Ultralytics YOLO27:
新闻稿

Ultralytics 获得 3,000 万美元融资,突破计算机视觉边界

了解 Ultralytics 最新的 3,000 万美元 A 轮融资,以及值得期待的发展,包括加速 Ultralytics YOLO 研发和推出企业解决方案。

3
Ultralytics 获得 3,000 万美元融资,突破计算机视觉边界

我们很高兴地宣布,Ultralytics 已完成 3000 万美元的 A 轮融资。本轮融资由 Elephant 领投,SquareOne 参与投资。

有了这轮新融资,我们已经准备好共同开启计算机视觉发展历程中的下一步。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 项目到全球采用#

最初的开源项目如今已发展成为全球采用最广泛的计算机视觉模型家族——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,并且每天的使用次数高达 20 亿次。

推动这一增长的是我们令人难以置信的社区。我们共同收获了超过 115,000 个 GitHub stars,迎来了 900 多位贡献者,同时 Ultralytics Python 库的下载次数也已超过 1.15 亿次。

事实上,根据 GitHub 的 Octoverse 2024 报告,我们的开源代码仓库在全球所有开源项目和公共项目中排名第 5,这些项目吸引了最多的首次贡献者。这一认可使 Ultralytics 与全球一些最具影响力的开源项目并列,也凸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 只有在开放、协作且人人可及的环境中,才能蓬勃发展。

加速 Ultralytics 的创新#

展望未来,这轮融资将帮助我们更快行动并推动创新。我们期待加速下一代 YOLO 模型的研发,让它们更轻量、更快速、更精准。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 CEO Glenn Jocher 强调:“Ultralytics 正在重新定义 Edge AI 的可能性,交付比以往更快速、更轻量、更易用的 YOLO 模型。这笔投资将加速我们的 R&D,并扩大基于 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。”

壮大支撑这一愿景的 AI 团队#

团队是这一新篇章中至关重要的一环。每年有超过 50,000 人申请加入 Ultralytics,我们也很高兴能够继续吸引来自世界各地的优秀人才加入团队。通过扩大研究、工程和市场拓展团队,我们可以更快地推动创新,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 有许多重要进展。除了宣布最新一轮融资,我们还在为于伦敦举行的 YOLO Vision 2025 (YV25) 做准备,这是我们的年度混合型活动。

9 月 25 日,我们将在伦敦的 The Pelligon 汇聚 AI 社区,并通过 YouTube 和 Bilibili 进行全球直播。YV25 聚焦于交流与创意。

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成果,并相互学习。现场将安排精彩的主题演讲、实时演示,以及充足的交流时间。

欢迎参加 YV25,共同探索视觉 AI 的未来,并近距离见证我们的新产品发布。无论你是在伦敦现场参加,还是在线收看,YV25 都将为你提供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GitHub 代码仓库,进一步探索 AI。查看我们的解决方案页面,了解零售业中的 AI农业中的计算机视觉。了解我们的许可选项,立即开始使用计算机视觉进行构建!

From the blog

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 中全新的深度估计任务如何从单张 RGB 图像预测每个像素的度量尺度深度,无需立体视觉系统或 LiDAR。
了解更多
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

比较九个计算机视觉图像标注平台:CVAT、Encord、Label Studio、Labelbox、Roboflow、Scale AI、SuperAnnotate、Ultralytics 和 V7。
了解更多
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,并了解如何将模型任务与缺陷匹配。
了解更多
企业级计算机视觉的成本:TCO 框架

企业级计算机视觉的成本:TCO 框架

企业级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。
了解更多
借助计算机视觉进行装配验证与防错

借助计算机视觉进行装配验证与防错

计算机视觉如何验证装配的完整性、正确性和顺序:成像工位设计、模型任务选择、PLC 集成与验证。
了解更多
规模化计算机视觉推理:七个平台对比

规模化计算机视觉推理:七个平台对比

比较七个计算机视觉推理平台:Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI,关注延迟与规模化能力。
了解更多
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 日加入在深圳或线上举办的 Ultralytics YOLO Vision 2026,了解全新的 YOLO 模型、产品发布、现场演示和真实世界视觉 AI。
了解更多
如何减少标注工作:自动标注与主动学习工具对比

如何减少标注工作:自动标注与主动学习工具对比

比较十种自动标注和主动学习工具:CVAT、Encord、Labelbox、Lightly、Roboflow、SuperAnnotate、Ultralytics、V7 和 Voxel51 FiftyOne。
了解更多
如何为现有安防摄像头添加 AI 分析

