Ultralytics YOLO27: Đăng ký vào danh sách chờ.
Cấp phép YOLO
Thông cáo báo chí

Ultralytics huy động 30 triệu USD để mở rộng giới hạn của thị giác máy tính

Tìm hiểu về vòng gọi vốn Series A trị giá 30 triệu USD mới nhất của Ultralytics và những điều sắp tới, từ việc đẩy nhanh hoạt động R&D Ultralytics YOLO đến các giải pháp doanh nghiệp.

5 phút đọc
Tìm hiểu về vòng gọi vốn Series A trị giá 30 triệu USD mới nhất của Ultralytics và những điều sắp tới, từ việc đẩy nhanh hoạt động R&D Ultralytics YOLO đến các giải pháp doanh nghiệp.

Chúng tôi rất vui được chia sẻ rằng Ultralytics đã huy động được 30 triệu USD trong vòng gọi vốn Series A. Vòng gọi vốn do Elephant dẫn đầu, với sự tham gia của SquareOne.

Với vòng gọi vốn mới này, chúng tôi đã sẵn sàng cùng nhau tiến thêm một bước trên hành trình phát triển thị giác máy tính. Ngay từ đầu, sứ mệnh của Ultralytics là giúp mọi người tiếp cận AI thị giác tiên tiến.

Từ dự án AI thị giác mã nguồn mở đến mức độ ứng dụng toàn cầu#

Khởi đầu là một dự án mã nguồn mở, dòng model thị giác máy tính Ultralytics YOLO đã phát triển thành dòng model được ứng dụng rộng rãi nhất thế giới. Ngày nay, các model YOLO hỗ trợ ứng dụng trong mọi ngành nghề, tại hơn 200 quốc gia và đạt con số đáng kinh ngạc 2 tỷ lượt sử dụng mỗi ngày.

Sự tăng trưởng này được thúc đẩy bởi cộng đồng tuyệt vời của chúng tôi. Cùng nhau, chúng ta đã đạt hơn 115.000 lượt gắn sao trên GitHub, chào đón hơn 900 cộng tác viên và chứng kiến thư viện Python của Ultralytics được tải xuống hơn 115 triệu lần.

Thực tế, theo báo cáo Octoverse 2024 của GitHub, kho mã nguồn mở của chúng tôi được xếp hạng thứ 5 toàn cầu trong số tất cả các dự án mã nguồn mở và công khai thu hút nhiều cộng tác viên lần đầu nhất. Sự ghi nhận này đưa Ultralytics sánh vai với một số dự án mã nguồn mở có ảnh hưởng lớn nhất thế giới, đồng thời nêu bật niềm tin và sự nhiệt tình của cộng đồng nhà phát triển toàn cầu dành cho Ultralytics YOLO. Đây cũng là lời nhắc về niềm tin cốt lõi của chúng tôi: AI phát triển mạnh khi được mở, hợp tác và dễ tiếp cận.

Thúc đẩy đổi mới tại Ultralytics#

Trong thời gian tới, vòng gọi vốn này sẽ giúp chúng tôi hành động nhanh hơn và thúc đẩy đổi mới. Chúng tôi mong muốn tăng tốc nghiên cứu và phát triển thế hệ model YOLO tiếp theo, giúp chúng nhẹ hơn, nhanh hơn và chính xác hơn. Đồng thời, chúng tôi đang mở rộng các giải pháp doanh nghiệp và đội ngũ hỗ trợ để giúp các tổ chức tự tin đưa model Ultralytics YOLO vào triển khai.

Glenn Jocher, Nhà sáng lập kiêm CEO của chúng tôi, nhấn mạnh rằng: “Ultralytics đang định nghĩa lại những gì Edge AI có thể làm được, cung cấp các model YOLO nhanh hơn, nhẹ hơn và dễ sử dụng hơn bao giờ hết. Khoản đầu tư này sẽ đẩy nhanh hoạt động R&D và mở rộng hệ sinh thái các giải pháp ở tầng ứng dụng được xây dựng trên YOLO - trao quyền cho cả doanh nghiệp lẫn sinh viên.”

