隆重推出 Ultralytics Platform：标注、训练和部署视觉 AI 的最智能方式

我们构建了 Ultralytics 开源生态系统，旨在让每个人都能使用计算机视觉。现在，全球数百万开发者都在训练 Ultralytics YOLO models，为从工厂检测线到自动配送系统的各种应用提供动力。

但多年来，我们不断收到社区的相同反馈：训练出一个强大的模型不再是计算机视觉中最大的障碍，将其投入生产才是。

今天，我们正在改变这一点。来看看 Ultralytics Platform：这是一款终极的端到端平台，专门用于将你的视觉 AI 从原始数据转化为实际的生产级部署。

Link to this section优秀模型与优秀产品之间的鸿沟#

在过去十年中，computer vision 和深度学习已迅速从研究领域演变为支撑现实世界系统的关键基础设施。它为制造车间的质量检测提供动力，实现无人零售，引导手术机器人，并确保自动驾驶汽车保持航向。模型的处理能力前所未有，但从可用的原型到可靠的生产系统的过程？这仍然比预想的要困难。

如今，大多数团队需要拼接各种独立工具来进行标注、训练、实验跟踪、部署和监控。每一次集成都会增加复杂性，每一次交接都会减缓进度。为了管理基础设施而不是构建应用本身，数周的时间可能会悄然流逝。

在我们与计算机视觉社区的开发者、初创公司和企业团队密切合作时，三个挑战不断浮现：

• 标注瓶颈： 高性能模型需要高质量的标注数据，但创建和维护这些数据集依然缓慢且耗费人力。
• 部署差距： 一个在训练中表现良好的模型，可能需要数周的额外工程工作才能在边缘设备、云环境和生产系统中可靠运行。
• 工具碎片化成本： 将标注、训练、跟踪和部署分散在多个服务中会产生复杂的额外开销，从而减慢每个迭代周期。

这些反复出现的挑战是现代计算机视觉开发中决定性的瓶颈，也是促使我们最终构建 Ultralytics Platform 的原因。通过简化从数据准备到部署的工作流程，并连接计算机视觉开发的关键阶段，团队可以更轻松地从有前景的模型转向实际的视觉 AI 系统。

Link to this section完整的视觉 AI 生命周期，尽在一个平台#

Ultralytics Platform 整合了计算机视觉工作流程的每一个阶段，从数据管理到标注、模型训练、部署和监控。一切尽在一个互联的工作空间中，旨在降低复杂性并加速从创意到落地的过程。

上传你的图像或视频。使用内置的标注工具进行标注。直接在平台上训练如 Ultralytics YOLO26 这样的模型。进行全球部署。实时监控性能。每个阶段都顺畅衔接，让你能专注于构建应用，而不是管理基础设施。

图 1. Ultralytics Platform 一览 (Source)

Link to this section从创意到部署：Ultralytics Platform 的运作方式#

将计算机视觉创意转化为可运行的系统涉及多个阶段，从准备数据到在生产中运行模型。Ultralytics Platform 将此过程组织成一条清晰、简单的流水线，帮助你轻松地从初始概念过渡到已部署的模型。

Link to this section标注：效率大幅提升#

Labeling data 历来是任何计算机视觉项目中极其耗时的部分之一。Ultralytics Platform 使其速度显著加快，且旨在满足你处理数据的任何位置需求。

你可以上传原始图像、视频或数据集归档，导入已采用 YOLO 或 COCO 格式标注的数据集，或者克隆 Ultralytics 社区分享的公共数据集。无论你是从零开始还是在现有工作基础上构建，你的数据在进入平台的那一刻起就已准备就绪。

如果你的图像或视频尚未标注，内置的标注编辑器将能大幅加快标注进程。它支持所有主要的计算机视觉任务，从目标检测和实例分割到姿态估计、方向边界框 (OBB) 检测以及图像分类，这些工具专为速度和精度而设计。

此处最突出的功能是 SAM 3 驱动的智能标注。利用 Segment Anything Model 3 (SAM 3)，你可以通过点击目标并进行少量点选优化，从而生成精确的掩码、边界框或定向框。过去需要数小时手动描边的工作，现在只需几分钟即可完成，使团队能够以匹配其开发速度的节奏构建高质量数据集。

图 3. Ultralytics Platform 上 SAM 驱动的智能标注示例 (Source)

姿态骨架模板、键盘快捷键、内联类管理以及撤消/重做支持，完善了旨在让你保持高效工作流的标注体验。

Link to this section训练：轻松且强大#

一旦你的数据标注完成，只需点击即可开始训练。Ultralytics YOLO26、YOLO11 以及全系列 Ultralytics YOLO 模型均得到原生支持，既可直接在平台上使用云图形处理器 (GPU) 进行训练，也可在本地硬件上训练并将指标实时传回平台。