如何为现有安防摄像头添加 AI 分析

为现有摄像头系统添加 AI 分析的三种路径:分析层、VMS 升级和自托管模型,以及决定方案的限制因素。
了解更多
如何选择计算机视觉供应商:企业采购指南

如何选择计算机视觉供应商:企业采购指南

从采购角度比较八家计算机视觉供应商:AWS、Azure、Cognex、Encord、Landing AI、NVIDIA、Roboflow 和 Ultralytics,并介绍许可检查要点。
了解更多
托管云与自托管计算机视觉部署对比

托管云与自托管计算机视觉部署对比

从成本、延迟、数据边界、扩展能力和退出风险等方面比较托管云部署与自托管计算机视觉部署,并介绍三种部署模式。
了解更多
在 LiteRT 上导出 Ultralytics YOLO

在 LiteRT 上导出 Ultralytics YOLO

了解全新的 LiteRT 导出集成如何以统一格式将 Ultralytics YOLO 推理带到移动端、嵌入式设备、边缘设备和浏览器环境。
了解更多
计算机视觉如何引导 AMR、AGV 和自动驾驶叉车

计算机视觉如何引导 AMR、AGV 和自动驾驶叉车

了解计算机视觉如何助力 AMR、AGV 和自动驾驶叉车导航,摄像头、激光雷达和深度信息如何互为补充,以及安全保障的定位。
了解更多
将计算机视觉从试点扩展到生产环境

将计算机视觉从试点扩展到生产环境

将计算机视觉从试点推向生产的六个阶段门,涵盖覆盖矩阵、工作流验证、模型运维和现场就绪度。
了解更多
制造业计算机视觉平台:YOLO、Cognex 和 Keyence 对比

制造业计算机视觉平台:YOLO、Cognex 和 Keyence 对比

比较面向制造业的计算机视觉平台:Cognex、Edge Impulse、Keyence、Landing AI、Roboflow 和 Ultralytics YOLO,关注检测能力与 MES 的适配性。
了解更多
机器人质量检测:覆盖范围为何是难点

机器人质量检测:覆盖范围为何是难点

了解机器人质量检测的工作原理:扫描规划、标定、机器人与视觉同步、多视角融合、覆盖范围证明和质量记录。
了解更多
Scale AI 数据标注替代方案

Scale AI 数据标注替代方案

用于视觉数据标注的 Scale AI 替代方案:iMerit、SuperAnnotate 和 Ultralytics Platform,从成本、控制力、扩展速度和数据处理等方面进行比较。
了解更多
使用 Ultralytics 进行个人防护装备检测与工作场所安全

使用 Ultralytics 进行个人防护装备检测与工作场所安全

使用 Ultralytics Platform 构建个人防护装备检测:标注现场图像,训练 YOLO26,部署到云端或边缘,并验证工作场所安全监控。
了解更多
人员计数和占用率分析究竟如何工作

人员计数和占用率分析究竟如何工作

了解人员计数和占用率分析的工作原理:比较 WiFi、ToF、热成像和基于摄像头的视觉方法、现有产品,以及如何自行构建。
了解更多
用于装配和抓取放置的视觉引导机器人技术

用于装配和抓取放置的视觉引导机器人技术

了解视觉引导的抓取与放置如何贯穿感知、理解、标定、抓取规划、运动和恢复,并提供 2D 与 3D 的选择指南。
了解更多
标注外包与内部标注:真正的权衡

标注外包与内部标注:真正的权衡

比较外包与内部计算机视觉标注,关注每个可用标注的成本、扩展速度、质量、安全性,以及大多数团队最终采用的混合模式。
了解更多
Ultralytics 摩洛哥外出活动:2026 团队精彩瞬间

Ultralytics 摩洛哥外出活动:2026 团队精彩瞬间

深入了解 Ultralytics 在摩洛哥举办的公司外出活动。工作坊、文化体验,以及凝聚全球团队的精彩时刻。
了解更多
Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点

Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点

回顾 Ultralytics 参加 2026 Qualcomm x Extreme Vision Edge AI Developer Day 的经历:活动现场的演示、亮点与交流。
了解更多
在 Intel Core Ultra Series 3(Panther Lake)上借助 OpenVINO 加速 Ultralytics YOLO26

在 Intel Core Ultra Series 3(Panther Lake)上借助 OpenVINO 加速 Ultralytics YOLO26

了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式,并在 Intel 硬件上加速推理,包括 CPU、GPU 和 NPU。
了解更多
Ultralytics 参加 CVPR 2026 的精彩亮点

