Ultralytics YOLO-VLM

YOLO-VLM은 효율적인 비전-언어 파이프라인을 위해 경량 YOLO 프런트엔드가 더 심층적인 LLM 계층으로 입력을 전달하는 모델로 공식 Ultralytics 로드맵에 발표된 출시 예정 Ultralytics 모델입니다. 빠른 시각적 인식을 언어 모델과 연결합니다.

대부분의 비전-언어 모델은 규모가 크고 동영상에서 지속적으로 실행하기에는 비용이 많이 듭니다. 일반적으로 작업을 분리해 빠른 비전 프런트엔드가 더 심층적인 언어 계층에 입력을 전달하면 인식은 실시간으로 유지하면서, 언어 연산은 부가 가치를 제공하는 경우에만 사용할 수 있습니다. 이것이 Ultralytics 로드맵에 소개된 YOLO-VLM의 파이프라인 구조입니다.

일반적으로 비전-언어 파이프라인은 자연어 장면 설명, 시각적 질의응답, 동영상에서의 오픈 보캐뷸러리 검색, 단순히 이상 상황을 감지하는 데 그치지 않고 무슨 일이 있었는지 설명하는 알림을 지원합니다. 발표된 YOLO-VLM의 역할은 이러한 파이프라인을 위한 효율적인 프런트엔드입니다.

Ultralytics는 공식 로드맵에 출시 일정을 발표하며, 해당 로드맵은 어떤 제품이 언제 출시되는지 확인할 수 있는 권위 있는 정보원입니다. 출시 소식을 확인하려면 로드맵과 GitHub의 Ultralytics를 팔로우하세요.

실시간 인식 계층을 구축하려면 먼저 Ultralytics YOLO26으로 시작하세요. 이 계층은 감지, 분할, 포즈 및 추적을 수행합니다. 지금 Ultralytics 워크플로를 기반으로 구축한 파이프라인은 YOLO-VLM 출시 시 언어 계층을 추가할 수 있습니다. 지금 Ultralytics Platform에서 학습하고 배포하세요.