Phát triển đội ngũ AI đứng sau tầm nhìn#

Một phần thiết yếu của chương mới này chính là đội ngũ của chúng tôi. Mỗi năm, hơn 50.000 người ứng tuyển vào Ultralytics, và chúng tôi rất vui được tiếp tục phát triển đội ngũ với những nhân tài từ khắp nơi trên thế giới. Bằng cách mở rộng các đội ngũ nghiên cứu, kỹ thuật và tiếp cận thị trường, chúng tôi có thể thúc đẩy đổi mới nhanh hơn, đồng thời hỗ trợ các doanh nghiệp đưa model Ultralytics YOLO vào môi trường production.

Chuẩn bị cho Ultralytics YOLO Vision 2025#

Tháng này, Ultralytics có nhiều hoạt động. Bên cạnh việc công bố vòng gọi vốn mới nhất, chúng tôi cũng đang chuẩn bị cho YOLO Vision 2025 (YV25) tại London, sự kiện hybrid thường niên của chúng tôi.

Chúng tôi sẽ quy tụ cộng đồng AI vào ngày 25 tháng 9 tại The Pelligon ở London, đồng thời phát trực tiếp toàn cầu trên YouTube và Bilibili. YV25 là sự kiện dành cho kết nối và ý tưởng.

Các nhà phát triển, doanh nghiệp và nhà nghiên cứu từ khắp nơi trên thế giới sẽ tham gia để khám phá những đột phá trong thị giác máy tính, chia sẻ những gì họ đang xây dựng và học hỏi lẫn nhau. Chương trình sẽ có các phiên keynote thú vị, demo trực tiếp và nhiều thời gian để kết nối.

Hãy tham gia YV25 để khám phá tương lai của AI thị giác và có vị trí hàng đầu để theo dõi màn ra mắt sản phẩm mới của chúng tôi. Dù tham dự tại London hay theo dõi trực tuyến, YV25 là cơ hội để bạn góp mặt trong cuộc đối thoại toàn cầu đang định hình thị giác máy tính.

Tham gia cộng đồng và xem repository GitHub của chúng tôi để khám phá thêm về AI. Truy cập các trang giải pháp của chúng tôi để tìm hiểu về AI trong bán lẻ và thị giác máy tính trong nông nghiệp. Khám phá các lựa chọn cấp phép của chúng tôi và bắt đầu xây dựng ứng dụng với thị giác máy tính ngay hôm nay!

Từ blog

Ultralytics tại AMD Embedded AI Working Group ở Dublin

Ultralytics tại AMD Embedded AI Working Group ở Dublin

Tìm hiểu cách Ultralytics và AMD khám phá Physical AI, robot học và triển khai thị giác máy tính tại sự kiện AMD Embedded AI Working Group 2026 ở Dublin.
Tìm hiểu thêm
Cách chọn VLM để tự động gán nhãn bằng precision và recall

Cách chọn VLM để tự động gán nhãn bằng precision và recall

Chọn VLM để tự động gán nhãn dựa trên precision và recall: model nào tạo ít bbox thừa hơn, bỏ sót ít đối tượng hơn và cách kiểm thử trên dữ liệu của riêng bạn.
Tìm hiểu thêm
AI-generated logistics scene with illustrative detections; the inset shows Ultralytics Platform benchmark latency for YOLO26n on an NVIDIA L4.

ONNX so với TensorRT cho suy luận thị giác máy tính: benchmark và cách lựa chọn

ONNX Runtime so với TensorRT cho suy luận thị giác máy tính: đo tốc độ và độ chính xác của Ultralytics YOLO26 trên 19 GPU NVIDIA và cách lựa chọn.
Tìm hiểu thêm
Phát hiện PPE bị thiếu: huấn luyện Ultralytics YOLO trên Construction-PPE

Phát hiện PPE bị thiếu: huấn luyện Ultralytics YOLO trên Construction-PPE

Xem cách Construction-PPE gán nhãn mũ, áo phản quang và găng tay bị thiếu, sau đó huấn luyện Ultralytics YOLO để phát hiện PPE bị thiếu bằng camera tại công trường của bạn.
Tìm hiểu thêm
Hướng dẫn về bộ dữ liệu phát hiện drone: huấn luyện Ultralytics YOLO trên UAV kích thước rất nhỏ

