Những điểm nhấn quan trọng của Ultralytics từ YOLO Vision 2025!

Cộng đồng AI và computer vision đã tề tựu vào ngày 25 tháng 9 tại YOLO Vision 2025 (YV25), sự kiện AI thị giác kết hợp trực tiếp và trực tuyến hàng năm của Ultralytics. Được tổ chức tại London tại The Pelligon và phát trực tuyến trên toàn cầu, sự kiện đã chào đón đông đảo các nhà nghiên cứu, kỹ sư và những người đam mê AI để chia sẻ ý tưởng cũng như tìm hiểu về các đổi mới mới, chẳng hạn như Ultralytics YOLO26.

Đánh dấu năm thứ tư tổ chức, sự kiện tiếp tục phát triển về mặt phạm vi tiếp cận và sức ảnh hưởng. Luồng trực tiếp YV25 đã thu hút hơn 6.800 lượt xem, tạo ra hơn 49.000 lượt hiển thị và thu về gần 2.000 giờ xem.

YV25 khởi động với bài phát biểu khai mạc từ người dẫn chương trình Oisin Lunny, người đã thiết lập âm hưởng cho cả ngày bằng cách khuyến khích những người tham dự kết nối, chia sẻ và tận dụng tối đa sự kiện. Như ông đã chia sẻ: “YOLO Vision 2025 là hội nghị quy tụ cộng đồng AI thị giác mã nguồn mở để tập trung vào các tiến bộ về dữ liệu, machine learning và computer vision.”

Trong bài viết này, chúng tôi sẽ tổng hợp những điểm nhấn quan trọng từ YOLO Vision 2025, bao gồm buổi ra mắt sản phẩm, các bài thuyết trình chính, tọa đàm, trình diễn trực tiếp và những khoảnh khắc cộng đồng đã làm nên một ngày đặc biệt. Hãy cùng bắt đầu!

Từ một GPU duy nhất đến vòng gọi vốn Series A trị giá 30 triệu USD#

Trước thềm sự kiện, đã có rất nhiều sự hào hứng xung quanh việc ra mắt sản phẩm mới, và Glenn Jocher, Nhà sáng lập kiêm CEO của chúng tôi, đã mở đầu ngày mới bằng cách tiếp nối nguồn năng lượng đó.

Ông đã chia sẻ về hành trình của Ultralytics, hồi tưởng lại việc vào năm 2020, ông đã thực hiện các thử nghiệm trên một chiếc 1080 Ti duy nhất cắm vào MacBook của mình, một thiết lập hiện nay đã lỗi thời. Từ những khởi đầu khiêm tốn đó, Ultralytics đã phát triển thành một cộng đồng toàn cầu với hàng tỷ lượt suy luận (inference) mỗi ngày được thực hiện bởi các model YOLO.

Glenn cũng chia sẻ về việc Ultralytics gần đây đã hoàn tất vòng gọi vốn Series A trị giá 30 triệu USD. Ông giải thích khoản đầu tư này sẽ thúc đẩy giai đoạn tăng trưởng tiếp theo bằng cách cho phép công ty mở rộng quy mô đội ngũ, đẩy mạnh nghiên cứu và đảm bảo các tài nguyên tính toán cần thiết để tiếp tục vượt qua mọi giới hạn của computer vision.

Ultralytics YOLO26: Một model YOLO tốt hơn, nhanh hơn và nhỏ hơn#

Glenn tiếp tục công bố hai nỗ lực mới từ Ultralytics. Đầu tiên là Ultralytics YOLO26, model mới nhất trong gia đình Ultralytics YOLO, được thiết kế để nhỏ hơn, nhanh hơn và hiệu quả hơn trong khi đạt được độ chính xác cao hơn nữa. Thứ hai là Ultralytics Platform, một không gian làm việc SaaS toàn diện mới kết hợp dữ liệu, đào tạo, triển khai và giám sát nhằm giúp việc xây dựng các giải pháp thị giác máy tính trở nên dễ dàng hơn bao giờ hết, dự kiến sẽ được công bố trong thời gian tới.

