Ultralytics 参加 YOLO Vision 2025 的精彩亮点！

AI 和计算机视觉社区于 9 月 25 日齐聚 YOLO Vision 2025 (YV25)，参加 Ultralytics 的年度混合型视觉 AI 活动。活动在伦敦 The Pelligon 举行，并向全球进行直播，汇聚了来自不同背景的研究人员、工程师和 AI 爱好者，共同分享想法并了解 Ultralytics YOLO26 等新创新成果。

如今，这项活动已迈入第四年，其覆盖范围和影响力持续扩大。YV25 直播目前已获得超过 6,800 次观看，产生了超过 49,000 次曝光，并累计了近 2,000 小时的观看时长。

YV25 以主持人 Oisin Lunny 的开场致辞拉开帷幕。他鼓励与会者建立联系、分享想法，并充分利用这次活动，为当天定下了基调。正如他所说：“YOLO Vision 2025 是一场将开源视觉 AI 社区团结起来，聚焦数据、机器学习和计算机视觉进步的大会。”

本文将回顾 YOLO Vision 2025 的精彩亮点，包括产品发布、主题演讲、专题讨论、现场演示，以及让这一天与众不同的社区交流时刻。让我们开始吧！

从单块 GPU 到 3,000 万美元 A 轮融资#

活动开始前，新产品发布就引发了热烈期待。我们的创始人兼 CEO Glenn Jocher 以此为动力，为当天的活动拉开了序幕。

他分享了 Ultralytics 的发展历程，回忆起 2020 年时自己还在 MacBook 上连接一块 1080 Ti 运行实验，而如今这样的配置已经过时。从那段并不起眼的起点出发，Ultralytics 已成长为一个全球社区，每天由 YOLO 模型驱动数十亿次推理。

Glenn 还谈到了 Ultralytics 最近完成的 3,000 万美元 A 轮融资。他解释说，这笔投资将通过扩大团队、拓展研究并获得持续突破计算机视觉边界所需的计算资源，为公司的下一阶段增长提供动力。

Ultralytics YOLO26：更出色、更快速、更小巧的 YOLO 模型#

Glenn 随后宣布了 Ultralytics 的两项新计划。第一项是 Ultralytics YOLO26，这是 Ultralytics YOLO 系列的最新模型，旨在实现更小的体积、更快的速度和更高的效率，同时获得更高的准确率。第二项是 Ultralytics Platform，这是一个全新的端到端 SaaS 工作空间，将数据、训练、部署和监控融于一体，让计算机视觉解决方案的构建比以往更简单，预计将在不久后发布。

图 1。Glenn Jocher 在 YOLO Vision 2025 现场宣布 Ultralytics YOLO26。

Ultralytics YOLO26 旨在提升性能，同时保持对实际应用的实用性。最小版本在 CPU 上的运行速度已经提升了最多 43%，同时准确率也有所提高，因此非常适合从移动设备到大型企业系统的各种应用。YOLO26 将于 10 月底前向公众开放。

以下是 YOLO26 主要功能的概览：

• 精简架构：移除了此前会拖慢模型速度的分布焦点损失（DFL）模块。Ultralytics YOLO26 现在可以在不牺牲准确率的情况下更高效地运行。
• 更快的预测：Ultralytics YOLO26 提供了跳过非极大值抑制（NMS）步骤的选项，从而更快地输出结果，并促进实时部署。
• 更擅长发现小目标：新的训练方法提高了稳定性，并显著提升了准确率，尤其是在复杂场景中检测细节较小的目标时。
• 更智能的训练：新的 MuSGD 优化器结合了两种训练技术的优势，帮助模型更快学习并达到更高的准确率。

初探 Ultralytics Platform#

介绍 YOLO26 后，Glenn 邀请我们的产品工程负责人 Prateek Bhatnagar 演示下一个即将推出的项目——Ultralytics Platform。该平台旨在简化整个计算机视觉工作流，将数据集、标注、训练、部署和监控整合到一个地方。

Prateek 将其比作调校汽车：你不必为了轮胎、发动机和变速箱分别去不同的店铺，而是可以在同一个车库中完成所有工作。同样，该平台为开发者提供了一个集成工作空间，用于管理视觉 AI 模型的完整生命周期。

