Những điểm nổi bật của Ultralytics tại CVPR 2025

Tuần trước, từ ngày 11 đến 15 tháng 6, đội ngũ Ultralytics đã có mặt tại Nashville, Tennessee, để tham dự CVPR 2025 - Hội nghị IEEE/CVF về Thị giác máy tính và Nhận dạng mẫu. Đây là một trong những sự kiện thường niên quan trọng trong lĩnh vực nghiên cứu thị giác máy tính và AI.

Được tổ chức tại Music City Center, hội nghị năm nay quy tụ hơn 12.000 người tham dự từ khắp nơi trên thế giới. Từ các nhà nghiên cứu học thuật, kỹ sư đến lãnh đạo ngành và nhà phát triển, sự kiện thu hút đông đảo những người đang thúc đẩy ranh giới của Vision AI.

Đặc biệt, CVPR 2025 có các nghiên cứu tiên phong và thảo luận về nhiều chủ đề, từ học sâu trong thị giác máy tính và học đa phương thức đến model AI tạo sinh, model nền tảng và các ứng dụng thực tế như xe tự hành và hiểu cảnh 3D.

Hình 1. CVPR 2025 tại Nashville, Tennessee.

Đối với Ultralytics, tuần lễ CVPR 2025 tập trung vào việc kết nối với cộng đồng thị giác máy tính, chia sẻ bản demo và tìm hiểu cách model Ultralytics YOLO được ứng dụng trong nhiều ngành. Tại Booth 1512, chúng tôi giới thiệu những giải pháp Vision AI mới nhất, trò chuyện với hàng trăm khách tham quan về các trường hợp ứng dụng thực tế và trực tiếp chứng kiến cách công nghệ của chúng tôi thúc đẩy đổi mới trong các lĩnh vực như robot, bán lẻ, nghiên cứu và nhiều ngành khác.

Hãy cùng nhìn lại một số khoảnh khắc đáng nhớ tại sự kiện, qua những điểm nổi bật, cuộc trò chuyện và kết nối cộng đồng.

Nhìn lại CVPR Nashville 2025#

CVPR được tổ chức lần đầu vào năm 1983 và chính thức được IEEE bảo trợ vào năm 1985. Qua nhiều năm, sự kiện đã trở thành một trong những hội nghị có tầm ảnh hưởng lớn nhất trong lĩnh vực thị giác máy tính và nhận dạng mẫu, quy tụ các nhà nghiên cứu, kỹ sư và nhà đổi mới trên toàn thế giới. Từ năm 2012, hội nghị được đồng bảo trợ bởi Computer Vision Foundation (CVF), một tổ chức phi lợi nhuận hỗ trợ truy cập mở vào nghiên cứu thị giác máy tính và đóng vai trò thiết yếu trong việc tổ chức sự kiện.

Được tổ chức thường niên, CVPR nổi tiếng với chiều sâu kỹ thuật và vai trò định hình hướng phát triển của toàn lĩnh vực, từ những đột phá ban đầu trong nhận dạng đối tượng đến các tiến bộ hiện nay về Vision AI và học sâu. Kỳ hội nghị năm nay nhận được hơn 13.000 bài gửi, tăng 13% so với năm ngoái. Với tỷ lệ chấp nhận chỉ 22%, hội nghị tiếp tục truyền thống tôn vinh các nghiên cứu có tác động lớn.

Dưới đây là một số chủ đề nghiên cứu chính nổi bật tại CVPR 2025:

• Hiểu cảnh 3D và dựng hình thần kinh: Các nhà nghiên cứu đang tìm cách tái tạo và biểu diễn thế giới trong không gian ba chiều bằng nhiều góc nhìn hoặc dữ liệu đầu vào từ cảm biến, nhằm thúc đẩy các ứng dụng trong robot, thực tế tăng cường và mô phỏng.
• Tổng hợp hình ảnh và video bằng AI tạo sinh: Lĩnh vực này tập trung tạo ra hình ảnh chất lượng cao từ đầu vào tối thiểu như prompt văn bản hoặc bản phác thảo, phục vụ các công cụ thế hệ mới cho nội dung sáng tạo và hệ thống tương tác.
• Học đa phương thức và model thị giác-ngôn ngữ: Các model này kết hợp dữ liệu hình ảnh và ngôn ngữ để cải thiện khả năng hiểu, suy luận và giao tiếp, mở đường cho các hệ thống AI tổng quát và linh hoạt hơn.

Chuẩn bị tại Music City Center cho CVPR#

Trước khi hội nghị chính thức khai mạc, đội ngũ chúng tôi đã đến Nashville để chuẩn bị mọi thứ cho CVPR 2025.

