Ultralytics YOLO-VLM
Un front-end ligero de YOLO alimenta una capa LLM más profunda para crear canalizaciones eficientes de visión y lenguaje; este modelo se ha anunciado en la hoja de ruta de Ultralytics. Empieza hoy con YOLO26 y prepárate para conectar la visión con el lenguaje cuando se lance.
La confianza de las organizaciones líderes del mundo
El impacto de nuestros modelos
Agiliza los procesos en distintos sectores con nuestros modelos de IA de visión de vanguardia. Velocidad, precisión y facilidad de uso gracias a Ultralytics.
La evolución de los modelos YOLO de Ultralytics
Descubre cómo evolucionó Ultralytics YOLO desde el práctico flujo de trabajo de YOLOv5 hasta la inferencia de YOLO26 lista para edge.
Entrena con las mejores GPU por menos
26 GPU NVIDIA desde $0.24/h: de Ampere a Blackwell. Sin recargos, sin mínimos y sin compromiso.
Implementa en cualquier lugar
Exporta a 22 formatos e implementa en entornos edge, la nube y dispositivos móviles.
Descubre soluciones para distintos sectores
Descubre cómo los equipos aplican la visión artificial de Ultralytics en entornos de producción.
Agricultura
Automoción
Sanidad
Logística
Fabricación
Comercio minorista
Robótica
Preguntas frecuentes
YOLO-VLM es un próximo modelo de Ultralytics, anunciado en la hoja de ruta oficial de Ultralytics como un front-end ligero de YOLO que alimenta una capa LLM más profunda para crear canalizaciones eficientes de visión y lenguaje: percepción visual rápida conectada a un modelo de lenguaje.
La mayoría de los modelos de visión y lenguaje son grandes y costosos de ejecutar de forma continua sobre vídeo. En general, dividir el trabajo —un front-end visual rápido que alimenta una capa de lenguaje más profunda— permite mantener la percepción en tiempo real y reservar el cálculo lingüístico para cuando aporta valor. Esa es la arquitectura de canalización que la hoja de ruta de Ultralytics describe para YOLO-VLM.
En general, las canalizaciones de visión y lenguaje permiten describir escenas en lenguaje natural, responder preguntas visuales, buscar en vídeos mediante vocabulario abierto y generar alertas que explican lo sucedido en lugar de limitarse a señalarlo. La función anunciada de YOLO-VLM es servir de front-end eficiente para canalizaciones de este tipo.
Ultralytics anuncia las fechas de lanzamiento en la hoja de ruta oficial, la fuente de referencia para saber cuándo se publica cada producto. Sigue la hoja de ruta y a Ultralytics en GitHub para conocer los anuncios de lanzamiento.
Empieza con Ultralytics YOLO26 para la capa de percepción en tiempo real: detección, segmentación, estimación de pose y seguimiento. Las canalizaciones creadas hoy con el flujo de trabajo de Ultralytics estarán preparadas para incorporar la capa de lenguaje cuando se publique YOLO-VLM. Entrena y despliega ya en Ultralytics Platform.
Prepárate para YOLO-VLM
Crea hoy la capa de percepción con Ultralytics YOLO26 y conecta la visión con el lenguaje cuando se lance.