演示展示了可加快数据集准备速度的 AI 辅助标注工具、适用于专家和初学者的可自定义训练选项，以及对训练运行情况的实时监控。

边缘部署专题讨论的见解#

YV25 的另一大亮点是关于边缘部署的专题讨论，由 Oisin Lunny 主持。参与讨论的嘉宾包括来自 Sony Semiconductor Solutions 的 Yuki Tsuji、来自 Raspberry Pi 的 David Plowman，以及 Glenn Jocher。

讨论探讨了将 AI 部署到边缘端如何降低延迟、减少成本并改善隐私保护。Yuki 展示了 Sony 的 IMX500 传感器，该传感器能够直接在芯片上运行推理。与此同时，David 谈到了 Raspberry Pi 如何从创客领域起步，逐步拓展到大规模商业应用。

图 2。一场关于边缘部署的专题讨论，参与者包括 Oisin Lunny、Yuki Tsuji、David Plowman 和 Glenn Jocher。

专题讨论还谈到了开发者面临的最大难题之一：如何让模型在不同设备上顺畅运行。这正是 Ultralytics Python 软件包发挥关键作用的地方。

凭借丰富的导出选项，它可以轻松地将训练好的模型部署到移动设备、嵌入式系统或企业硬件上投入生产。Ultralytics 通过消除模型转换的繁琐工作，帮助团队专注于构建解决方案，而不是费力处理兼容性问题。

正如 David 所解释的：“根据我痛苦的经验，转换模型糟糕透顶。如果有人能替我完成这件事，生活就会轻松很多。这正是 Ultralytics 真正改善现状并为用户提供有价值服务的地方。”

加速创新与 AI 硬件发展#

AI 软件的进步与硬件发展并行推进，二者共同推动着计算机视觉领域的新一轮创新。Ultralytics YOLO 等模型不断提升准确率，但它们在现实世界中的影响力也取决于运行这些模型的平台。

例如，Seeed Studio 展示了如何利用其预装 Ultralytics YOLO 模型的 reCamera 和 XIAO 开发板等模块化低成本硬件，帮助开发者轻松从原型设计迈向真实世界的 AI 系统。这类软硬件集成降低了入门门槛，也表明硬件层面的创新如何直接加速技术的普及。

以下是 YV25 其他主题演讲中的一些关键要点，它们强调了软硬件协同设计如何释放新的可能性：

• 量化释放巨大速度提升：Intel 展示了将 Ultralytics YOLO 模型通过量化转换为 OpenVINO 后，如何在仅 30 分钟内将推理速度从 54 FPS 提升至 606 FPS，凸显了优化的强大作用。
• 全栈工具让边缘 AI 部署变得切实可行：NVIDIA 强调了 Jetson 设备、TensorRT、Triton Inference Server 和 DeepStream SDK 如何协同工作，从而简化高性能视觉 AI 在边缘端的部署。
• 开放生态系统加速原型开发：AMD 介绍了其基于 GPU 和 ROCm 软件栈构建的端到端平台，帮助开发者在控制成本的同时快速从原型迈向部署。
• 低功耗芯片将 AI 拓展至受限设备：DEEPX 介绍了其 DX-M1 和 DX-M2 处理器，在低于 5 瓦的功耗下提供数十 TOPS，从而支持在紧凑型、功耗受限的系统中进行高级推理。

计算机视觉的最新趋势#

随着软件和硬件的进步协同推进，计算机视觉的发展速度达到了前所未有的水平。这些并行发展的成果不仅提升了准确率和速度，也在塑造视觉 AI 在现实世界中的部署方式。在 YV25 上，与会者有机会聆听来自机器人技术、边缘部署和多模态 AI 领域专家的分享，每位专家都从不同角度阐述了该领域的发展方向。

例如，在主题演讲中，来自 D-Robotics 的 Michael Hart 展示了将 Ultralytics YOLO 模型与其紧凑型 RDK X5 开发板（一款小型嵌入式 AI 视觉模块）结合使用，如何让机器人实时运行高级视觉模型。他的现场演示展示了机器人技术已经取得的巨大进步：从实验室实验发展为实用的 AI 驱动系统。