Hướng dẫn về bộ dữ liệu phát hiện drone: huấn luyện Ultralytics YOLO trên UAV kích thước rất nhỏ

So sánh các bộ dữ liệu DUT Anti-UAV, Drone-vs-Bird và phát hiện drone bằng ảnh nhiệt, sau đó huấn luyện Ultralytics YOLO26 để tìm drone kích thước rất nhỏ và giảm cảnh báo giả.
Tìm hiểu thêm
AI tuân thủ HIPAA trong chẩn đoán hình ảnh y tế: BAA bao gồm những gì và cách huấn luyện bằng dữ liệu bệnh nhân

AI tuân thủ HIPAA trong chẩn đoán hình ảnh y tế: BAA bao gồm những gì và cách huấn luyện bằng dữ liệu bệnh nhân

Tìm hiểu các yêu cầu đối với AI tuân thủ HIPAA trong chẩn đoán hình ảnh y tế, phạm vi của BAA từ Ultralytics và cách chú thích, huấn luyện, triển khai bằng dữ liệu bệnh nhân.
Tìm hiểu thêm
Các model ước tính độ sâu tốt nhất: Cách chọn

Các model ước tính độ sâu tốt nhất: Cách chọn

So sánh các model ước tính độ sâu đơn ảnh như Depth Anything, Depth Pro, Metric3D, UniDepth và Ultralytics YOLO26 cho độ sâu theo đơn vị thực, thiết bị edge và robot.
Tìm hiểu thêm
Cách di chuyển model Ultralytics YOLO từ W&B sang Ultralytics Platform

Cách di chuyển model Ultralytics YOLO từ W&B sang Ultralytics Platform

Nhập model Ultralytics YOLO từ Weights & Biases (W&B) vào Ultralytics Platform mà không cần huấn luyện lại, sau đó so sánh các thử nghiệm, xuất và triển khai.
Tìm hiểu thêm
GPT-6.1 Terra đứng đầu về tự động gán nhãn, vượt qua các model hàng đầu của chính OpenAI

GPT-6.1 Terra đứng đầu về tự động gán nhãn, vượt qua các model hàng đầu của chính OpenAI

Tự động gán nhãn bằng GPT-6.1 Terra vượt qua 39 model trên Bảng xếp hạng VLM của chúng tôi: đạt 0.560 mAP50 với chi phí $4.36 cho mỗi 1.000 ảnh, cao hơn GPT-6.1 Sol và Gemini 4 Argon.
Tìm hiểu thêm
Tự động gán nhãn bằng MiniMax-M3.1-Flash: vì sao giảm mức độ suy luận lại giúp vẽ bounding box tốt hơn

Tự động gán nhãn bằng MiniMax-M3.1-Flash: vì sao giảm mức độ suy luận lại giúp vẽ bounding box tốt hơn

Tự động gán nhãn bằng MiniMax-M3.1-Flash trên Ultralytics Platform: 0.317 mAP50 với chi phí $1.84 cho mỗi 1.000 ảnh sau khi tinh chỉnh, đạt 0.86 trong phát hiện tàu trên ảnh SAR.
Tìm hiểu thêm
Tự động gán nhãn bằng Kimi K3.1 Pro: tốt hơn K3 một phần ba ở mức nỗ lực cao

Tự động gán nhãn bằng Kimi K3.1 Pro: tốt hơn K3 một phần ba ở mức nỗ lực cao

Tự động gán nhãn bằng Kimi K3.1 Pro đạt 0.444 mAP50 trên UL37, cao hơn Kimi K3 một phần ba. Tìm hiểu lý do chúng tôi chạy model ở mức nỗ lực cao, chi phí ra sao và model phát huy tốt nhất ở đâu.
Tìm hiểu thêm
Ultralytics YOLO và NVIDIA Cosmos Data Factory: Dữ liệu tổng hợp để phát hiện lỗi

