Ultralytics YOLO26：优先面向边缘设备的视觉 AI 新标准

今天，Ultralytics 正式推出 YOLO26，这是迄今为止最先进、最易部署的 YOLO 模型。YOLO26 首次亮相于 YOLO Vision 2025 (YV25)，它从根本上改变了计算机视觉模型在真实系统中的训练、部署和扩展方式。

视觉 AI 正迅速走向边缘端。越来越多的图像和视频直接在设备、摄像头、机器人和嵌入式系统上处理；在这些场景中，延迟、可靠性和成本比原始云计算能力更重要。YOLO26 专为这样的现实场景打造，在 CPU、边缘加速器和低功耗硬件上高效运行，同时提供世界领先的性能。

YOLO26 实现了重大飞跃，同时保留了开发者熟悉且精简的 Ultralytics YOLO 使用体验。它能无缝融入现有工作流，支持广泛的视觉任务，并且易于使用，让研究团队和生产团队都能轻松采用。

图 1. 使用 Ultralytics YOLO26 进行目标检测的示例

本文将全面介绍你需要了解的 Ultralytics YOLO26，以及更轻、更小、更快的 YOLO 模型对视觉 AI 未来的意义。现在开始吧！

Ultralytics YOLO26 为视觉 AI 树立了新标准#

Ultralytics YOLO26 秉持一个理念：人人都应该能够轻松使用具有实际影响力的视觉 AI 能力。我们相信，强大的计算机视觉工具不应该被束之高阁，也不应该只向少数组织开放。

在伦敦举行的 YV25 上，我们的创始人兼首席执行官 Glenn Jocher分享了他对这一愿景的看法：“最出色的 AI 技术都藏在幕后，并不开放。大型公司掌控着新的发展成果，其他所有人只能排队等待使用机会。Ultralytics 有着不同的愿景。我们希望每个人都能使用 AI。”

他还解释说，这意味着要让 AI 走出云端，进入真实环境，并补充道：“我们希望这项技术不只是停留在云端，而是能够下沉到边缘设备、你的手机、车辆和低功耗系统中。我们也希望那些正在创造解决方案的优秀人才能够使用这项技术。”

YOLO26 将这一愿景付诸实践：它专为视觉 AI 实际部署的场景打造，而不是只适合轻松原型开发的环境。

解析 Ultralytics YOLO26：先进的视觉模型#

与早期的 Ultralytics YOLO 模型一样，YOLO26 在统一的模型系列中支持多种计算机视觉任务。它有五种尺寸：Nano (n)、Small (s)、Medium (m)、Large (l) 和 Extra Large (x)，让团队能够根据部署限制，在速度、精度和模型大小之间灵活权衡。

除了灵活性之外，YOLO26 还提升了性能标准。与 YOLO11 相比，YOLO26 nano 模型的 CPU 推理速度最高提升 43%，使其成为边缘端和基于 CPU 部署时可用的最快高精度目标检测模型之一。

图 2. Ultralytics YOLO26 是一款先进的视觉模型。

下面详细介绍 YOLO26 支持的计算机视觉任务：

• 图像分类：YOLO26 可以分析整张图像，并将其归入特定类别，帮助系统理解场景的整体背景。
• 目标检测：该模型可以在图像或视频中查找并定位多个物体。
• 实例分割：YOLO26 可以以像素级精度勾勒出单个物体的轮廓。
• 姿态估计：它可用于识别关键点，并估计人物和其他物体的姿态。
• 有向边界框 (OBB) 检测：YOLO26 可以检测不同角度的物体，这对航空和卫星图像尤其有用。
• 目标跟踪：结合 Ultralytics Python 软件包，YOLO26 可以在视频帧和实时视频流中跟踪物体。

所有任务都能在统一框架中进行训练、验证、推理和导出。

Ultralytics YOLO26 背后的关键创新#

Ultralytics YOLO26 引入了多项核心创新，提升了推理速度和训练稳定性，并简化了部署流程。下面概述这些创新：

• 移除 Distribution Focal Loss (DFL)：移除了 DFL 模块，以简化边界框预测、提升硬件兼容性，并让模型更易于导出和在边缘设备及低功耗设备上运行。
• 端到端、无需 NMS 的推理：YOLO26 被设计为原生端到端模型，可直接输出最终预测结果，无需非极大值抑制，从而降低推理延迟和部署复杂性。
• 渐进式损失平衡 + STAL：这些改进的损失策略能够稳定训练并提升检测精度，尤其适用于尺寸较小、难以检测的物体。
• MuSGD 优化器：YOLO26 使用一种新的混合优化器，将 SGD 与受 Muon 启发的优化技术相结合，使训练更加稳定。
• CPU 推理速度最高提升 43%：YOLO26 专为边缘计算优化，CPU 推理速度最高提升 43%，让边缘设备能够实现实时性能。