图 3。Michael Hart 强调了当今 AI 驱动的机器人对计算机视觉的依赖。

同样，来自 Axelera AI 的 Alexis Crowell 和 Steven Hunsche 强调了在边缘端部署视觉 AI 所面临的挑战与机遇。通过现场演示，他们解释了 Axelera AI 的 Metis AI 处理单元（AIPUs）如何结合 RISC-V 和存内数字计算，以极低功耗实现高性能。该平台采用 M.2 和 PCIe 等常见外形规格，其软硬件协同设计让边缘 AI 的规模化变得切实可行且高效。

在另一场活动中，来自 Hugging Face 的 Merve Noyan 探讨了多模态 AI 的兴起。这类模型将视觉与文本、音频及其他输入相结合。她介绍了从文档分析到具身智能体等各种应用场景，并强调开源创新正在加速 AI 的普及。

在技术进步与人类价值之间寻求平衡#

YV25 不仅安排了鼓舞人心的宏观主题演讲，也包括高度实用的技术活动。来自 Lightning AI 的 Jiri Borovec 进行了实践演示，展示了如何借助 PyTorch Lightning 和多 GPU 支持训练和微调 Ultralytics YOLO 模型。

他逐步讲解了代码示例，并强调开源工具、清晰的文档和灵活的框架如何帮助开发者扩展训练规模、验证每个阶段，并根据自己的项目调整工作流。这提醒我们，对于计算机视觉领域的真正进步而言，社区和易于使用的工具至关重要。

在另一端，演讲者敦促观众思考 AI 在社会中更广泛的作用。在主题演讲中，未来学家、人文主义者以及 The Futures Agency CEO Gerd Leonhard 认为：“技术在我们使用它之前在道德上是中立的。”他强调，真正的问题不仅在于 AI 能做什么，还在于 AI 应该做什么。他警告人们不要陷入还原论和无真相主义等陷阱，并呼吁打造真正服务于人类长期利益的 AI。

图 4。Gerd Leonhard 分享了在构建 AI 解决方案时坚持以人为本的思考。

在与来自牛津大学的 Carissa Véliz 进行炉边谈话时，这种对责任的关注得以延续。她强调了隐私和安全的重要性。她指出，开源社区对于检查和改进代码至关重要，而伦理与设计不可分割。她传达的信息很明确：开发者需要预见技术被滥用的可能，并构建将人的尊严和社会福祉置于首位的系统。

在伦敦 YV25 开展交流#

除了演讲和演示之外，YV25 还为人们创造了交流空间。在咖啡休息和午餐期间，与会者相互交流、分享经验、比较方法，并促成了新的合作。

对于 Ultralytics 团队来说，这也是一次难得的线下见面机会。团队成员遍布全球，像这样的时刻有助于加强彼此的联系，共同庆祝取得的进展。

图 5。Ultralytics 团队在 YOLO Vision 2025 结束充实的一天。

当天以一场派对收尾，参与者有机会放松身心并继续交流。这是一个回顾、充电并展望视觉 AI 创新下一篇章的时刻。

共同突破视觉 AI 的边界#

YOLO Vision 2025 是一场思想、创新与社区的庆典。Ultralytics YOLO26 的发布为活动拉开了序幕，随后围绕边缘部署和以人为本的 AI 展开的精彩演讲，凸显了视觉 AI 的快速发展及其日益扩大的世界影响力。

除了主题演讲之外，这次活动还将人们汇聚在一起。研究人员、开发者和爱好者分享经验，展开有意义的交流，并探索未来的新可能。活动在高涨的氛围中落幕，与会者对 Ultralytics YOLO 模型和计算机视觉的未来充满期待。

准备好探索 AI 了吗？加入我们的 社区 并访问我们的 GitHub 代码仓库，进一步了解 AI 和计算机视觉。访问我们的解决方案页面，探索 农业中的计算机视觉 和 机器人技术中的 AI 等更多应用。查看我们的许可选项，立即开始使用计算机视觉！