Ultralytics YOLO và NVIDIA Cosmos Data Factory: Dữ liệu tổng hợp để phát hiện lỗi

Dữ liệu tổng hợp từ NVIDIA Cosmos Data Factory và vòng lặp huấn luyện tác tử giúp Ultralytics YOLO26 đạt độ chính xác phát hiện lỗi tương đương khi dùng toàn bộ tập dữ liệu nhưng cần ít nhãn hơn.
Tìm hiểu thêm
Tự động gán nhãn bằng Gemini 4 Argon: bounding box chính xác nhất trong số 39 model

Tự động gán nhãn bằng Gemini 4 Argon: bounding box chính xác nhất trong số 39 model

Tự động gán nhãn bằng Gemini 4 Argon trên Ultralytics Platform: xếp thứ 2/39 model, độ chính xác cao nhất (0.667), đứng đầu ở 6/12 lĩnh vực, $7.60 cho mỗi 1.000 ảnh đến ngày 30 tháng 11.
Tìm hiểu thêm
Tính toán mở, thị giác mở: AMD tại Ultralytics YOLO Vision 2026

Tính toán mở, thị giác mở: AMD tại Ultralytics YOLO Vision 2026

Tìm hiểu cách AMD mang tính toán mở đến Ultralytics YOLO Vision 2026 với bài nói chuyện về ROCm, các workshop thực hành và bản demo chạy YOLO trên GPU AMD Radeon.
Tìm hiểu thêm
Các model phân loại ảnh tốt nhất: Cách lựa chọn

Các model phân loại ảnh tốt nhất: Cách lựa chọn

So sánh các model phân loại ảnh hàng đầu, từ ConvNeXt V2 và DINOv3 đến EfficientNetV2, ViT và Ultralytics YOLO26-cls, đồng thời tìm hiểu cách lựa chọn.
Tìm hiểu thêm
Phân đoạn ngữ nghĩa và phân đoạn instance: Cách chọn tác vụ phù hợp

Phân đoạn ngữ nghĩa và phân đoạn instance: Cách chọn tác vụ phù hợp

Phân đoạn ngữ nghĩa gán nhãn lớp cho từng pixel; phân đoạn instance tách riêng từng đối tượng. Tìm hiểu tác vụ nào phù hợp với dự án computer vision của bạn và lý do.
Tìm hiểu thêm
Ultralytics tại Arm Create 2026: AI thị giác thời gian thực tại edge

Ultralytics tại Arm Create 2026: AI thị giác thời gian thực tại edge

Những điểm nổi bật của Ultralytics tại Arm Create 2026 ở Thâm Quyến: triển khai Ultralytics YOLO cho AI biên thời gian thực, phiên thảo luận về model và Arm AI Portal mới.
Tìm hiểu thêm
Buổi gặp mặt Ultralytics: London

Buổi gặp mặt Ultralytics: London

Tóm tắt buổi gặp mặt Ultralytics tại London: Cái nhìn đầu tiên về YOLO27, bản demo Ultralytics Platform và phiên thảo luận về AI thị giác với NVIDIA và Arm.
Tìm hiểu thêm
Giám sát Ultralytics Platform: Duy trì hoạt động triển khai AI thị giác ổn định

Giám sát Ultralytics Platform: Duy trì hoạt động triển khai AI thị giác ổn định

Giám sát model AI thị giác đã triển khai bằng Ultralytics Platform. Theo dõi tình trạng endpoint, độ trễ, lỗi, log và thống kê dự đoán trực tiếp.
Tìm hiểu thêm
Giới thiệu Ultralytics Agents: Xây dựng quy trình AI thị giác nhanh hơn

Giới thiệu Ultralytics Agents: Xây dựng quy trình AI thị giác nhanh hơn

Xây dựng workflow AI thị giác với Ultralytics Agents. Kết nối các model YOLO, model thị giác-ngôn ngữ, điều kiện, tập dữ liệu và cảnh báo Slack trên cùng một canvas.
Tìm hiểu thêm
Giới thiệu Ultralytics AutoTrain: Đơn giản hóa việc huấn luyện model AI thị giác

Giới thiệu Ultralytics AutoTrain: Đơn giản hóa việc huấn luyện model AI thị giác

Huấn luyện, so sánh và cải thiện các model Ultralytics YOLO bằng AutoTrain trong Ultralytics Platform, từ baseline ban đầu đến triển khai production.
Tìm hiểu thêm
Những điểm nổi bật tại Ultralytics YOLO Vision 2026!