接下来，我们将详细介绍这些新一代特性，看看它们如何让 YOLO26 更快、更高效，也更易于部署。

移除 Distribution Focal Loss，简化预测流程#

早期的 YOLO 模型在训练期间使用 Distribution Focal Loss (DFL) 来提升边界框精度。虽然 DFL 效果显著，但它增加了复杂性，并带来了固定的回归限制，使导出和部署更具挑战性，尤其是在边缘硬件和低功耗硬件上。

YOLO26 完全移除了 DFL。移除 DFL 消除了早期模型中存在的固定边界框回归限制，从而提升了检测超大物体时的可靠性和精度。

通过简化边界框预测流程，YOLO26 更易于导出，并能在各种边缘设备和低功耗设备上更可靠地运行。

使用 Ultralytics YOLO26 实现端到端、无需 NMS 的推理#

传统的目标检测流程依赖非极大值抑制 (NMS) 作为后处理步骤，以过滤重叠的预测结果。尽管 NMS 效果显著，但它会增加延迟、复杂性和脆弱性，尤其是在多个运行时和硬件目标上部署模型时。

YOLO26 引入了原生端到端推理模式，模型可以直接输出最终预测结果，无需将 NMS 作为单独的后处理步骤。重复预测会由网络本身处理。

移除 NMS 可以降低延迟、简化部署流程并降低集成错误的风险，因此 YOLO26 特别适合实时和边缘部署。

通过渐进式损失平衡 + STAL 提升识别能力#

与训练相关的一项重要特性是引入了渐进式损失平衡 (ProgLoss) 和小目标感知标签分配 (STAL)。这些改进的损失函数有助于稳定训练并提升检测精度。

ProgLoss 有助于模型在训练期间更稳定地学习，减少不稳定性，并使收敛过程更加平滑。与此同时，STAL 重点改善模型对小物体的学习效果；由于视觉细节有限，这些物体往往更难检测。

ProgLoss 和 STAL 相结合，可实现更可靠的检测，并显著提升小物体识别效果。这对物联网 (IoT)、机器人和航空图像等边缘应用尤为重要，因为这些场景中的物体往往尺寸较小、距离较远或部分被遮挡。

使用 MuSGD 优化器实现更稳定的训练#

在 YOLO26 中，我们采用了一种名为 MuSGD 的新优化器，旨在让训练更加稳定、高效。MuSGD 是一种混合方法，它结合了传统随机梯度下降 (SGD) 的优势，以及受 Muon 启发的技术；Muon 是一种用于大型语言模型 (LLM) 训练的优化器。

长期以来，SGD 一直是计算机视觉领域可靠的选择，这得益于它的简洁性和出色的泛化能力。与此同时，近期大型语言模型训练领域的进展表明，经过谨慎应用，新型优化方法能够提升稳定性和速度。MuSGD 将其中一些理念引入计算机视觉领域。

受 Moonshot AI 的 Kimi K2 启发，MuSGD 融入了有助于模型在训练期间更平稳收敛的优化策略。因此，YOLO26 能够更快地达到出色的性能，同时减少训练不稳定性，尤其是在更大规模或更复杂的训练配置中。

MuSGD 有助于 YOLO26 在不同模型尺寸下实现更可预测的训练效果，从而提升性能并增强训练稳定性。

Ultralytics YOLO26 的 CPU 推理速度最高提升 43%#

随着视觉 AI 不断靠近数据生成的位置，强大的边缘端性能变得越来越重要。YOLO26 专为边缘计算优化，CPU 推理速度最高提升 43%，确保没有 GPU 的设备也能实现实时性能。这项改进让摄像头、机器人和嵌入式硬件能够直接运行响应迅速、可靠的视觉系统；在这些场景中，延迟、效率和成本限制决定了系统的能力边界。

Ultralytics YOLO26 支持的改进型计算机视觉任务#

除了能提升目标检测精度的架构改进之外，YOLO26 还针对不同任务进行了优化，以提升各类计算机视觉任务的性能。例如，它通过有针对性的更新改进了实例分割、姿态估计和有向边界框检测的精度与可靠性。

下面概述这些优化：

• 实例分割：YOLO26 使用语义分割损失来改进模型在训练期间的学习效果，从而生成更准确、更一致的实例掩码。升级后的原型模块还支持利用多个尺度的信息，让模型即使在复杂场景中也能更有效地处理不同尺寸的物体。
• 姿态估计：YOLO26 集成了残差对数似然估计 (RLE)——一种用于对关键点预测不确定性建模的技术，并改进了解码流程，从而以更出色的实时性能提供更准确的关键点。
• 有向边界框检测：YOLO26 引入了专门的角度损失，帮助模型更准确地学习物体旋转，尤其是方向可能存在歧义的方形物体。经过优化的 OBB 解码还减少了旋转边界附近角度预测的突然跳变，从而实现更稳定、一致的方向估计。

图 3. 使用 Ultralytics YOLO26 进行实例分割。

Ultralytics YOLOE-26：基于 YOLO26 构建的开放词汇分割模型#

Ultralytics 还推出了 YOLOE-26，这是一个基于 YOLO26 架构和训练创新构建的新型开放词汇分割模型系列。

YOLOE-26 并非一项新任务或新功能，而是一个专门的模型系列，它沿用现有的分割任务，同时支持文本提示、视觉提示和无提示推理。YOLOE-26 提供所有标准 YOLO 尺寸，与早期开放词汇分割模型相比，能提供更高的精度和更可靠的实际性能。

