Ultralytics 在 GitHub 的 Octoverse 2024 报告中排名第 5
与我们一起了解开源 AI 的一个里程碑——Ultralytics 凭借其 YOLO 模型和全球开发者社区，在 GitHub 的 Octoverse 2024 中排名第 5。
我们非常高兴地与大家分享 Ultralytics 及我们的视觉 AI 社区取得的一项重要里程碑。在 GitHub 的 Octoverse 2024 报告中，我们的开源仓库在全球所有吸引最多首次贡献者的开源和公共项目中排名第 5。
这一认可让我们与 Microsoft 的 VS Code、Flutter 和 LangChain 等具有重要影响力的项目并列，并领先于科技领域一些规模最大、影响力最强的组织。这不仅是一枚荣誉勋章，更有力地体现了全球开发者社区对我们的工具、使命和愿景的信任。
图 1。 Ultralytics 在 GitHub Octoverse 2024 报告中排名第 5。
Ultralytics 始终相信，应当构建世界一流、开放、易于使用并由真实需求驱动的 AI。从 Ultralytics YOLO 模型到我们的训练工作流、文档和部署工具，Ultralytics 的每个部分都由遍布全球的贡献者社区共同塑造，其中包括学生、研究人员、初创公司和开发者。这一里程碑验证了我们以社区为先的 AI 和计算机视觉理念，也激励我们不断提高标准。
在本文中，我们将进一步了解这一里程碑为何意义重大——它不仅关乎 Ultralytics 和我们的社区，也关乎开源 AI 和计算机视觉的未来。
Ultralytics 的首次贡献者如何反映更大的发展趋势#
Ultralytics 成为 GitHub 面向首次贡献者的顶级开源目的地之一，这不仅是一项令人振奋的成就，更是我们使命的直接体现。我们致力于让 AI 不仅达到最先进水平，还能对各地开发者保持开放、易于理解和易于使用。
根据 GitHub 的 Octoverse 2024 报告，去年有超过 140 万名开发者首次参与开源贡献。这一激增不仅是一种趋势，更是一个强有力的信号。
图 2。 GitHub 上的公共贡献总数（2021–2024 年）。
首次贡献是衡量信任、易用性和社区实际影响力的一些最明确指标。当开发者选择 Ultralytics 作为迈出第一步的地方时，这意味着他们认为我们的生态系统易于理解、可以参与贡献，并能伴随他们不断成长。
跻身全球前五大项目进一步表明，除了构建尖端工具之外，我们还通过欢迎并赋能新一代开发者和研究人员，帮助塑造 AI 的未来。
这提醒我们，开放式创新之所以能够规模化，并不是因为它快速或炫目，而是因为它能够共享。简而言之，推动我们不断前进的动力，是一个不断壮大的、共同建设的全球社区。
进一步了解 AI 的增长浪潮#
接下来，让我们退一步，看看 AI 和开源领域的更广泛趋势如何塑造开发者活动，以及 Ultralytics 在其中扮演的角色。
AI 热潮在 2010 年代后期开始逐渐形成势头，但近年来的声势前所未有，也正在改变开发者构建软件的方式。仅在 2024 年，GitHub 就记录到生成式 AI 项目同比增长 98%，公共和开源仓库的贡献接近 10 亿次。这些数字展现了全球社区在软件实验、发布和规模化方面发生的重大转变。
这场潮流的核心是 Python。2024 年，Python 正式成为 GitHub 上使用最广泛的编程语言，十多年来首次超越 JavaScript（一种传统上用于构建网站和 Web 应用的语言）。这一变化源于机器学习、数据科学和 AI 等领域影响力的不断提升；对于许多开发者和研究人员而言，Python 是这些领域的默认语言。
图 3。 Python 是 2024 年使用最广泛的编程语言。
例如，Jupyter Notebooks 是一种常用于编写和运行 Python 代码，并结合数据可视化和说明的工具，其使用量增长了 92%。这一增长直接源于动手实验、数据分析和 AI 模型开发已成为现代软件工作流的核心部分，不仅在研究环境中如此，在生产环境中也是如此。
Ultralytics 与全球 AI 增长浪潮的交汇点#
对 Ultralytics 而言，这一趋势与我们社区的构建方式高度契合。开源的 Ultralytics YOLO 模型正处于 AI 易用性与现实世界实用性之间的交汇点。从智慧城市中的边缘设备，到机器人和制造业中的视觉系统，世界各地的开发者选择我们的工具，不仅因为其性能出色，还因为它们易于理解、能够适应不同需求，并且注重可靠性。