Chúng tôi dành cả ngày để chuẩn bị tại Music City Center, nơi Booth 1512 trở thành cứ điểm của chúng tôi trong ba ngày diễn ra demo, trò chuyện và xây dựng cộng đồng. Sau khi mang thiết bị đến, chúng tôi mở thùng phần cứng, cấu hình các bản demo YOLO trực tiếp và sắp xếp cẩn thận để đảm bảo mọi thứ vận hành trơn tru trong môi trường triển lãm sôi động.

Không gian dần đông người đến dỡ thiết bị, thử bản demo và dựng gian hàng. Chứng kiến mọi thứ dần hoàn thiện nhắc chúng tôi nhớ CVPR thực sự là một sự kiện toàn cầu và có tính cộng tác cao.

Sau một buổi chiều làm việc hiệu quả, cả nhóm đổi không khí và ra ngoài khám phá trung tâm Nashville. Dĩ nhiên, họ ghé qua Broadway, nơi nhạc đồng quê trực tiếp vang lên từ mọi quán bar và nhà hàng.

Một số thành viên trong nhóm mua ủng cao bồi (lần đầu với một vài người trong chúng tôi), rồi kết thúc buổi tối bằng món đặc sản địa phương quen thuộc: gà cay từ Hattie B’s. Đó là sự kết hợp hoàn hảo giữa công việc và niềm vui. Gian hàng đã sẵn sàng, và cả nhóm được nạp lại năng lượng để đón chờ những gì CVPR 2025 mang đến.

Trao đổi về thị giác máy tính và nghiên cứu AI#

Ngày đầu tiên của khu triển lãm bắt đầu với đội ngũ Ultralytics có mặt tại chỗ và sẵn sàng hoạt động. Nuvola Ladi, Quản lý Nội dung Kỹ thuật số của chúng tôi, Zinnia Pourdad, Quản lý Sự kiện của chúng tôi, và Francesco Mattioli, Kỹ sư Học máy của chúng tôi, đã đến Music City Center lúc 9 giờ sáng. Sau khi hoàn tất những bước kiểm tra cuối cùng và chuẩn bị xong bản demo, chúng tôi sẵn sàng chào đón khách tham dự ngay khi cửa mở.

Đến 10 giờ sáng, khách tham dự bắt đầu đổ vào và không khí tại khu triển lãm lập tức sôi động hơn. Gian hàng của chúng tôi nhanh chóng đông khách, còn quà lưu niệm Ultralytics, đặc biệt là túi tote và sticker, đã hết chỉ trong vài phút. Đây là cách bắt chuyện thú vị, giúp mở đầu các cuộc trò chuyện và thu hút mọi người.

Hình 2. Nuvola Ladi, Zinnia Pourdad và Francesco Mattioli tại Booth 1512.

​​Suốt cả ngày, chúng tôi có dịp trò chuyện với các nhà nghiên cứu, kỹ sư và nhà phát triển đang thực hiện nhiều dự án khác nhau. Nhiều người quan tâm đến các bản demo YOLO trực tiếp của chúng tôi, và chúng tôi được nghe về các trường hợp ứng dụng trong robot, chăm sóc sức khỏe, sản xuất, bán lẻ và nhiều lĩnh vực khác. Thật truyền cảm hứng khi thấy các model của chúng tôi được ứng dụng rộng rãi đến mức nào, từ nghiên cứu học thuật giai đoạn đầu đến các hệ thống doanh nghiệp đã triển khai.

Chúng tôi cũng có dịp kết nối lại với các cộng tác viên trong lĩnh vực AI, bao gồm các nhóm từ Intel OpenVINO và Sony Semiconductor Solutions. Chia sẻ không gian triển lãm với những nhà đổi mới khác giúp chúng tôi hiểu rõ hơn tinh thần hợp tác và tốc độ phát triển nhanh của lĩnh vực Vision AI.

Cuối ngày, cả nhóm đến Printers Alley để thưởng thức nhạc country trực tiếp và thư giãn. Sau một ngày kín lịch với nhiều cuộc trò chuyện và bầu không khí sôi nổi tại khu triển lãm, đây là cách hoàn hảo để khép lại ngày đầu tiên của chúng tôi tại CVPR 2025.

Hình 3. Cả nhóm có dịp khám phá Printers Alley.

Ngày thứ hai tại hội nghị thị giác máy tính ở Nashville#

Ngày thứ hai của CVPR 2025 tiếp nối ngay những gì ngày đầu tiên đã bắt đầu. Gian hàng 1512 luôn sôi động suốt cả ngày, với khách tham quan quay lại và những người mới ghé thăm để tìm hiểu thêm về các model Ultralytics YOLO và chia sẻ công việc của họ.