Hình 1. Glenn Jocher công bố Ultralytics YOLO26 trên sân khấu tại YOLO Vision 2025.

Ultralytics YOLO26 được thiết kế để nâng cao hiệu suất đồng thời vẫn giữ tính thực tế cho các ứng dụng thực tế. Phiên bản nhỏ nhất đã chạy nhanh hơn tới 43% trên CPU trong khi vẫn cải thiện độ chính xác, giúp nó trở nên lý tưởng cho các ứng dụng từ thiết bị di động đến hệ thống doanh nghiệp lớn. YOLO26 sẽ chính thức ra mắt công chúng vào cuối tháng 10.

Dưới đây là một cái nhìn sơ lược về các tính năng chính của YOLO26:

• Kiến trúc được tối ưu hóa: Mô-đun Distribution Focal Loss (DFL) đã bị loại bỏ, vốn trước đây làm chậm tốc độ của các model. Ultralytics YOLO26 giờ đây chạy hiệu quả hơn mà không làm giảm độ chính xác.
• Dự đoán nhanh hơn: Ultralytics YOLO26 giới thiệu tùy chọn bỏ qua bước Non-Maximum Suppression (NMS), giúp đưa ra kết quả nhanh hơn và tạo điều kiện thuận lợi cho việc triển khai thời gian thực.
• Phát hiện vật thể nhỏ tốt hơn: Các phương pháp đào tạo mới cải thiện độ ổn định và tăng đáng kể độ chính xác, đặc biệt là khi phát hiện các chi tiết nhỏ trong những khung cảnh phức tạp.
• Đào tạo thông minh hơn: Bộ tối ưu hóa MuSGD mới kết hợp sức mạnh của hai kỹ thuật đào tạo, giúp model học nhanh hơn và đạt được độ chính xác cao hơn.

Cái nhìn đầu tiên về nền tảng Ultralytics#

Sau khi giới thiệu YOLO26, Glenn đã mời Prateek Bhatnagar, Trưởng bộ phận Kỹ thuật Sản phẩm của chúng tôi, lên demo dự án tiếp theo sắp tới, Ultralytics Platform. Được xây dựng để đơn giản hóa toàn bộ quy trình làm việc computer vision, nền tảng này hướng tới việc hợp nhất các tập dữ liệu, chú thích (annotation), huấn luyện (training), triển khai (deployment) và giám sát (monitoring) vào một nơi duy nhất.

Prateek so sánh nó với việc bảo dưỡng xe: thay vì phải đi đến các tiệm khác nhau cho lốp xe, động cơ và hộp số, mọi thứ đều diễn ra trong một gara duy nhất. Tương tự như vậy, nền tảng này cung cấp cho các nhà phát triển một không gian làm việc tích hợp để quản lý toàn bộ vòng đời của một model AI thị giác.

Phần trình diễn đã giới thiệu các công cụ chú thích hỗ trợ bởi AI giúp tăng tốc chuẩn bị tập dữ liệu, các tùy chọn đào tạo có thể tùy chỉnh cho cả chuyên gia và người mới bắt đầu, cùng khả năng giám sát các quá trình đào tạo theo thời gian thực.

Những hiểu biết từ phiên thảo luận về triển khai biên (edge deployment)#

Một điểm nhấn khác của YV25 là phiên thảo luận panel về việc triển khai edge, do Oisin Lunny điều phối. Phiên thảo luận có sự tham gia của Yuki Tsuji từ Sony Semiconductor Solutions, David Plowman từ Raspberry Pi và Glenn Jocher.

Cuộc thảo luận đã khám phá việc đưa AI ra biên (edge) giúp giảm độ trễ, giảm chi phí và cải thiện quyền riêng tư như thế nào. Yuki đã giới thiệu cảm biến IMX500 của Sony, có thể chạy suy luận trực tiếp trên chip. Trong khi đó, David đã nói về cách Raspberry Pi đang mở rộng từ nguồn gốc dành cho các nhà sáng tạo (maker) sang các ứng dụng thương mại quy mô lớn.

