Ultralytics YOLO-VLM

YOLO-VLM — это готовящаяся к выходу модель Ultralytics, анонсированная на официальной дорожной карте Ultralytics в качестве легковесного интерфейсного модуля YOLO, передающего данные на более глубокий слой языковой модели для эффективных конвейеров «зрение — язык», обеспечивающих быстрое визуальное восприятие, соединенное с языковой моделью.

Большинство моделей «зрение — язык» имеют большой объем и дороги в непрерывном запуске на видео. В общем случае разделение работы — быстрый интерфейсный модуль компьютерного зрения, передающий данные на более глубокий языковой слой, — позволяет поддерживать обработку в реальном времени, резервируя вычислительные ресурсы языка для тех случаев, когда они приносят пользу. Именно такую архитектуру конвейера описывает дорожная карта Ultralytics для YOLO-VLM.

Как правило, конвейеры «зрение-язык» обеспечивают описание сцен на естественном языке, визуальные ответы на вопросы, поиск по видео с открытым словарем и оповещения, которые объясняют произошедшее, а не просто фиксируют его. Заявленная роль YOLO-VLM — быть эффективным интерфейсом для подобных конвейеров.

Ultralytics анонсирует сроки выпуска на официальной дорожной карте, которая является авторитетным источником информации о том, что и когда выпускается. Следи за дорожной картой и Ultralytics на GitHub, чтобы получать анонсы релизов.

Начни с Ultralytics YOLO26 для слоя восприятия в реальном времени: детекции, сегментации, оценки позы и трекинга. Конвейеры, построенные на рабочем процессе Ultralytics сегодня, готовы к добавлению языкового слоя после выхода YOLO-VLM. Обучай и развертывай прямо сейчас на платформе Ultralytics.