Ultralytics 参加 CVPR 2026 的精彩亮点

回顾 Ultralytics 在丹佛参加 CVPR 2026 的精彩经历:展示产品、发表研究成果,并与全球计算机视觉社区交流。
了解更多
Ultralytics’ first community meetup in Shenzhen, China

Ultralytics 中国社区聚会:中国对机器学习兴趣全球最高

回顾 Ultralytics 首次深圳线下聚会的精彩内容:YOLO 如何发展为完整的计算机视觉平台,以及中国 AI 社区的未来方向。
了解更多
Alexis Schnitger and Abi Anderson at Embedded Vision Summit 2026

Ultralytics 参加 Embedded Vision Summit 2026 的精彩亮点

加入我们,一起回顾 Ultralytics 参加 Embedded Vision Summit 2026 的经历:我们在圣克拉拉展示了 Ultralytics YOLO26,并与 AI 社区展开交流。
了解更多
Lisa Su on stage at the AMD Dev Day event in Shanghai

Ultralytics 参加 AMD Dev Day Shanghai:本地 AI 遇上智能体系统

Ultralytics 分享 AMD Dev Day Shanghai 的 AMD AI 主题要点:本地 AI 部署、智能体系统、ROCm 和 Ryzen AI Max 395。
了解更多
Ultralytics YOLO and DEEPX edge AI inference for Physical AI

Ultralytics YOLO 携手 DEEPX:面向 Physical AI 的边缘 AI 推理

了解全新的 DEEPX 导出集成如何将 Ultralytics YOLO 推理带到由 NPU 驱动的边缘 AI 硬件。
了解更多
Exporting Ultralytics YOLO models on Ultralytics Platform

如何使用 Ultralytics Platform 导出 Ultralytics YOLO 模型

借助 Ultralytics Platform 轻松导出视觉 AI 模型。了解如何通过几次点击,为边缘端、移动端和云端部署准备模型。
了解更多
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 中全新的深度估计任务如何从单张 RGB 图像预测每个像素的度量尺度深度,无需立体视觉系统或 LiDAR。
了解更多
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

比较九个计算机视觉图像标注平台:CVAT、Encord、Label Studio、Labelbox、Roboflow、Scale AI、SuperAnnotate、Ultralytics 和 V7。
了解更多
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,并了解如何将模型任务与缺陷匹配。
了解更多
企业级计算机视觉的成本:TCO 框架

企业级计算机视觉的成本:TCO 框架

企业级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。
了解更多
借助计算机视觉进行装配验证与防错

借助计算机视觉进行装配验证与防错

计算机视觉如何验证装配的完整性、正确性和顺序:成像工位设计、模型任务选择、PLC 集成与验证。
了解更多
规模化计算机视觉推理:七个平台对比

规模化计算机视觉推理:七个平台对比

比较七个计算机视觉推理平台:Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI,关注延迟与规模化能力。
了解更多
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 日加入在深圳或线上举办的 Ultralytics YOLO Vision 2026,了解全新的 YOLO 模型、产品发布、现场演示和真实世界视觉 AI。
了解更多
如何减少标注工作:自动标注与主动学习工具对比

如何减少标注工作:自动标注与主动学习工具对比

比较十种自动标注和主动学习工具:CVAT、Encord、Labelbox、Lightly、Roboflow、SuperAnnotate、Ultralytics、V7 和 Voxel51 FiftyOne。
了解更多
如何为现有安防摄像头添加 AI 分析

如何为现有安防摄像头添加 AI 分析

为现有摄像头系统添加 AI 分析的三种路径:分析层、VMS 升级和自托管模型,以及决定方案的限制因素。
了解更多
如何选择计算机视觉供应商:企业采购指南

如何选择计算机视觉供应商:企业采购指南

从采购角度比较八家计算机视觉供应商:AWS、Azure、Cognex、Encord、Landing AI、NVIDIA、Roboflow 和 Ultralytics,并介绍许可检查要点。
了解更多
托管云与自托管计算机视觉部署对比

托管云与自托管计算机视觉部署对比

从成本、延迟、数据边界、扩展能力和退出风险等方面比较托管云部署与自托管计算机视觉部署,并介绍三种部署模式。
了解更多
在 LiteRT 上导出 Ultralytics YOLO

在 LiteRT 上导出 Ultralytics YOLO

了解全新的 LiteRT 导出集成如何以统一格式将 Ultralytics YOLO 推理带到移动端、嵌入式设备、边缘设备和浏览器环境。
了解更多
计算机视觉如何引导 AMR、AGV 和自动驾驶叉车