Một trong những khoảnh khắc đáng nhớ nhất trong ngày là khi Intel Robodog ghé thăm. Được chứng kiến phần cứng tiên tiến kết hợp với các model thị giác thực tiễn hoạt động đã thể hiện rõ tinh thần của sự kiện.

Hình 4. Intel Robodog ghé thăm nhóm tại Gian hàng 1512.

Tối hôm đó, nhóm chúng tôi tham dự buổi gặp mặt dành cho nhà phát triển After.CVPR(), do Intel tổ chức. Đây là không gian thoải mái, đề cao tinh thần hợp tác, quy tụ các kỹ sư, nhà nghiên cứu và nhà phát triển từ khắp hệ sinh thái AI.

Buổi gặp mặt có các bản demo trực tiếp và những cuộc trò chuyện ý nghĩa kéo dài đến tận đêm. Trong sự kiện, Francesco Mattioli trình bày bản demo hợp tác giữa Ultralytics và OpenVINO, giới thiệu cách tích hợp các model của chúng tôi vào các pipeline suy luận hiệu quả.

Anh trình bày cách xuất các model như Ultralytics YOLO11 sang định dạng OpenVINO để đạt suy luận nhanh hơn, được tối ưu hóa trên phần cứng Intel. Bản demo nêu bật khả năng hỗ trợ bộ xử lý trung tâm (CPUs), bộ xử lý đồ họa (GPUs) và bộ xử lý thần kinh (NPUs). Bản demo thu hút sự quan tâm đáng kể từ các nhóm làm việc về AI biên và ứng dụng thời gian thực.

Hình 5. Một góc buổi gặp mặt dành cho nhà phát triển After.CVPR().

Học sâu trong các ứng dụng thị giác máy tính tại CVPR#

Ngay cả trong ngày cuối cùng của CVPR 2025, Music City Center vẫn nhộn nhịp hoạt động. Người tham dự tiếp tục tham quan các gian hàng, trò chuyện sâu sắc và tận dụng tối đa thời gian tại hội nghị.

Một trong những điểm nổi bật trong ngày là các phiên poster — một phần cốt lõi trong cách chia sẻ nghiên cứu tại CVPR. Khác với các bài thuyết trình truyền thống trên sân khấu, phiên poster thường thân mật và có tính tương tác cao hơn.

Mỗi nhà nghiên cứu dựng một poster in khổ lớn tóm tắt công trình của mình, rồi đứng gần đó để giải thích, trả lời câu hỏi và thảo luận về kết quả nghiên cứu với bất kỳ ai ghé qua. Đây là cách tuyệt vời để tìm hiểu nhiều chủ đề trong thời gian ngắn, đồng thời tạo không gian cho những cuộc trò chuyện thực chất giữa người tham dự và người thuyết trình.

Chúng tôi thấy nhiều poster đa dạng, đề cập đến mọi chủ đề từ model thị giác-ngôn ngữ và hiểu biết về cảnh 3D đến các ứng dụng AI trong thực tế ở lĩnh vực robot và y tế. Các phiên này giúp chúng tôi tìm hiểu sâu hơn về những ý tưởng mới nhất đang được nghiên cứu trong toàn ngành và có cơ hội kết nối trực tiếp với những người đứng sau các công trình đó.

Khi sự kiện sắp khép lại, chúng tôi ra về với nhiều động lực hơn bao giờ hết. Tuần lễ tràn ngập hoạt động học hỏi, hợp tác và đà phát triển mạnh mẽ trong lĩnh vực Vision AI, và chúng tôi rất hào hứng đưa những hiểu biết đó vào các dự án tiếp theo.

Điểm chính cần ghi nhớ#

CVPR 2025 là một tuần tuyệt vời để học hỏi, chia sẻ và kết nối. Từ nghiên cứu tiên tiến đến các bản demo thực hành và những cuộc trò chuyện thú vị, hội nghị cho thấy Vision AI đang phát triển nhanh đến mức nào, cũng như cộng đồng đứng sau lĩnh vực này có sức ảnh hưởng và tinh thần hỗ trợ lớn ra sao.

Thật truyền cảm hứng khi thấy các model Ultralytics YOLO được ứng dụng trong nhiều ứng dụng thực tế và nghiên cứu. Trên hết, CVPR 2025 cho thấy rõ thị giác máy tính là trọng tâm của đổi mới AI, và vẫn còn rất nhiều điều thú vị phía trước.

Tham gia cộng đồng của chúng tôi và khám phá sâu hơn về Vision AI trên repository GitHub của chúng tôi. Tìm hiểu các đổi mới như AI trong bán lẻ và thị giác máy tính trong sản xuất trên các trang giải pháp của chúng tôi. Xem các gói cấp phép và bắt đầu hành trình AI của bạn ngay hôm nay!