Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
新闻稿

Ultralytics 获得 3000 万美元融资,拓展计算机视觉的边界

了解 Ultralytics 最新的 3000 万美元 A 轮融资,以及值得期待的后续发展,包括加速 Ultralytics YOLO 研发和推出企业级解决方案。

3 分钟阅读
了解 Ultralytics 最新的 3000 万美元 A 轮融资,以及值得期待的后续发展,包括加速 Ultralytics YOLO 研发和推出企业级解决方案。

我们很高兴地宣布,Ultralytics 已完成 3,000 万美元 A 轮融资。本轮融资由 Elephant 领投,SquareOne 跟投。

有了这轮新融资,我们已准备好携手迈出计算机视觉之旅的下一步。从一开始,Ultralytics 的使命就是让每个人都能使用先进的视觉 AI。

从开源视觉 AI 项目走向全球普及#

一个开源项目如今已发展成为全球应用最广泛的计算机视觉模型系列——Ultralytics YOLO。如今,YOLO 模型为各行各业的应用提供支持,覆盖 200 多个国家和地区,每天的使用次数高达 20 亿次。

这一增长离不开我们出色的社区。我们携手获得了超过 115,000 个 GitHub 星标,迎来了 900 多位贡献者,Ultralytics Python 库的下载量也超过了 1.15 亿次。

事实上,根据 GitHub 的 Octoverse 2024 报告,我们的开源代码库在全球所有最吸引首次贡献者的开源和公共项目中排名第 5。这份认可让 Ultralytics 与全球一些影响力最大的开源项目并驾齐驱,也彰显了全球开发者社区对 Ultralytics YOLO 的信任与热情。这也提醒着我们始终坚信的一点:AI 只有开放、协作且人人可用,才能蓬勃发展。

加速 Ultralytics 的创新#

展望未来,本轮融资将帮助我们加快步伐、推动创新。我们期待加速下一代 YOLO 模型的研发,让模型更轻量、更快速、更准确。同时,我们正在扩大企业解决方案和支持团队,帮助组织放心地部署 Ultralytics YOLO 模型。

我们的创始人兼首席执行官 Glenn Jocher 强调:“Ultralytics 正在重新定义边缘 AI 的可能性,推出比以往更快、更轻量、更易用的 YOLO 模型。这笔投资将加速我们的研发,并拓展基于 YOLO 构建的应用层解决方案生态系统,让企业和学生都能从中受益。”

壮大推动愿景的 AI 团队#

团队是这一新篇章的重要组成部分。每年有超过 50,000 人申请加入 Ultralytics,我们很高兴能继续吸纳来自世界各地的优秀人才,壮大团队。通过扩充研究、工程和市场拓展团队,我们可以加快创新步伐,同时为企业提供将 Ultralytics YOLO 模型投入生产所需的支持。

为 Ultralytics YOLO Vision 2025 做好准备#

本月,Ultralytics 有许多重要活动。除了宣布最新一轮融资,我们也在为于伦敦举办的年度混合活动 YOLO Vision 2025 (YV25) 做准备。

9 月 25 日,我们将在伦敦 The Pelligon 汇聚 AI 社区,并通过 YouTube 和 Bilibili 面向全球直播。YV25 聚焦交流与创意。

来自世界各地的开发者、企业和研究人员将齐聚一堂,探索计算机视觉领域的突破,分享他们正在构建的项目,并相互学习。活动将安排精彩的主题演讲和现场演示,也会留出充足的交流时间。

欢迎参加 YV25,探索视觉 AI 的未来,并抢先了解我们的新产品发布。无论你是在伦敦现场参加,还是在线收看,YV25 都是你参与塑造计算机视觉未来的全球对话的机会。

加入我们的社区,访问我们的 GitHub 代码仓库,深入了解 AI。浏览我们的解决方案页面,了解零售领域的 AI 应用和计算机视觉在农业中的应用。查看我们的许可选项,立即开始使用计算机视觉构建应用!

来自博客

Ultralytics 参加都柏林 AMD 嵌入式 AI 工作组活动

Ultralytics 参加都柏林 AMD 嵌入式 AI 工作组活动

了解 Ultralytics 和 AMD 如何在 2026 年都柏林 AMD 嵌入式 AI 工作组活动中探索 Physical AI、机器人技术和计算机视觉部署。
了解详情
如何使用精确率和召回率选择自动标注 VLM

如何使用精确率和召回率选择自动标注 VLM

根据精确率和召回率选择用于自动标注的 VLM:哪些模型产生的多余框更少、漏检的目标更少,以及如何在自己的数据上进行测试。
了解详情
AI-generated logistics scene with illustrative detections; the inset shows Ultralytics Platform benchmark latency for YOLO26n on an NVIDIA L4.