计算机视觉如何引导 AMR、AGV 和自动驾驶叉车

了解计算机视觉如何助力 AMR、AGV 和自动驾驶叉车导航,摄像头、激光雷达和深度信息如何互为补充,以及安全保障的定位。
了解更多
将计算机视觉从试点扩展到生产环境

将计算机视觉从试点扩展到生产环境

将计算机视觉从试点推向生产的六个阶段门,涵盖覆盖矩阵、工作流验证、模型运维和现场就绪度。
了解更多
制造业计算机视觉平台:YOLO、Cognex 和 Keyence 对比

制造业计算机视觉平台:YOLO、Cognex 和 Keyence 对比

比较面向制造业的计算机视觉平台:Cognex、Edge Impulse、Keyence、Landing AI、Roboflow 和 Ultralytics YOLO,关注检测能力与 MES 的适配性。
了解更多
机器人质量检测:覆盖范围为何是难点

机器人质量检测:覆盖范围为何是难点

了解机器人质量检测的工作原理:扫描规划、标定、机器人与视觉同步、多视角融合、覆盖范围证明和质量记录。
了解更多
Scale AI 数据标注替代方案

Scale AI 数据标注替代方案

用于视觉数据标注的 Scale AI 替代方案:iMerit、SuperAnnotate 和 Ultralytics Platform,从成本、控制力、扩展速度和数据处理等方面进行比较。
了解更多
使用 Ultralytics 进行个人防护装备检测与工作场所安全

使用 Ultralytics 进行个人防护装备检测与工作场所安全

使用 Ultralytics Platform 构建个人防护装备检测:标注现场图像,训练 YOLO26,部署到云端或边缘,并验证工作场所安全监控。
了解更多
人员计数和占用率分析究竟如何工作

人员计数和占用率分析究竟如何工作

了解人员计数和占用率分析的工作原理:比较 WiFi、ToF、热成像和基于摄像头的视觉方法、现有产品,以及如何自行构建。
了解更多
用于装配和抓取放置的视觉引导机器人技术

用于装配和抓取放置的视觉引导机器人技术

了解视觉引导的抓取与放置如何贯穿感知、理解、标定、抓取规划、运动和恢复,并提供 2D 与 3D 的选择指南。
了解更多
标注外包与内部标注:真正的权衡

标注外包与内部标注:真正的权衡

比较外包与内部计算机视觉标注,关注每个可用标注的成本、扩展速度、质量、安全性,以及大多数团队最终采用的混合模式。
了解更多
Ultralytics 摩洛哥外出活动:2026 团队精彩瞬间

Ultralytics 摩洛哥外出活动:2026 团队精彩瞬间

深入了解 Ultralytics 在摩洛哥举办的公司外出活动。工作坊、文化体验,以及凝聚全球团队的精彩时刻。
了解更多
Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点

Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点

回顾 Ultralytics 参加 2026 Qualcomm x Extreme Vision Edge AI Developer Day 的经历:活动现场的演示、亮点与交流。
了解更多
在 Intel Core Ultra Series 3(Panther Lake)上借助 OpenVINO 加速 Ultralytics YOLO26

在 Intel Core Ultra Series 3(Panther Lake)上借助 OpenVINO 加速 Ultralytics YOLO26

了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式,并在 Intel 硬件上加速推理,包括 CPU、GPU 和 NPU。
了解更多
Ultralytics 参加 CVPR 2026 的精彩亮点

Ultralytics 参加 CVPR 2026 的精彩亮点

回顾 Ultralytics 在丹佛参加 CVPR 2026 的精彩经历:展示产品、发表研究成果,并与全球计算机视觉社区交流。
了解更多
Ultralytics’ first community meetup in Shenzhen, China

Ultralytics 中国社区聚会:中国对机器学习兴趣全球最高

回顾 Ultralytics 首次深圳线下聚会的精彩内容:YOLO 如何发展为完整的计算机视觉平台,以及中国 AI 社区的未来方向。
了解更多
Alexis Schnitger and Abi Anderson at Embedded Vision Summit 2026

Ultralytics 参加 Embedded Vision Summit 2026 的精彩亮点

加入我们,一起回顾 Ultralytics 参加 Embedded Vision Summit 2026 的经历:我们在圣克拉拉展示了 Ultralytics YOLO26,并与 AI 社区展开交流。
了解更多
Lisa Su on stage at the AMD Dev Day event in Shanghai

