Hướng đi của Ultralytics
Từ những model mang thị giác AI thời gian thực đến với hàng triệu người, cho đến các bản phát hành sắp ra mắt. Đây là những gì chúng tôi đã cung cấp và những gì sắp tới.
Bản phát hành mang tính năng phát hiện đối tượng thời gian thực đến với hàng triệu người dùng — dựa trên nền tảng PyTorch, tốc độ cao và đặc biệt dễ huấn luyện.
Một framework duy nhất cho việc phát hiện, phân đoạn, phân loại, ước tính tư thế và hộp bao định hướng.
Một kiến trúc được cải tiến mang lại độ chính xác cao hơn với ít tham số hơn, được ra mắt tại Ultralytics YOLO Vision 2024.
Model khuyến nghị hiện tại của chúng tôi — nhanh hơn, chính xác hơn và sẵn sàng cho sản xuất trên mọi tác vụ thị giác.
Nền tảng toàn diện để chú thích dữ liệu, huấn luyện các model YOLO và triển khai trên 42 khu vực toàn cầu — tất cả tại một nơi.
Các model phân đoạn ngữ nghĩa đầu tiên của chúng tôi — các nhãn lớp dày đặc cho từng pixel để hiểu toàn cảnh hiện trường.
Một thư viện inference và CLI YOLO hiệu năng cao được viết bằng Rust, chạy các model trên ONNX Runtime đằng sau một API được thiết kế để khớp với gói Python của Ultralytics.
Chạy các model YOLO trực tiếp trong trình duyệt, không cần máy chủ và không cần Python. Nó chạy trên WebGPU với cơ chế tự động chuyển đổi dự phòng sang CPU và wasm, đằng sau một API TypeScript nhỏ gọn được hỗ trợ bởi crate Rust được biên dịch thành WebAssembly.
Bài báo nghiên cứu đằng sau YOLO26 — chi tiết về thiết kế end-to-end không cần NMS, bộ tối ưu hóa MuSGD mới và sự cân bằng giữa độ chính xác và độ trễ tiên tiến nhất trên tất cả năm quy mô model.
Theo dõi đa đối tượng nhanh hơn, chính xác hơn — các định danh ổn định hơn khi bị che khuất và trong các cảnh quay đông đúc cho video thực tế.
- Re-ID — tái nhận dạng giúp duy trì tính nhất quán của đối tượng trên các camera và sau khi bị che khuất
Kỹ thuật chưng cất tri thức (knowledge distillation) tích hợp giúp nén các mô hình giáo viên (teacher model) lớn thành các mô hình sinh viên (student model) nhỏ hơn và nhanh hơn, đồng thời vẫn bảo toàn độ chính xác cho việc triển khai hiệu quả trên thiết bị biên (edge) và trong thời gian thực.
Các model YOLO26 depth dự đoán bản đồ khoảng cách dày đặc theo từng pixel từ một camera RGB duy nhất, bổ sung nhận thức không gian 3D mà không cần đến cảm biến độ sâu chuyên dụng hoặc lidar.
Ultralytics YOLO Vision 2026
Thế hệ flagship tiếp theo của YOLO, được ra mắt trực tiếp tại sự kiện Ultralytics YOLO Vision 2026, mở rộng dòng sản phẩm sang lĩnh vực thị giác-ngôn ngữ:
- YOLO-VLM — một front-end YOLO nhẹ cung cấp dữ liệu cho tầng LLM sâu hơn để tạo các pipeline vision-language hiệu quả
Xuất các mô hình YOLO sang định dạng .aimodel mới của Apple dành cho runtime Core AI sau khi iOS 27 và macOS 27 được phát hành chính thức, đồng thời vẫn duy trì CoreML để đảm bảo khả năng tương thích với nhiều thiết bị hơn.
Ba lĩnh vực tập trung của sản phẩm sẽ thúc đẩy nền tảng trong phần còn lại của năm:
- Auto-Training — phân tích huấn luyện lặp đi lặp lại, dựa trên LLM, tự động chẩn đoán từng lượt chạy và tinh chỉnh cấu hình qua các vòng kế tiếp để nâng cao độ chính xác
- On-Premise — chạy nền tảng bên trong hạ tầng của riêng bạn, giúp giữ cho dữ liệu và việc huấn luyện hoàn toàn nằm trong tầm kiểm soát của bạn
- Monitoring — giám sát model trong môi trường production để theo dõi hiệu suất, phát hiện độ lệch và duy trì trạng thái hoạt động tốt cho các bản triển khai
Các khả năng mới sẽ tham gia vào gia đình YOLO trong suốt năm 2027:
- YOLO-OCR — nhận dạng văn bản nhanh và chính xác
- YOLO-Face — nhận dạng và phân tích khuôn mặt
- YOLO-Stereo3D — giải pháp phát hiện 3D stereo từ các cặp camera ống nhòm dành cho robot, một giải pháp thay thế camera-native cho lidar
Xây dựng trên nền tảng YOLO mới nhất
Bắt đầu huấn luyện và triển khai với YOLO26 ngay hôm nay — và sẵn sàng cho mọi thứ sắp tới.