Hình 2. Một phiên thảo luận về triển khai biên với sự tham gia của Oisin Lunny, Yuki Tsuji, David Plowman và Glenn Jocher.

Phiên thảo luận cũng đề cập đến một trong những rào cản lớn nhất đối với các nhà phát triển: làm sao để model chạy mượt mà trên nhiều thiết bị khác nhau. Đây là lúc gói Python của Ultralytics phát huy vai trò cốt lõi.

Với nhiều tùy chọn xuất (export) đa dạng, nó giúp việc đưa một model đã đào tạo vào sản xuất trên thiết bị di động, hệ thống nhúng hoặc phần cứng doanh nghiệp trở nên đơn giản. Bằng cách loại bỏ sự phức tạp trong chuyển đổi model, Ultralytics giúp các đội ngũ tập trung vào việc xây dựng giải pháp thay vì phải vật lộn với các vấn đề tương thích.

Như David đã giải thích: “Tôi biết từ kinh nghiệm đau thương của mình rằng việc chuyển đổi các model rất tồi tệ, và nếu ai đó làm điều đó cho tôi, nó sẽ giúp cuộc sống dễ dàng hơn rất nhiều. Đó là nơi Ultralytics thực sự cải thiện câu chuyện và cung cấp một thứ gì đó có giá trị cho người dùng của chúng tôi.”

Tăng tốc đổi mới và phần cứng AI#

Các tiến bộ trong phần mềm AI đang diễn ra song song với phần cứng, và cùng nhau, chúng đang thúc đẩy một làn sóng đổi mới mới trong thị giác máy tính. Trong khi các model như Ultralytics YOLO tiếp tục đẩy mạnh độ chính xác, tác động thực tế của chúng cũng phụ thuộc vào các nền tảng mà chúng chạy trên đó.

Ví dụ, Seeed Studio đã giới thiệu cách các phần cứng dạng module, chi phí thấp như bảng mạch reCamera và XIAO, được tải sẵn các model Ultralytics YOLO, giúp các nhà phát triển dễ dàng chuyển từ tạo mẫu sang các hệ thống AI thực tế. Sự tích hợp phần cứng–phần mềm này giúp hạ thấp rào cản gia nhập và cho thấy đổi mới ở cấp độ phần cứng trực tiếp đẩy nhanh việc áp dụng.

Dưới đây là một số thông tin chính từ các bài thuyết trình khác tại YV25, nhấn mạnh cách đồng thiết kế phần cứng–phần mềm đang mở ra những khả năng mới:

• Lượng tử hóa (Quantization) mang lại những bước nhảy vọt về tốc độ: Intel đã chỉ ra cách chuyển đổi các model Ultralytics YOLO sang OpenVINO với lượng tử hóa giúp tăng tốc độ suy luận từ 54 FPS lên 606 FPS chỉ trong 30 phút, làm nổi bật sức mạnh của việc tối ưu hóa.
• Các công cụ toàn diện (full-stack) giúp việc triển khai AI biên trở nên thực tế: NVIDIA nhấn mạnh cách các thiết bị Jetson, TensorRT, Triton Inference Server và DeepStream SDK phối hợp với nhau để hợp lý hóa việc triển khai AI thị giác hiệu suất cao tại biên.
• Hệ sinh thái mở tăng tốc tạo mẫu: AMD nhấn mạnh nền tảng toàn diện của họ được xây dựng trên GPU và ngăn xếp phần mềm ROCm, giúp các nhà phát triển di chuyển nhanh chóng từ tạo mẫu sang triển khai trong khi vẫn kiểm soát được chi phí.
• Chip tiêu thụ điện năng thấp mở rộng AI tới các thiết bị hạn chế: DEEPX đã giới thiệu các bộ xử lý DX-M1 và DX-M2 của họ, cung cấp hàng chục TOPS dưới mức 5 watt để kích hoạt suy luận tiên tiến trong các hệ thống nhỏ gọn, giới hạn về năng lượng.