Ultralytics 参加 AMD Dev Day Shanghai:本地 AI 遇上智能体系统

Ultralytics 分享 AMD Dev Day Shanghai 的 AMD AI 主题要点:本地 AI 部署、智能体系统、ROCm 和 Ryzen AI Max 395。
了解更多
Ultralytics YOLO and DEEPX edge AI inference for Physical AI

Ultralytics YOLO 携手 DEEPX:面向 Physical AI 的边缘 AI 推理

了解全新的 DEEPX 导出集成如何将 Ultralytics YOLO 推理带到由 NPU 驱动的边缘 AI 硬件。
了解更多
Exporting Ultralytics YOLO models on Ultralytics Platform

如何使用 Ultralytics Platform 导出 Ultralytics YOLO 模型

借助 Ultralytics Platform 轻松导出视觉 AI 模型。了解如何通过几次点击,为边缘端、移动端和云端部署准备模型。
了解更多
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 中全新的深度估计任务如何从单张 RGB 图像预测每个像素的度量尺度深度,无需立体视觉系统或 LiDAR。
了解更多
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

比较九个计算机视觉图像标注平台:CVAT、Encord、Label Studio、Labelbox、Roboflow、Scale AI、SuperAnnotate、Ultralytics 和 V7。
了解更多
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,并了解如何将模型任务与缺陷匹配。
了解更多
企业级计算机视觉的成本:TCO 框架

企业级计算机视觉的成本:TCO 框架

企业级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。
了解更多
借助计算机视觉进行装配验证与防错

借助计算机视觉进行装配验证与防错

计算机视觉如何验证装配的完整性、正确性和顺序:成像工位设计、模型任务选择、PLC 集成与验证。
了解更多
规模化计算机视觉推理:七个平台对比

规模化计算机视觉推理:七个平台对比

比较七个计算机视觉推理平台:Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI,关注延迟与规模化能力。
了解更多
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 日加入在深圳或线上举办的 Ultralytics YOLO Vision 2026,了解全新的 YOLO 模型、产品发布、现场演示和真实世界视觉 AI。
了解更多
如何减少标注工作:自动标注与主动学习工具对比

如何减少标注工作:自动标注与主动学习工具对比

比较十种自动标注和主动学习工具:CVAT、Encord、Labelbox、Lightly、Roboflow、SuperAnnotate、Ultralytics、V7 和 Voxel51 FiftyOne。
了解更多
如何为现有安防摄像头添加 AI 分析

如何为现有安防摄像头添加 AI 分析

为现有摄像头系统添加 AI 分析的三种路径:分析层、VMS 升级和自托管模型,以及决定方案的限制因素。
了解更多
如何选择计算机视觉供应商:企业采购指南

如何选择计算机视觉供应商:企业采购指南

从采购角度比较八家计算机视觉供应商:AWS、Azure、Cognex、Encord、Landing AI、NVIDIA、Roboflow 和 Ultralytics,并介绍许可检查要点。
了解更多
托管云与自托管计算机视觉部署对比

托管云与自托管计算机视觉部署对比

从成本、延迟、数据边界、扩展能力和退出风险等方面比较托管云部署与自托管计算机视觉部署,并介绍三种部署模式。
了解更多
在 LiteRT 上导出 Ultralytics YOLO

在 LiteRT 上导出 Ultralytics YOLO

了解全新的 LiteRT 导出集成如何以统一格式将 Ultralytics YOLO 推理带到移动端、嵌入式设备、边缘设备和浏览器环境。
了解更多
计算机视觉如何引导 AMR、AGV 和自动驾驶叉车

计算机视觉如何引导 AMR、AGV 和自动驾驶叉车

了解计算机视觉如何助力 AMR、AGV 和自动驾驶叉车导航,摄像头、激光雷达和深度信息如何互为补充,以及安全保障的定位。
了解更多
将计算机视觉从试点扩展到生产环境

将计算机视觉从试点扩展到生产环境

将计算机视觉从试点推向生产的六个阶段门,涵盖覆盖矩阵、工作流验证、模型运维和现场就绪度。
了解更多
制造业计算机视觉平台:YOLO、Cognex 和 Keyence 对比

制造业计算机视觉平台:YOLO、Cognex 和 Keyence 对比

比较面向制造业的计算机视觉平台:Cognex、Edge Impulse、Keyence、Landing AI、Roboflow 和 Ultralytics YOLO,关注检测能力与 MES 的适配性。
了解更多
机器人质量检测:覆盖范围为何是难点