Ultralytics YOLO26 专为视觉 AI 的实际运行环境打造#

从由视觉驱动的摄像头、由计算机视觉赋能的机器人，到边缘端的微型处理芯片，计算机视觉和 AI 正被直接部署到设备上，以实现实时推理。Ultralytics YOLO26 专为这些环境打造，在这里，低延迟、高效率和可靠性能至关重要。

在实际应用中，这意味着 YOLO26 可以轻松部署到各种硬件上。具体来说，通过 Ultralytics Python 软件包及其丰富的集成，模型可以导出为针对不同平台和硬件加速器优化的格式。

例如，导出为 TensorRT 格式可在 NVIDIA GPU 上实现高性能推理；CoreML 支持在 Apple 设备上原生部署；OpenVINO 则能优化 Intel 硬件上的性能。YOLO26 还可以导出并运行在多种专用边缘加速器上，从而在专用边缘 AI 硬件上实现高吞吐量、低能耗的推理。

这些只是其中几个示例；边缘端和生产环境还支持更多集成方式。这种灵活性让单个 YOLO26 模型能够运行于各种部署目标，简化生产工作流，并让视觉 AI 更贴近边缘端。

重新定义各行业的计算机视觉应用场景#

YOLO26 专为真实世界的部署而设计，可用于不同行业中的多种计算机视觉应用场景。下面列出一些适用场景：

• 机器人：YOLO26 可用于导航、障碍物检测和物体交互等任务。这些能力有助于机器人在动态环境中安全、高效地运行。

• 制造业：在生产线上，YOLO26 可以分析图像和视频，识别缺陷、缺失部件或流程问题。在设备上处理数据能够加快检测速度，并减少对云系统的依赖。

• 航空和无人机应用：部署在无人机上时，YOLO26 可以在飞行期间处理航空图像，用于检查、制图和测绘。这样，即使在偏远地区，也能实时分析场景。

• 嵌入式和物联网系统：凭借轻量化设计，YOLO26 可以在低功耗嵌入式硬件上运行，并在本地处理视觉数据。常见应用包括智能摄像头、联网传感器和自动监控设备。

• 智慧城市：在城市环境中，YOLO26 可以分析来自交通和公共场所摄像头的视频流，从而在边缘端实现交通监控、公共安全和基础设施管理等应用。

图 4. YOLO26 可用于各种计算机视觉应用。

开始使用 Ultralytics YOLO26#

根据你构建和部署视觉 AI 的方式，可以通过两种互补的工作流使用 Ultralytics YOLO26。

选项 1：通过 Ultralytics Platform 使用 Ultralytics YOLO26（推荐）

Ultralytics Platform 提供了一个集中式平台，用于在生产环境中训练、部署和监控 YOLO26 模型。它将数据集、实验和部署汇集在一处，便于团队大规模管理视觉 AI 工作流，尤其适用于面向边缘端和生产环境进行部署的团队。

通过 Platform，用户可以：

• 访问 YOLO26 模型
• 在自定义数据集上进行训练和微调
• 导出模型，用于边缘端和生产环境部署
• 在单一工作流中监控实验和已部署的模型

👉 在 Ultralytics Platform 上探索 YOLO26：platform.ultralytics.com/ultralytics/yolo26

选项 2：通过开源工作流使用 Ultralytics YOLO26

YOLO26 仍可通过 Ultralytics 开源生态系统完整使用，并能融入现有的 Python 工作流，用于训练、推理和导出。

开发者可以安装 Ultralytics 软件包，加载预训练的 YOLO26 模型，并使用 ONNX、TensorRT、CoreML 或 OpenVINO 等熟悉的工具和格式进行部署。

pip install ultralytics

from ultralytics import YOLO

# 加载一个使用 COCO 预训练的 YOLO26n 模型
model = YOLO("yolo26n.pt")

# 使用 YOLO26n 模型对“bus.jpg”图像进行推理
results = model("path/to/bus.jpg")

对于更喜欢亲自掌控流程或构建自定义流水线的用户，Ultralytics 文档中提供了完整文档和指南。

Ultralytics YOLO26：为计算机视觉的未来而打造#

Ultralytics YOLO26 旨在满足未来视觉 AI 解决方案的需求：模型必须快速、高效，并且易于部署到真实硬件上。通过提升性能、简化部署并扩展模型的能力，YOLO26 能自然适用于各种真实应用场景。YOLO26 为视觉 AI 的构建、部署和扩展树立了新的基准。我们期待看到社区如何利用它交付真实世界中的计算机视觉系统。

加入不断壮大的社区，并探索我们的 GitHub 代码库，获取可亲自实践的 AI 资源。现在就通过我们的许可选项了解如何构建视觉 AI。访问我们的解决方案页面，了解 AI 如何改变农业，以及视觉 AI 如何推动机器人领域的发展。