你可以从多种云 GPU 选项中进行选择，包括 RTX 4090、RTX PRO 6000、NVIDIA A100、H100 等，或者在自己的本地硬件上训练并将实时指标传回平台。每个实验都会自动归入关联模型的项目中，从而轻松追踪不同数据集、参数和配置对结果的影响，并识别出最强模型。

监控损失曲线、精度、召回率和平均精度均值 (mAP) 随 epoch 的变化。深入研究混淆矩阵和精度-召回曲线，准确了解模型的表现优异之处及可改进之处。并排比较多个运行结果，以找到带来最佳结果的配置。

图 2. 在 Ultralytics Platform 上监控训练进度的视图 (Source)

Ultralytics Platform 还自动管理训练生命周期的关键阶段。检查点会在训练过程中保存，同时保留性能最好的模型和最终训练的权重。预训练模型可以直接在平台内进行微调，训练好的模型可以上传或下载以在其他环境中使用，从而为团队提供工作方式和地点的完全灵活性。

无需配置基础设施。无需设置单独的实验跟踪服务。只需一条清晰、高效的路径，即可从标注数据走向为现实世界做好准备的训练模型。

Link to this section全球部署，全面监控#

训练有素的模型需要同样高效的生产路径。Ultralytics Platform 提供了这一点。

首先直接在浏览器中验证模型的推理结果。当你对结果满意后，即可部署到 43 个全球区域，通过自动扩展以满足需求的专用终端进行服务，每个终端都配有独特的 API 终端节点，便于集成到你的应用中。

图 4. Ultralytics Platform 支持在 43 个全球区域进行模型部署。(Source)

无论你是需要在云端部署还是在边缘设备上运行模型，Ultralytics Platform 都提供了专为这两种场景设计的灵活选项。所有 Ultralytics YOLO 模型均经过原生优化，可在各种环境中高效运行，即使在计算资源有限的边缘硬件上也能提供可靠性能。对于需要在平台之外运行模型的团队，Ultralytics 支持 export 为 17 种验证过的格式，包括 ONNX、TensorRT、CoreML、TFLite 和 OpenVINO，因此你的模型可以在云服务、移动设备、边缘系统等环境中原生运行。

模型上线后，部署仪表板中的内置监控功能让你能全面了解生产性能：请求量、延迟指标、错误率、终端健康状况和详细日志。你还可以查看日志、检查终端健康状态并随时间推移追踪性能，以帮助确保你的计算机视觉系统在生产中可靠运行，并发现优化性能的机会。

立即开始，或探索 Ultralytics docs 以深入了解平台的功能。

Link to this section普及视觉 AI 开发#

当你进一步了解 Ultralytics Platform 时，你会很快发现，它的目标不仅是提供构建计算机视觉系统的工具。其核心目的是帮助让视觉 AI 开发对更广泛的社区更加易用和友好。

从历史上看，构建和部署 AI 系统需要专业的基础设施、复杂的工具和大量的前期投入。即使强大的模型变得更容易训练，周围的工作流程——管理数据集、运行实验、部署模型和维护基础设施——对于个人和小团队来说仍然很难实现。

Ultralytics Platform 通过将整个视觉 AI 工作流程整合到一个环境中降低了这些门槛，同时让你轻松 get started。新用户可以通过免费计划开始体验平台，该计划包含用于云训练的注册积分，并提供对数据集管理、标注工具、模型训练和模型导出等核心功能的访问权限。

随着项目的增长，用户或企业客户可以通过额外的积分和平台方案进行扩展，从而解锁更多的计算资源、存储、协作功能和部署能力。这种灵活的方法意味着开发者、研究人员、初创公司和企业可以从小规模开始，自由实验，并随着其计算机视觉系统迈向生产而扩大使用规模。

通过将端到端的计算机视觉工作流程与易用的定价模式相结合，Ultralytics Platform 有助于为更多人打开大门，让他们能够构建、测试和部署现实世界的视觉 AI 应用。

Link to this section关键要点#

Ultralytics Platform 将整个视觉 AI 生命周期带入一个强大的工作空间，加速从原始数据到生产级视觉 AI 系统的进程。借助内置的标注、训练、部署和监控工具，团队无需管理复杂的基础设施即可构建和部署如 Ultralytics YOLO26、Ultralytics YOLO11 以及传统 YOLO 模型。

无论你是在实验第一个模型还是在规模化部署视觉 AI，该平台旨在支持旅程的每一个阶段。

加入我们的 community，探索诸如 AI in manufacturing 和 vision AI in retail 等创新。访问我们的 GitHub repository，并通过查看我们的 licensing options 立即开启你的计算机视觉之旅。