机器人质量检测:覆盖范围为何是难点

了解机器人质量检测的工作原理:扫描规划、标定、机器人与视觉同步、多视角融合、覆盖范围证明和质量记录。
了解更多
Scale AI 数据标注替代方案

Scale AI 数据标注替代方案

用于视觉数据标注的 Scale AI 替代方案:iMerit、SuperAnnotate 和 Ultralytics Platform,从成本、控制力、扩展速度和数据处理等方面进行比较。
了解更多
使用 Ultralytics 进行个人防护装备检测与工作场所安全

使用 Ultralytics 进行个人防护装备检测与工作场所安全

使用 Ultralytics Platform 构建个人防护装备检测:标注现场图像,训练 YOLO26,部署到云端或边缘,并验证工作场所安全监控。
了解更多
人员计数和占用率分析究竟如何工作

人员计数和占用率分析究竟如何工作

了解人员计数和占用率分析的工作原理:比较 WiFi、ToF、热成像和基于摄像头的视觉方法、现有产品,以及如何自行构建。
了解更多
用于装配和抓取放置的视觉引导机器人技术

用于装配和抓取放置的视觉引导机器人技术

了解视觉引导的抓取与放置如何贯穿感知、理解、标定、抓取规划、运动和恢复,并提供 2D 与 3D 的选择指南。
了解更多
标注外包与内部标注:真正的权衡

标注外包与内部标注:真正的权衡

比较外包与内部计算机视觉标注,关注每个可用标注的成本、扩展速度、质量、安全性,以及大多数团队最终采用的混合模式。
了解更多
Ultralytics 摩洛哥外出活动:2026 团队精彩瞬间

Ultralytics 摩洛哥外出活动:2026 团队精彩瞬间

深入了解 Ultralytics 在摩洛哥举办的公司外出活动。工作坊、文化体验,以及凝聚全球团队的精彩时刻。
了解更多
Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点

Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点

回顾 Ultralytics 参加 2026 Qualcomm x Extreme Vision Edge AI Developer Day 的经历:活动现场的演示、亮点与交流。
了解更多
在 Intel Core Ultra Series 3(Panther Lake)上借助 OpenVINO 加速 Ultralytics YOLO26

在 Intel Core Ultra Series 3(Panther Lake)上借助 OpenVINO 加速 Ultralytics YOLO26

了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式,并在 Intel 硬件上加速推理,包括 CPU、GPU 和 NPU。
了解更多
Ultralytics 参加 CVPR 2026 的精彩亮点

Ultralytics 参加 CVPR 2026 的精彩亮点

回顾 Ultralytics 在丹佛参加 CVPR 2026 的精彩经历:展示产品、发表研究成果,并与全球计算机视觉社区交流。
了解更多
Ultralytics’ first community meetup in Shenzhen, China

Ultralytics 中国社区聚会:中国对机器学习兴趣全球最高

回顾 Ultralytics 首次深圳线下聚会的精彩内容:YOLO 如何发展为完整的计算机视觉平台,以及中国 AI 社区的未来方向。
了解更多
Alexis Schnitger and Abi Anderson at Embedded Vision Summit 2026

Ultralytics 参加 Embedded Vision Summit 2026 的精彩亮点

加入我们,一起回顾 Ultralytics 参加 Embedded Vision Summit 2026 的经历:我们在圣克拉拉展示了 Ultralytics YOLO26,并与 AI 社区展开交流。
了解更多
Lisa Su on stage at the AMD Dev Day event in Shanghai

Ultralytics 参加 AMD Dev Day Shanghai:本地 AI 遇上智能体系统

Ultralytics 分享 AMD Dev Day Shanghai 的 AMD AI 主题要点:本地 AI 部署、智能体系统、ROCm 和 Ryzen AI Max 395。
了解更多
Ultralytics YOLO and DEEPX edge AI inference for Physical AI

Ultralytics YOLO 携手 DEEPX:面向 Physical AI 的边缘 AI 推理

了解全新的 DEEPX 导出集成如何将 Ultralytics YOLO 推理带到由 NPU 驱动的边缘 AI 硬件。
了解更多
Exporting Ultralytics YOLO models on Ultralytics Platform

如何使用 Ultralytics Platform 导出 Ultralytics YOLO 模型

借助 Ultralytics Platform 轻松导出视觉 AI 模型。了解如何通过几次点击,为边缘端、移动端和云端部署准备模型。
了解更多

让我们共同构建 AI 的未来!

开启你的机器学习未来之旅