加入我们，一同见证开源人工智能的一个里程碑——Ultralytics 凭借其 YOLO 模型和全球开发者社区在 GitHub 2024 Octoverse 中排名第五。
敬请关注 YOLO Vision 2025！
2025年9月25日
英国夏令时 10:00 - 18:00
混合活动
加入我们，一同见证开源人工智能的一个里程碑——Ultralytics 凭借其 YOLO 模型和全球开发者社区在 GitHub 2024 Octoverse 中排名第五。
我们很高兴与大家分享 Ultralytics 和我们的视觉 AI 社区的一个重要里程碑。在 GitHub 2024 年度 Octoverse 报告中，我们的开源存储库在全球所有开源和公共项目中，首次贡献者数量排名第五。
这一认可使我们与 Microsoft 的 VS Code、Flutter 和 LangChain 等具有影响力的项目并驾齐驱，并领先于一些规模最大、最具影响力的科技组织。这不仅仅是一种荣誉，它有力地反映了全球开发者社区对我们的工具、使命和愿景的信任。
Ultralytics 始终坚信构建世界一流的 AI，它是开放的、可访问的，并且由实际需求驱动。从 Ultralytics YOLO 模型到我们的训练工作流程、文档和部署工具，Ultralytics 的每个部分都由一个由学生、研究人员、初创公司和世界各地的开发人员组成的贡献者社区塑造。这一里程碑验证了我们以社区为先的 AI 和计算机视觉方法，并激励我们不断提高标准。
在本文中，我们将仔细研究为什么这个里程碑很重要——不仅对 Ultralytics 和我们的社区，而且对开源 AI 和 计算机视觉 的未来也很重要。
Ultralytics 正在崛起，成为 GitHub 上首批贡献者的热门 开源 目的地之一，这不仅仅是一项令人兴奋的成就，更是我们使命的直接体现。我们致力于使 AI 不仅是最先进的，而且是开放的、可理解的，并且对世界各地的开发人员都是可访问的。
GitHub 2024 年 Octoverse 报告显示，去年有超过 140 万开发者首次为开源项目做出贡献。这种激增不仅仅是一种趋势，更是一个强烈的信号。
首次贡献是信任、可用性和实际社区影响的最清晰指标。当开发人员选择 Ultralytics 作为迈出第一步的地方时，这意味着他们将我们的生态系统视为一个他们可以理解、贡献和共同成长的地方。
在全球排名前五的项目中，这进一步证明了我们不仅在构建前沿工具，而且通过欢迎和赋能下一代开发者和研究人员，帮助塑造 AI 的未来。
它提醒我们，开放式创新之所以能够扩展，不是因为它速度快或引人注目，而是因为它被共享。简而言之，我们前进的动力是一个不断壮大的全球社区，大家正在共同建设。
接下来，让我们退一步，看看 AI 和开源领域的更广泛趋势是如何影响开发者活动的，以及 Ultralytics 如何融入其中。
人工智能的蓬勃发展在 2010 年代后期开始缓慢获得关注，但近年来，它的声势比以往任何时候都大——并且正在改变开发人员的构建方式。仅在 2024 年，GitHub 就记录了生成式人工智能项目同比增长 98%，以及对公共和开源存储库的近 10 亿次贡献。这些数字展示了全球社区在试验、交付和扩展软件方面发生的重大转变。
这场运动的核心是 Python。2024 年，它正式成为 GitHub 上使用最多的编程语言，十多年来首次超过 JavaScript（一种传统上用于构建网站和 Web 应用程序的语言）。这种变化是由于机器学习、数据科学和 AI 等领域日益增长的影响，在这些领域中，Python 是许多开发人员和研究人员的默认语言。
例如，Jupyter Notebooks 是一种常用于编写和运行 Python 代码以及数据可视化和解释的工具，其使用量增长了 92%。这种增长是实践实验、数据分析和 AI 模型开发成为现代软件工作流程核心部分的直接结果，不仅在研究中，而且在生产环境中也是如此。