计算机视觉推理中的 ONNX 与 TensorRT:基准测试及如何选择

ONNX Runtime 与 TensorRT 在计算机视觉推理中的对比:在 19 款 NVIDIA GPU 上测量 Ultralytics YOLO26 的速度和准确率,以及如何选择。
了解详情
缺失 PPE 检测:使用 Construction-PPE 训练 Ultralytics YOLO

缺失 PPE 检测:使用 Construction-PPE 训练 Ultralytics YOLO

了解 Construction-PPE 如何标注缺失的头盔、背心和手套,然后训练 Ultralytics YOLO,让它在你自己的现场摄像头画面中检测缺失的 PPE。
了解详情
无人机检测数据集指南:使用 Ultralytics YOLO 训练微型无人机检测模型

无人机检测数据集指南:使用 Ultralytics YOLO 训练微型无人机检测模型

比较 DUT Anti-UAV、Drone-vs-Bird 和热成像无人机检测数据集,然后训练 Ultralytics YOLO26 来发现微型无人机并减少误报。
了解详情
医疗影像领域的 HIPAA 合规 AI:BAA 涵盖哪些内容,以及如何使用患者数据训练

医疗影像领域的 HIPAA 合规 AI:BAA 涵盖哪些内容,以及如何使用患者数据训练

了解医疗影像领域的 HIPAA 合规 AI 有哪些要求、Ultralytics 的 BAA 涵盖哪些内容,以及如何使用患者数据进行标注、训练和部署。
了解详情
最佳深度估计模型:如何选择

最佳深度估计模型:如何选择

比较 Depth Anything、Depth Pro、Metric3D、UniDepth 和 Ultralytics YOLO26 等单目深度模型,了解它们在度量深度、边缘设备和机器人领域的表现。
了解详情
如何将 Ultralytics YOLO 模型从 W&B 迁移到 Ultralytics Platform

如何将 Ultralytics YOLO 模型从 W&B 迁移到 Ultralytics Platform

将 Ultralytics YOLO 模型从 Weights & Biases (W&B) 导入 Ultralytics Platform,无需重新训练,然后比较实验、导出并部署模型。
了解详情
GPT-6.1 Terra 自动标注排名第一,击败 OpenAI 自家的旗舰模型

GPT-6.1 Terra 自动标注排名第一,击败 OpenAI 自家的旗舰模型

GPT-6.1 Terra 自动标注在我们的 VLM 排行榜上击败了 39 款模型:每 1,000 张图像仅需 $4.36,mAP50 达到 0.560,领先 GPT-6.1 Sol 和 Gemini 4 Argon。
了解详情
MiniMax-M3.1-Flash 自动标注:少一些推理为何能画出更好的框

MiniMax-M3.1-Flash 自动标注:少一些推理为何能画出更好的框

Ultralytics Platform 中的 MiniMax-M3.1-Flash 自动标注:调优后 mAP50 达到 0.317,每 1,000 张图像成本为 $1.84;在 SAR 船舶检测上得分为 0.86。
了解详情
Kimi K3.1 Pro 自动标注:高推理强度下比 K3 好三分之一

Kimi K3.1 Pro 自动标注:高推理强度下比 K3 好三分之一

Kimi K3.1 Pro 自动标注在 UL37 上的 mAP50 得分为 0.444,比 Kimi K3 高出三分之一。了解我们为何以高推理强度运行它、成本如何,以及它在哪些方面表现出色。
了解详情
Ultralytics YOLO 与 NVIDIA Cosmos Data Factory:用于缺陷检测的合成数据

Ultralytics YOLO 与 NVIDIA Cosmos Data Factory:用于缺陷检测的合成数据

NVIDIA Cosmos Data Factory 合成数据和智能体训练循环,助力 Ultralytics YOLO26 以更少的标注达到完整数据集的缺陷检测准确率。
了解详情
Gemini 4 Argon 自动标注:39 个模型中定位框最精确

Gemini 4 Argon 自动标注:39 个模型中定位框最精确

Ultralytics Platform 中的 Gemini 4 Argon 自动标注:39 个模型中排名第 #2,精确率最高(0.667),在 12 个领域中的 6 个领域排名第一;截至 11 月 30 日,每 1,000 张图像成本为 $7.60。
了解详情
开放计算,开放视觉:AMD 亮相 Ultralytics YOLO Vision 2026

开放计算,开放视觉:AMD 亮相 Ultralytics YOLO Vision 2026

了解 AMD 如何通过 ROCm 演讲、实践研讨会和在 AMD Radeon GPU 上运行 YOLO 的演示,在 Ultralytics YOLO Vision 2026 上推动开放计算。
了解详情
最佳图像分类模型:如何选择

