Ultralytics YOLO-VLM
Une interface YOLO légère reliée à une couche LLM plus approfondie pour créer des pipelines vision-langage efficaces, annoncée sur la feuille de route Ultralytics. Commence dès aujourd’hui avec YOLO26 pour être prêt à relier la vision au langage lors du lancement.
Adopté par les plus grandes organisations du monde
L’impact de nos modèles
Rationalise les processus dans tous les secteurs grâce à nos modèles de vision par IA de pointe. Ultralytics met la vitesse, la précision et la facilité d’utilisation à ta portée.
L’évolution des modèles Ultralytics YOLO
Découvre l’évolution d’Ultralytics YOLO, du flux de travail pratique de YOLOv5 à l’inférence YOLO26 prête pour l’edge.
Entraîne tes modèles sur les meilleurs GPU à moindre coût
26 GPU NVIDIA à partir de $0.24/h — d’Ampere à Blackwell. Aucun supplément, aucun minimum, aucun engagement.
Déploie partout
Exporte vers 22 formats et déploie sur des appareils en périphérie, dans le cloud et sur mobile.
Découvrir les solutions sectorielles
Découvre comment les équipes utilisent la vision par ordinateur d’Ultralytics dans des environnements de production.
Agriculture
Automobile
Santé
Logistique
Industrie manufacturière
Commerce de détail
Robotique
Foire aux questions
YOLO-VLM est un futur modèle Ultralytics, annoncé sur la feuille de route officielle Ultralytics comme une interface YOLO légère reliée à une couche LLM plus approfondie pour créer des pipelines vision-langage efficaces — une perception visuelle rapide connectée à un modèle de langage.
La plupart des modèles vision-langage sont volumineux et coûteux à exécuter en continu sur des vidéos. En général, répartir le travail — une interface de vision rapide alimentant une couche de langage plus approfondie — permet de conserver une perception en temps réel tout en réservant la puissance de calcul liée au langage aux tâches où elle apporte une valeur ajoutée. C’est la structure de pipeline que la feuille de route Ultralytics décrit pour YOLO-VLM.
En général, les pipelines vision-langage permettent de décrire des scènes en langage naturel, de répondre à des questions sur des images, d’effectuer des recherches à vocabulaire ouvert dans des vidéos et de générer des alertes qui expliquent ce qui s’est passé au lieu de simplement le signaler. Le rôle annoncé de YOLO-VLM est de fournir l’interface efficace à des pipelines de ce type.
Ultralytics annonce les dates de sortie sur la feuille de route officielle, la source de référence pour savoir quand les nouveautés seront disponibles. Consulte la feuille de route et Ultralytics sur GitHub pour suivre les annonces de sortie.
Commence avec Ultralytics YOLO26 pour la couche de perception en temps réel : détection, segmentation, estimation de pose et suivi. Les pipelines créés dès aujourd’hui avec le flux de travail Ultralytics pourront intégrer la couche de langage dès la sortie de YOLO-VLM. Entraîne et déploie dès maintenant sur Ultralytics Platform.
Prépare-toi pour YOLO-VLM
Crée dès aujourd’hui la couche de perception avec Ultralytics YOLO26 et relie la vision au langage dès le lancement.