简报

2026年1月14日，Ultralytics 正式发布 YOLO26，这是迄今为止最先进、同时也是最易于部署的 YOLO 模型。YOLO26 最早在 YOLO Vision 2025（YV25）大会上首次亮相，它标志着计算机视觉模型在真实世界系统中的训练方式、部署方式以及规模化路径发生了根本性的转变。这是YOLO系列首个原生端到端模型，完全移除了 NMS（非极大值抑制）后处理步骤。CPU推理速度最高提升43%，单次前向传递最多输出300个检测结果。

与此前的 Ultralytics YOLO 系列一样，YOLO26 依然采用统一的模型家族设计，能够支持多种计算机视觉任务。模型提供五种尺寸选择：Nano（n）、Small（s）、Medium（m）、Large（l）和 Extra Large（x），团队可以根据部署环境，在速度、精度和模型体量之间进行灵活取舍。在性能层面,YOLO26 进一步提升了性能上限。与 YOLO11 相比，YOLO26 的 Nano 版本在 CPU 推理场景下最高可实现 43% 的性能提升，成为目前边缘端和基于 CPU 部署场景中速度与精度兼顾的领先目标检测模型之一。

Ultralytics YOLO26 引入了多项核心创新，全面提升了推理速度、训练稳定性和部署便捷性，主要包括：

• 移除分布焦点损失（DFL）：删除了 DFL 模块，简化了边界框预测过程，提升了硬件兼容性，让模型更易于导出并在边缘设备和低功耗硬件上运行。
• 端到端无 NMS 推理：YOLO26 原生支持端到端推理，可直接输出最终预测结果，无需依赖非极大值抑制（NMS），减少了推理延迟和部署复杂度。
• 渐进式损失平衡（ProgLoss）+ 小目标感知标签分配（STAL）：这些优化的损失策略稳定了训练过程，提升了检测精度，尤其针对难以检测的小目标。
• MuSGD 优化器：采用全新混合优化器，融合了 SGD 与 Muon 的优化方法，模型训练更加稳定。
• CPU 推理速度提升高达 43% ：专为边缘计算优化，YOLO26 的 CPU 推理速度提升高达 43%，可在边缘设备上实现实时性能。

链接

• 使用地址
• 代码仓库
• 文档中心
• YOLO26发布：下一代视觉模型来了！
• YOLO26：实时目标检测进入端到端时代