedded AI Working Group в Дублине

Ultralytics на AMD Embedded AI Working Group в Дублине

Узнай, как Ultralytics и AMD изучали физический ИИ, робототехнику и внедрение компьютерного зрения на мероприятии AMD Embedded AI Working Group 2026 в Дублине.
Подробнее
Как выбрать VLM для автоматической разметки по точности и полноте

Как выбрать VLM для автоматической разметки по точности и полноте

Выбирай VLM для автоматической разметки по точности и полноте: какие модели оставляют меньше лишних рамок, пропускают меньше объектов и как проверить их на собственных данных.
Подробнее
AI-generated logistics scene with illustrative detections; the inset shows Ultralytics Platform benchmark latency for YOLO26n on an NVIDIA L4.

ONNX и TensorRT для инференса в компьютерном зрении: бенчмарки и рекомендации по выбору

ONNX Runtime и TensorRT для инференса в компьютерном зрении: измеренные скорость и точность Ultralytics YOLO26 на 19 GPU NVIDIA и рекомендации по выбору.
Подробнее
Обнаружение отсутствующих СИЗ: обучение Ultralytics YOLO на Construction-PPE

Обнаружение отсутствующих СИЗ: обучение Ultralytics YOLO на Construction-PPE

Посмотри, как в Construction-PPE размечены отсутствующие каски, жилеты и перчатки, а затем обучи Ultralytics YOLO обнаруживать отсутствие СИЗ на камерах твоего объекта.
Подробнее
Руководство по наборам данных для обнаружения дронов: обучение Ultralytics YOLO на крошечных БПЛА

Руководство по наборам данных для обнаружения дронов: обучение Ultralytics YOLO на крошечных БПЛА

Сравни наборы данных DUT Anti-UAV, Drone-vs-Bird и для обнаружения дронов в тепловизионном диапазоне, а затем обучи Ultralytics YOLO26 находить крошечные дроны и сокращать число ложных срабатываний.
Подробнее
ИИ для медицинской визуализации, соответствующий HIPAA: что охватывает BAA и как обучать модели на данных пациентов

ИИ для медицинской визуализации, соответствующий HIPAA: что охватывает BAA и как обучать модели на данных пациентов

Узнай, какие требования предъявляются к ИИ, соответствующему HIPAA, для медицинской визуализации, что охватывает BAA от Ultralytics и как аннотировать данные пациентов, обучать на них модели и развертывать их.
Подробнее
Лучшие модели оценки глубины: как выбрать

Лучшие модели оценки глубины: как выбрать

Сравни модели монокулярной оценки глубины, например Depth Anything, Depth Pro, Metric3D, UniDepth и Ultralytics YOLO26, для измерения глубины, периферийных устройств и робототехники.
Подробнее
Как перенести модели Ultralytics YOLO из W&B в Ultralytics Platform

Как перенести модели Ultralytics YOLO из W&B в Ultralytics Platform

Импортируй модели Ultralytics YOLO из Weights & Biases (W&B) в Ultralytics Platform без повторного обучения, а затем сравнивай эксперименты, экспортируй модели и развёртывай их.
Подробнее
GPT-6.1 Terra занимает первое место в авторазметке, обойдя флагманские модели OpenAI

GPT-6.1 Terra занимает первое место в авторазметке, обойдя флагманские модели OpenAI

Авторазметка GPT-6.1 Terra обходит 39 моделей в нашем рейтинге VLM: 0.560 mAP50 за $4.36 на 1 000 изображений — впереди GPT-6.1 Sol и Gemini 4 Argon.
Подробнее
Авторазметка MiniMax-M3.1-Flash: почему меньше рассуждений дало более точные рамки

Авторазметка MiniMax-M3.1-Flash: почему меньше рассуждений дало более точные рамки

Авторазметка MiniMax-M3.1-Flash в Ultralytics Platform: 0.317 mAP50 за $1.84 на 1 000 изображений после настройки и 0.86 при обнаружении кораблей на SAR-снимках.
Подробнее
Авторазметка Kimi K3.1 Pro: на треть лучше, чем K3, при высоком уровне усилий

Авторазметка Kimi K3.1 Pro: на треть лучше, чем K3, при высоком уровне усилий

Авторазметка Kimi K3.1 Pro набирает 0.444 mAP50 на UL37 — на треть больше, чем Kimi K3. Узнай, почему мы используем высокий уровень усилий, сколько это стоит и в чём модель показывает лучшие результаты.
Подробнее
Ultralytics YOLO и NVIDIA Cosmos Data Factory: синтетические данные для обнаружения дефектов

Ultralytics YOLO и NVIDIA Cosmos Data Factory: синтетические данные для обнаружения дефектов

Синтетические данные NVIDIA Cosmos Data Factory и агентный цикл обучения помогают Ultralytics YOLO26 достигать точности обнаружения дефектов на уровне полного набора данных, используя меньше размеченных примеров.
Подробнее
Авторазметка Gemini 4 Argon: самые точные рамки среди 39 моделей

Авторазметка Gemini 4 Argon: самые точные рамки среди 39 моделей

Авторазметка Gemini 4 Argon в Ultralytics Platform: 2-е место среди 39 моделей, максимальная точность (0.667), первое место в 6 из 12 областей, $7.60 за 1 000 изображений до 30 ноября.
Подробнее
Открытые вычисления, открытое зрение: AMD на Ultralytics YOLO Vision 2026