对于 Ultralytics 来说，这种趋势与我们社区的构建方式密切相关。开源 Ultralytics YOLO 模型位于 AI 可访问性和实际效用的交汇点。从智慧城市的边缘设备到机器人技术中的视觉系统和制造业，世界各地的开发人员选择我们的工具不仅是因为其性能，还因为它们易于理解、适应不同的需求，并且注重可靠性。
随着全球开发者生态系统的不断扩大，我们每天都会看到新的贡献者、用例和创新涌现。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人工智能，这都是一种集体努力，它正在重新构想 计算机视觉工具 的构建和使用方式。
既然我们已经了解了 AI 项目的最新进展，那么现在让我们花点时间来讨论 Ultralytics GitHub 社区的卓越贡献。
从第一天起，Ultralytics 就在开放的环境中构建，这得益于世界各地开发人员的宝贵反馈、贡献和协作。最初由我们的创始人兼首席执行官 Glenn Jocher 提出的愿景，已经演变成一个充满活力的全球社区。
我们要衷心感谢参与这段旅程的每一个人——无论是通过贡献代码、提供反馈、测试功能还是在 Github 上留下一个 star。没有你们，就没有今天的 Ultralytics。
正如 Glenn Jocher 所说，“开源 AI 从一开始就是 Ultralytics 的基石。每一次贡献都有助于我们突破 AI 的极限，我们共同构建的东西能够真正改变世界。”
以下是 Ultralytics GitHub 社区影响力的快速概览：
最终，开源 AI 社区中的每一项贡献都会推动增长并加强全球协作。这对于 Ultralytics 至关重要，并且是支持全球开源 AI 的更大运动的一部分。
有趣的是，GitHub 2024 年开源调查显示，开源领域正变得越来越多元化，现在有 30% 的受访者认为自己是少数群体，比上次调查增加了 43%。随着全球开发者社区的不断扩大，预计这种多样性将进一步增长，尤其是在印度等快速发展地区，印度有望在 2028 年成为最大的开发者社区，以及巴西和尼日利亚。
有时，数字可能难以可视化，难以了解它们在现实世界中的影响。但是，当您了解 Ultralytics YOLO 模型如何在各个行业中应用时，开源 AI 的影响就显而易见了。
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，在野生动物保护方面，由 YOLO 驱动的无人机可用于跟踪濒危物种并监测其环境，为研究人员提供实时见解，以帮助保护这些动物。
同样，在安全系统中，YOLO 可以帮助进行威胁检测，从而在高度危险的情况下实现更快的响应和更好的保护。同时，在智慧城市中，YOLO 模型可用于管理交通、监控公共场所，并通过提供来自视觉输入的最新数据来提高整体安全性。
计算机视觉的最新进展，例如从 Ultralytics YOLOv8 到 Ultralytics YOLO11 的改进，展示了该技术的发展历程。特别是 YOLO11，它提供了更快的处理速度和更高的准确性，使其在 实时目标检测 等任务中更加有效。
它可用于自动驾驶车辆中的障碍物检测，在医疗保健领域，它可以分析医学图像以加快诊断速度。这些实际应用表明，像 YOLO 这样的开源 AI 模型可以解决实际问题并以有意义的方式改善世界。
Ultralytics 在 GitHub 2024 年 Octoverse 报告中首次贡献者数量排名第五，这是一个重要的里程碑，反映了人们对开源人工智能日益增长的兴趣。这一认可，以及我们的模型在从野生动物保护和安全系统到智慧城市等领域的实际应用，表明计算机视觉正在被广泛采用。
像 Ultralytics 这样的开源项目由协作和全球参与驱动。我们很荣幸能成为这场运动的一部分，并将继续致力于扩大视觉 AI 的可访问性，从而赋能全球的开发者。
如果您以前从未为开源项目做出贡献，那么现在是最佳时机。加入我们的全球社区。无论您是刚开始还是大规模部署，这里都有您的位置。
探索我们的GitHub 仓库以参与其中，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 AI和医疗保健领域的 Vision AI等领域推动实际影响。
