Ultralytics 亮相 Arm Create 2026:边缘设备上的实时视觉 AI
Ultralytics 亮相 2026 年深圳 Arm Create:部署 Ultralytics YOLO 实现实时边缘 AI、模型专题讨论,以及全新的 Arm AI Portal。
Nuvola Ladi4 分钟阅读
2026 年 9 月 11 日,我们的市场营销专员 Ziyue Wang 和高级机器学习工程师 Rick Hou 参加了 Arm Create。这是 Arm 举办的开发者活动,聚焦在云端、边缘端、移动设备和物理 AI 场景中构建、优化和部署 AI。我们的重点是部署边缘端的 Ultralytics YOLO:如何将训练好的计算机视觉模型部署到基于 Arm 的设备上并实现实时运行。
深圳站活动此前已在上海举办过,两个站点都围绕每位 AI 开发者迟早都会面对的问题展开:如何将功能强大的模型转化为能在现实环境中可靠运行的软件?
下面回顾我们的演讲、模型座谈,以及 Arm 与 Ultralytics 如何携手合作,让在 Arm 平台上构建项目的开发者更容易使用 Ultralytics YOLO。
部署 Ultralytics YOLO,实现实时边缘 AI#
我们的高级机器学习工程师 Rick Hou 主讲了“部署 Ultralytics YOLO:边缘端实时视觉 AI”,这是一场关于在边缘设备上优化和部署 Ultralytics YOLO 模型的实用分享。他介绍了完整的部署流程,并分享了 Ultralytics YOLO 在生产环境边缘 AI 应用中的经验。

图 1. Ultralytics 的 Rick 在 Arm Create 上介绍 Ultralytics YOLO 的边缘部署。
为边缘运行时导出 Ultralytics YOLO 模型#
边缘部署的第一步,是将训练好的模型导出为目标运行时支持的格式。Rick 介绍了如何根据设备、推理引擎和应用的性能目标选择合适的导出格式。
通过模型量化加快设备端推理#
量化会降低模型的数值精度,例如从 FP32 降至 FP16 或 INT8,从而缩小模型体积并加快推理速度,通常只会造成很小的精度损失。本场分享介绍了在计算、内存和功耗预算紧张时,如何平衡速度和精度。
在边缘设备上实现实时计算机视觉性能#
边缘端的实时计算机视觉性能取决于的不只是模型。预处理、运行时选择和硬件加速都会影响延迟和吞吐量。Rick 分享了如何找出瓶颈并优化整个推理流水线。
生产环境边缘 AI 部署经验#
基准测试只是起点,真正的考验是模型在实际运行设备和真实操作条件下的表现。演讲中的一项重要经验是,必须在实际目标硬件上进行验证;这一点也是 Arm Create 活动中反复提到的主题。
与 Arm、Alibaba Qwen、Tencent 和 ModelBest 共同参与模型座谈#
Rick 还与 Arm、Alibaba Qwen、Tencent 和 ModelBest 的代表参加了模型座谈。座谈没有直接比较模型优劣,而是聚焦于应用适配:工作负载需要什么、应该在哪里运行,以及部署后会如何表现。

图 2. Arm Create 上由 Arm、Alibaba Qwen、Tencent、ModelBest 和 Ultralytics 共同参与的模型座谈。
为工作负载选择合适的模型#
移动应用中的快速回复功能、能够对大量文档进行推理的云端智能体,以及边缘视觉流水线,需要的模型各不相同。作为座谈中代表视觉 AI 发言的嘉宾,Rick 带来了边缘端视角:在边缘场景中,延迟、效率和设备端可靠性往往比模型大小更重要。
Arm AI Portal:让开发者更容易使用 Ultralytics YOLO#
Arm Create 深圳站举办前几天,Arm 刚推出了 Arm AI Portal。该平台可帮助开发者和 AI 智能体在 Arm 计算平台上发现、优化和部署 AI 软件。开发者可以查找针对特定任务预先优化的模型及其性能和精度数据,比较延迟、内存用量和模型大小,并获取代码示例和部署工作流。
上线时提供预先优化的 Ultralytics YOLO 模型#
Ultralytics YOLO 是上线时提供的预先优化模型之一,其他模型还包括 Alibaba Qwen 和 Google Gemma;Ultralytics 则作为生态合作伙伴为该平台提供支持。
Ultralytics YOLO26n 在 Arm 上的性能提升#
初步结果令人鼓舞。Ultralytics YOLO26n在两种配置下通过单线程执行,实现了超过 40% 的性能提升:
- 搭载 SME2 的 vivo X300 智能手机上 FP16 与 FP32 的对比
- 在配备 NEON 的 Raspberry Pi 5 上,FP16 和 INT8 混合量化对比 FP32
这对边缘 AI 开发者意味着什么#
Arm AI Portal 减少了开发者搜索、基准测试和手动调整模型所花费的时间,让开发者能够更快地从模型选择迈向在 Arm 硬件上的部署。它支持我们的使命:让每个人都能轻松使用最先进的视觉 AI。在 Arm AI Portal 上探索 Ultralytics YOLO。
要点#
感谢 Arm 团队邀请我们,也感谢所有前来交流边缘部署、量化和实际视觉 AI 应用的朋友。在深圳的交流表明,当模型、工具和硬件经过协同设计时,边缘 AI 生态系统正迅速走向成熟。
下一届 Arm Create 将在美国举办,我们期待继续交流。在此期间,访问 Ultralytics 文档,开始在你自己的边缘设备上部署 Ultralytics YOLO。
作者
评论
提出问题、分享你的结果,或帮助其他人。