Những điểm nổi bật tại Ultralytics YOLO Vision 2026!

Những điểm nổi bật tại YOLO Vision 2026, nơi Ultralytics ra mắt Ultralytics YOLO27 và giới thiệu AutoTrain, Agents cùng Monitoring trên Ultralytics Platform.
Tìm hiểu thêm
Ultralytics YOLO26 hiện hỗ trợ ước tính độ sâu đơn ảnh

Ultralytics YOLO26 hiện hỗ trợ ước tính độ sâu đơn ảnh

Tìm hiểu cách tác vụ ước tính độ sâu mới trong Ultralytics YOLO26 dự đoán độ sâu theo thang đo metric cho từng pixel từ một ảnh RGB, không cần hệ thống stereo hay LiDAR.
Tìm hiểu thêm
Các nền tảng gán nhãn ảnh tốt nhất cho thị giác máy tính

Các nền tảng gán nhãn ảnh tốt nhất cho thị giác máy tính

So sánh chín nền tảng gán nhãn ảnh cho thị giác máy tính: CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics và V7.
Tìm hiểu thêm
Phát hiện lỗi tự động trong sản xuất: So sánh các nền tảng

Phát hiện lỗi tự động trong sản xuất: So sánh các nền tảng

So sánh các nền tảng phát hiện lỗi tự động: Cognex, Instrumental, Keyence, Landing AI, Overview và Ultralytics, cùng cách chọn tác vụ model phù hợp với lỗi.
Tìm hiểu thêm
Chi phí thị giác máy tính cấp doanh nghiệp: Khung phân tích TCO

Chi phí thị giác máy tính cấp doanh nghiệp: Khung phân tích TCO

Khung phân tích tổng chi phí cho thị giác máy tính cấp doanh nghiệp, bao gồm dữ liệu, gán nhãn, camera, phần cứng edge, huấn luyện, inference, tích hợp và huấn luyện lại.
Tìm hiểu thêm
Xác minh lắp ráp và chống sai lỗi bằng thị giác máy tính

Xác minh lắp ráp và chống sai lỗi bằng thị giác máy tính

Cách thị giác máy tính xác minh mức độ đầy đủ, tính chính xác và trình tự lắp ráp: thiết kế trạm chụp ảnh, lựa chọn tác vụ model, tích hợp PLC và validation.
Tìm hiểu thêm
Inference thị giác máy tính ở quy mô lớn: So sánh bảy nền tảng

Inference thị giác máy tính ở quy mô lớn: So sánh bảy nền tảng

So sánh bảy nền tảng inference thị giác máy tính: Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics và Vertex AI về độ trễ và khả năng mở rộng.
Tìm hiểu thêm
Ultralytics YOLO Vision 2026: Mọi điều bạn cần biết

Ultralytics YOLO Vision 2026: Mọi điều bạn cần biết

Tham gia Ultralytics YOLO Vision 2026 vào ngày 13 tháng 9 tại Thâm Quyến hoặc trực tuyến để khám phá các model YOLO mới, sản phẩm ra mắt, demo trực tiếp và AI thị giác trong thực tế.
Tìm hiểu thêm
Cách giảm khối lượng gán nhãn: So sánh các công cụ gán nhãn tự động và học chủ động

Cách giảm khối lượng gán nhãn: So sánh các công cụ gán nhãn tự động và học chủ động

So sánh 10 công cụ gán nhãn tự động và học chủ động: CVAT, Encord, Label Studio, Labelbox, Lightly, Roboflow, SuperAnnotate, Ultralytics, V7 và FiftyOne.
Tìm hiểu thêm

Hãy cùng nhau kiến tạo tương lai của AI!

Bắt đầu hành trình hướng đến tương lai của machine learning