最佳图像分类模型:如何选择

比较主流图像分类模型,从 ConvNeXt V2 和 DINOv3 到 EfficientNetV2、ViT 和 Ultralytics YOLO26-cls,并了解如何选择。
了解详情
语义分割与实例分割:如何选择合适的任务

语义分割与实例分割:如何选择合适的任务

语义分割为每个像素标注类别;实例分割则区分每个对象。了解你的计算机视觉项目需要哪种任务,以及原因。
了解详情
Ultralytics 亮相 Arm Create 2026:边缘设备上的实时视觉 AI

Ultralytics 亮相 Arm Create 2026:边缘设备上的实时视觉 AI

Ultralytics 亮相 2026 年深圳 Arm Create:部署 Ultralytics YOLO 实现实时边缘 AI、模型专题讨论,以及全新的 Arm AI Portal。
了解详情
Ultralytics 线下聚会:伦敦

Ultralytics 线下聚会:伦敦

回顾 Ultralytics 伦敦线下聚会:首次展示 YOLO27、Ultralytics Platform 演示,以及与 NVIDIA 和 Arm 参与的视觉 AI 专题讨论。
了解详情
Ultralytics Platform 监控:确保视觉 AI 部署顺利运行

Ultralytics Platform 监控:确保视觉 AI 部署顺利运行

使用 Ultralytics Platform 监控已部署的视觉 AI 模型。跟踪端点运行状况、延迟、错误、日志和实时预测统计信息。
了解详情
推出 Ultralytics Agents:更快构建视觉 AI 工作流

推出 Ultralytics Agents:更快构建视觉 AI 工作流

使用 Ultralytics Agents 构建视觉 AI 工作流。在同一画布上连接 YOLO 模型、视觉语言模型、条件、数据集和 Slack 提醒。
了解详情
推出 Ultralytics AutoTrain:简化视觉 AI 模型训练

推出 Ultralytics AutoTrain:简化视觉 AI 模型训练

在 Ultralytics Platform 中使用 AutoTrain 训练、比较和改进 Ultralytics YOLO 模型,从初始基线到生产部署。
了解详情
Ultralytics YOLO Vision 2026 亮点速览!

Ultralytics YOLO Vision 2026 亮点速览!

回顾 YOLO Vision 2026 的精彩时刻:Ultralytics 发布了 Ultralytics YOLO27,并展示了 Ultralytics Platform 上的 AutoTrain、Agents 和 Monitoring。
了解详情
Ultralytics YOLO26 现已支持单目深度估计

Ultralytics YOLO26 现已支持单目深度估计

了解 Ultralytics YOLO26 全新的深度估计任务如何从单张 RGB 图像预测逐像素、具有度量尺度的深度,无需立体相机或 LiDAR。
了解详情
计算机视觉最佳图像标注平台

计算机视觉最佳图像标注平台

比较九种计算机视觉图像标注平台:CVAT、Encord、Label Studio、Labelbox、Roboflow、Scale AI、SuperAnnotate、Ultralytics 和 V7。
了解详情
制造业自动化缺陷检测:平台对比

制造业自动化缺陷检测:平台对比

比较自动化缺陷检测平台:Cognex、Instrumental、Keyence、Landing AI、Overview 和 Ultralytics,并了解如何让模型任务与缺陷相匹配。
了解详情
企业计算机视觉的成本:TCO 框架

企业计算机视觉的成本:TCO 框架

企业计算机视觉总成本框架,涵盖数据、标注、摄像头、边缘硬件、训练、推理、集成和再训练。
了解详情
使用计算机视觉进行装配验证与防错

使用计算机视觉进行装配验证与防错

了解计算机视觉如何验证装配的完整性、正确性和顺序:包括成像工位设计、模型任务选择、PLC 集成和验证。
了解详情
大规模计算机视觉推理:七个平台对比

大规模计算机视觉推理:七个平台对比

对比七种计算机视觉推理平台:Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI,评估延迟和扩展能力。
了解详情
Ultralytics YOLO Vision 2026:你需要了解的一切

Ultralytics YOLO Vision 2026:你需要了解的一切

9 月 13 日,欢迎前往深圳或在线参加 Ultralytics YOLO Vision 2026,了解全新 YOLO 模型和产品发布,观看现场演示,探索真实世界的视觉 AI。
了解详情
如何减少标注工作:自动标注和主动学习工具对比

如何减少标注工作:自动标注和主动学习工具对比

比较十款自动标注和主动学习工具:CVAT、Encord、Label Studio、Labelbox、Lightly、Roboflow、SuperAnnotate、Ultralytics、V7 和 FiftyOne。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来