Открытые вычисления, открытое зрение: AMD на Ultralytics YOLO Vision 2026

Узнай, как AMD представила открытые вычисления на Ultralytics YOLO Vision 2026: доклад о ROCm, практические семинары и демонстрации запуска YOLO на GPU AMD Radeon.
Подробнее
Лучшие модели классификации изображений: как выбрать

Лучшие модели классификации изображений: как выбрать

Сравни ведущие модели классификации изображений — от ConvNeXt V2 и DINOv3 до EfficientNetV2, ViT и Ultralytics YOLO26-cls — и узнай, как выбрать подходящую.
Подробнее
Семантическая сегментация и сегментация экземпляров: как выбрать подходящую задачу

Семантическая сегментация и сегментация экземпляров: как выбрать подходящую задачу

Семантическая сегментация присваивает класс каждому пикселю, а сегментация экземпляров выделяет каждый объект отдельно. Узнай, что нужно твоему проекту в области компьютерного зрения и почему.
Подробнее
Ultralytics на Arm Create 2026: компьютерное зрение в реальном времени на периферийных устройствах

Ultralytics на Arm Create 2026: компьютерное зрение в реальном времени на периферийных устройствах

Главные события с участием Ultralytics на Arm Create 2026 в Шэньчжэне: развертывание Ultralytics YOLO для периферийного ИИ в реальном времени, панельная дискуссия о моделях и новый Arm AI Portal.
Подробнее
Встреча Ultralytics: Лондон

Встреча Ultralytics: Лондон

Итоги встречи Ultralytics в Лондоне: первый взгляд на YOLO27, демонстрации Ultralytics Platform и дискуссия об ИИ для компьютерного зрения с участием NVIDIA и Arm.
Подробнее
Мониторинг на Ultralytics Platform: контролируй работу развёрнутых решений для компьютерного зрения

Мониторинг на Ultralytics Platform: контролируй работу развёрнутых решений для компьютерного зрения

Отслеживай развёрнутые модели ИИ для компьютерного зрения с помощью Ultralytics Platform. Следи за состоянием конечных точек, задержкой, ошибками, журналами и статистикой предсказаний в реальном времени.
Подробнее
Представляем Ultralytics Agents: создавай рабочие процессы визуального ИИ быстрее

Представляем Ultralytics Agents: создавай рабочие процессы визуального ИИ быстрее

Создавай рабочие процессы визуального ИИ с помощью Ultralytics Agents. Объединяй модели YOLO, визуально-языковые модели, условия, наборы данных и уведомления Slack на одной рабочей области.
Подробнее
Представляем Ultralytics AutoTrain: упрости обучение моделей компьютерного зрения

Представляем Ultralytics AutoTrain: упрости обучение моделей компьютерного зрения

Обучай, сравнивай и улучшай модели Ultralytics YOLO с AutoTrain на Ultralytics Platform — от первого базового решения до развертывания в production.
Подробнее
Главные моменты Ultralytics YOLO Vision 2026!

Главные моменты Ultralytics YOLO Vision 2026!

Главные моменты YOLO Vision 2026: Ultralytics представила Ultralytics YOLO27 и показала AutoTrain, Agents и Monitoring на Ultralytics Platform.
Подробнее
Ultralytics YOLO26 теперь поддерживает оценку глубины по монокулярному изображению

Ultralytics YOLO26 теперь поддерживает оценку глубины по монокулярному изображению

Узнай, как новая задача оценки глубины в Ultralytics YOLO26 предсказывает глубину для каждого пикселя в метрическом масштабе по одному RGB-изображению — без стереосистемы и LiDAR.
Подробнее
Лучшие платформы для аннотирования изображений в компьютерном зрении

Лучшие платформы для аннотирования изображений в компьютерном зрении

Сравнение девяти платформ для аннотирования изображений в компьютерном зрении: CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics и V7.
Подробнее
Автоматическое обнаружение дефектов на производстве: сравнение платформ

Автоматическое обнаружение дефектов на производстве: сравнение платформ

Сравнение платформ автоматического обнаружения дефектов: Cognex, Instrumental, Keyence, Landing AI, Overview и Ultralytics, а также выбор задачи модели под дефект.
Подробнее
Сколько стоит компьютерное зрение для предприятий: модель TCO

Сколько стоит компьютерное зрение для предприятий: модель TCO

Модель расчета совокупных затрат на компьютерное зрение для предприятий: данные, аннотирование, камеры, периферийное оборудование, обучение, инференс, интеграция и повторное обучение.
Подробнее
Проверка сборки и защита от ошибок с помощью компьютерного зрения

Проверка сборки и защита от ошибок с помощью компьютерного зрения

Как компьютерное зрение проверяет комплектность, правильность и последовательность сборки: проектирование станции визуального контроля, выбор задачи модели, интеграция с PLC и валидация.
Подробнее
Масштабирование инференса компьютерного зрения: сравнение семи платформ

Масштабирование инференса компьютерного зрения: сравнение семи платформ

Сравнение семи платформ инференса для компьютерного зрения: Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics и Vertex AI — по задержке и масштабируемости.
Подробнее
Ultralytics YOLO Vision 2026: всё, что нужно знать

Ultralytics YOLO Vision 2026: всё, что нужно знать

Присоединяйся к Ultralytics YOLO Vision 2026 13 сентября в Шэньчжэне или онлайн: новые модели YOLO, запуск продуктов, живые демонстрации и реальные решения в области визуального ИИ.
Подробнее

Давай вместе строить будущее ИИ!

Начни свой путь в будущее машинного обучения