随着全球开发者生态系统持续扩展，我们每天都能看到新的贡献者、应用场景和创新不断涌现。无论是学生在 Jupyter Notebooks 中进行实验、团队将 YOLO 集成到生产系统中，还是首次贡献者探索开源 AI，这都是一项集体努力，正在重新构想计算机视觉工具的构建和使用方式。
Ultralytics GitHub 社区的影响力#
既然我们已经了解了 AI 项目近期的增长，接下来让我们花些时间讨论 Ultralytics GitHub 社区所做出的非凡贡献。
从第一天起，Ultralytics 就以开放方式构建，并由全球开发者提供的宝贵反馈、贡献和协作共同塑造。我们的创始人兼 CEO Glenn Jocher 最初提出的愿景，已经发展成为一个充满活力的全球社区。
我们衷心感谢每一位参与这段历程的人——无论是贡献代码、提供反馈、测试功能，还是在 GitHub 上点亮星标。没有你们，Ultralytics 不会成为今天的样子。
正如 Glenn Jocher 所说：“开源 AI 从一开始就是 Ultralytics 的基础。每一项贡献都帮助我们拓展 AI 的边界，而我们正在共同构建真正能够改变世界的事物。”
下面快速了解一下 Ultralytics GitHub 社区所产生的影响：
- Ultralytics GitHub 星标数：100K
- 8500 万次 pip 下载
- 每天使用 Ultralytics pip 软件包训练的模型数量：300 万个。
归根结底，开源 AI 社区中的每一项贡献都在推动增长并加强全球协作。这对 Ultralytics 至关重要，也是支持全球开源 AI 的更大运动的一部分。
有趣的是，GitHub 的《2024 年开源调查》显示，开源领域正变得越来越多元化，如今 30% 的受访者认同自己属于少数群体，比上一次调查增加了 43%。随着全球开发者社区不断扩大，这种多样性预计还会进一步增长，尤其是在印度等快速发展的地区；印度有望在 2028 年成为最大的开发者社区，巴西和尼日利亚也将持续发展。
图 4。 我们看到越来越多来自全球各地的参与者加入开源技术领域。
借助 Ultralytics YOLO，从开源走向现实世界的应用场景#
有时，仅从数字很难直观感受到其对现实世界的影响。然而，当你了解 Ultralytics YOLO 模型如何应用于各个行业时，就能清楚看到开源 AI 的影响力。
Ultralytics YOLO 模型正在重新定义野生动物保护、安全系统和智慧城市等领域。例如，在野生动物保护中，由 YOLO 驱动的无人机可以跟踪濒危物种并监测其生存环境，为研究人员提供实时洞察，帮助保护这些动物。
同样，在安全系统中，YOLO 可以协助进行威胁检测，从而在高风险情况下更快响应并提供更好的保护。同时，在智慧城市中，YOLO 模型可以用于管理交通、监测公共空间，并通过视觉输入提供最新数据来提升整体安全性。
近期计算机视觉领域的进步，例如从 Ultralytics YOLOv8 到 Ultralytics YOLO11 的改进，展示了这项技术已经取得的长足发展。尤其是 YOLO11，具备更快的处理速度和更高的准确率，因此在实时目标检测等任务中更加有效。
它可以用于自动驾驶汽车中的障碍物检测；在医疗领域，它可以分析医学图像，从而加快诊断速度。这些现实世界中的应用表明，YOLO 等开源 AI 模型能够解决实际问题，并以有意义的方式改善世界。
图 5。用于监测交通的 Ultralytics YOLO11。
要点总结#
Ultralytics 在 GitHub Octoverse 2024 报告中因吸引最多首次贡献者而排名第 5，这是一个重要里程碑，反映了人们对开源 AI 日益增长的兴趣。这一认可，以及我们的模型在野生动物保护、安全系统和智慧城市等领域的现实应用，展现了计算机视觉正在得到广泛采用。
Ultralytics 的开源项目由协作和全球参与共同驱动。我们很自豪能成为这一运动的一部分，并将继续致力于扩大视觉 AI 的可及性，赋能世界各地的开发者。
如果你以前从未参与过开源项目，现在正是绝佳时机。加入我们的全球社区。无论你刚刚起步，还是正在进行大规模部署，这里都有属于你的位置。
探索我们的 GitHub 仓库并参与其中，查看我们的许可选项以利用计算机视觉解决方案，并了解 YOLO 模型如何在农业中的 AI和医疗领域的视觉 AI等领域产生现实影响。