Các xu hướng gần đây trong thị giác máy tính#

Với sự tiến bộ của cả phần mềm và phần cứng phối hợp chặt chẽ, thị giác máy tính đang phát triển nhanh hơn bao giờ hết. Những bước phát triển song song này không chỉ cải thiện độ chính xác và tốc độ mà còn định hình cách AI thị giác có thể được triển khai trong thế giới thực. Tại YV25, những người tham gia đã có cơ hội lắng nghe từ các chuyên gia về robot, triển khai biên và AI đa phương thức, mỗi người mang đến một góc nhìn khác nhau về hướng đi của lĩnh vực này.

Chẳng hạn, trong bài keynote của mình, Michael Hart từ D-Robotics đã minh họa cách việc kết hợp các Ultralytics YOLO model với bo mạch RDK X5 nhỏ gọn của họ (một mô-đun AI thị giác nhúng cỡ nhỏ) giúp các robot chạy các model thị giác nâng cao theo thời gian thực. Bản demo trực tiếp của ông cho thấy robotics đã tiến xa đến nhường nào, chuyển mình từ các thí nghiệm trong phòng thí nghiệm thành các hệ thống thực tế được hỗ trợ bởi AI.

Hình 3. Michael Hart nhấn mạnh cách các robot hỗ trợ AI ngày nay phụ thuộc vào thị giác máy tính.

Tương tự, Alexis Crowell và Steven Hunsche từ Axelera AI đã nhấn mạnh những thách thức và cơ hội khi triển khai vision AI ở edge. Qua các bản demo trực tiếp, họ giải thích cách các đơn vị xử lý AI Metis (AIPU) của Axelera AI kết hợp kiến trúc RISC-V với tính toán trong bộ nhớ kỹ thuật số (digital in-memory compute) nhằm mang lại hiệu suất cao với mức tiêu thụ điện năng rất thấp. Được đóng gói theo các yếu tố hình thức quen thuộc như M.2 và PCIe, sự kết hợp thiết kế phần cứng và phần mềm của nền tảng giúp việc mở rộng quy mô edge AI trở nên thực tế và hiệu quả hơn.

Và trong một phiên khác, Merve Noyan từ Hugging Face đã khám phá sự trỗi dậy của multimodal AI, nơi các model kết hợp thị giác với văn bản, âm thanh và các đầu vào khác. Cô đã thảo luận về các use case từ phân tích tài liệu cho đến các tác nhân có hiện thân (embodied agents), nhấn mạnh cách đổi mới mã nguồn mở đang thúc đẩy nhanh chóng quá trình ứng dụng AI.

Cân bằng giữa tiến bộ kỹ thuật và các giá trị nhân văn#

Mặc dù YV25 có các bài nói chuyện tổng quan đầy cảm hứng, sự kiện cũng bao gồm các phiên thảo luận mang tính thực tiễn cao. Jiri Borovec từ Lightning AI đã mang đến một hướng dẫn thực hành chi tiết về cách huấn luyện và tinh chỉnh (fine-tune) các Ultralytics YOLO model với PyTorch Lightning và hỗ trợ đa GPU (multi-GPU).

Ông đã đi qua các ví dụ về mã và nhấn mạnh cách các công cụ mã nguồn mở, tài liệu rõ ràng và các khuôn khổ linh hoạt giúp các nhà phát triển dễ dàng mở rộng quy trình đào tạo, xác thực từng giai đoạn và điều chỉnh quy trình làm việc cho các dự án của riêng họ. Đó là lời nhắc nhở về tầm quan trọng của cộng đồng và các công cụ dễ tiếp cận đối với sự tiến bộ thực sự trong thị giác máy tính.

Ở một góc nhìn khác, các diễn giả kêu gọi khán giả suy ngẫm về vai trò rộng lớn hơn của AI trong xã hội. Trong bài keynote của mình, Gerd Leonhard, nhà tương lai học, nhà nhân文 học kiêm CEO của The Futures Agency, lập luận rằng “công nghệ mang tính trung lập về mặt đạo đức cho đến khi chúng ta sử dụng nó”, đồng thời nhấn mạnh rằng câu hỏi thực sự không chỉ là AI có thể làm gì, mà là nó nên làm gì. Ông cảnh báo việc rơi vào các cạm bẫy như chủ nghĩa giảm uy tín và sự mất lòng tin vào sự thật, đồng thời kêu gọi phát triển một nền AI thực sự phục vụ lợi ích lâu dài của nhân loại.

Hình 4. Gerd Leonhard chia sẻ suy nghĩ của ông về việc xây dựng các giải pháp AI trong khi vẫn giữ chúng lấy con người làm trung tâm.

Sự tập trung vào trách nhiệm này tiếp tục được duy trì trong một cuộc trò chuyện thân mật với Carissa Véliz từ Đại học Oxford, người nhấn mạnh tầm quan trọng của quyền riêng tư và bảo mật. Bà chỉ ra rằng các cộng đồng mã nguồn mở đóng vai trò sống còn trong việc kiểm tra và cải thiện mã nguồn, đồng thời đạo đức và thiết kế là những yếu tố không thể tách rời. Thông điệp của bà rất rõ ràng: các nhà phát triển cần lường trước việc lạm dụng và xây dựng các hệ thống đặt phẩm giá con người cùng phúc lợi xã hội lên hàng đầu.

Kết nối tại London ở YV25#

Đi xa hơn các bài thuyết trình và phần trình diễn, YV25 cũng tạo ra không gian để mọi người kết nối. Trong các giờ nghỉ giải lao và ăn trưa, những người tham dự đã giao lưu, chia sẻ kinh nghiệm, so sánh các phương pháp tiếp cận và khơi dậy các hợp tác mới.

Đối với đội ngũ Ultralytics, đây cũng là một cơ hội tuyệt vời để gặp gỡ trực tiếp. Với các thành viên phân bố rộng khắp toàn cầu, những khoảnh khắc thế này giúp củng cố sự gắn kết và cùng nhau ăn mừng những tiến bộ đã đạt được.

Hình 5. Đội ngũ Ultralytics kết thúc một ngày đầy cảm hứng tại YOLO Vision 2025.

Ngày sự kiện khép lại với một bữa tiệc sau đó, nơi những người tham gia có cơ hội thư giãn và tiếp tục kết nối. Đó là khoảnh khắc để suy ngẫm, nạp năng lượng và hướng tới chương tiếp theo của sự đổi mới trong AI thị giác.

Cùng nhau mở rộng giới hạn của AI thị giác#

YOLO Vision 2025 là một lễ hội của các ý tưởng, sự đổi mới và cộng đồng. Việc ra mắt Ultralytics YOLO26 đã tạo tiền đề, theo sau là các bài thuyết trình hấp dẫn về triển khai biên và AI lấy con người làm trung tâm, nhấn mạnh sự tiến bộ nhanh chóng của AI thị giác và tác động ngày càng lớn của nó đối với thế giới.

Ngoài các phiên thuyết trình chính, sự kiện đã gắn kết mọi người lại với nhau. Các nhà nghiên cứu, nhà phát triển và những người đam mê đã chia sẻ kinh nghiệm, khơi dậy những cuộc hội thoại ý nghĩa và khám phá những khả năng mới cho tương lai. Sự kiện kết thúc trên một nốt cao, với những người tham gia đầy hào hứng về tương lai của các model Ultralytics YOLO và thị giác máy tính.

Sẵn sàng khám phá AI chưa? Hãy tham gia cộng đồng và kho lưu trữ GitHub của chúng tôi để tìm hiểu thêm về AI và computer vision. Truy cập các trang giải pháp của chúng tôi để khám phá thêm các ứng dụng của computer vision trong nông nghiệp và AI trong robotics. Hãy xem các tùy chọn cấp phép của chúng tôi và bắt đầu với computer vision ngay hôm nay!