أعلنت شركة أورتاليتكس، الرائدة عالميًا في مجال الذكاء الاصطناعي البصري المفتوح المصدر، عن إطلاق نموذج YOLO26، الأحدث والأكثر تقدمًا في سلسلة نماذج YOLO (You Only Look Once)، والذي يُعدّ معيارًا عالميًا جديدًا في الذكاء الاصطناعي البصري المُصمم خصيصًا للبيئات الحافة (Edge). يُعد YOLO26 أول نموذج كشف كائنات متكامل من البداية إلى النهاية، خالٍ تمامًا من خطوة ما بعد المعالجة المعروفة بـ NMS (Non-Maximum Suppression)، مما يُحدث ثورة في سرعة النشر وسهولة التكامل في البيئات الإنتاجية. تم تصميم YOLO26 من الصفر ليعمل بكفاءة على الأجهزة الحافة والمحطات المدمجة ذات الطاقة المنخفضة، مثل المعالجات المركزية (CPU) ووحدات المعالجة الحافة، مما يُحل مشكلة الاعتماد على وحدات معالجة الرسومات (GPU) التي كانت تُعدّ عائقًا أمام التوسع في الاستخدامات الواقعية. يُقلل هذا التصميم من زمن الاستجابة (التأخير)، ويُعزز الاستقرار، ويُبسّط عملية النشر عبر البيئات السحابية، الحافة، والمدمجة، دون التضحية بالأداء. يأتي YOLO26 كعائلة نماذج موحدة تدعم عدة مهام بصرية في إطار واحد، بما في ذلك كشف الكائنات، التجزئة التلقائية، التصنيف، تقدير الوضع (Pose Estimation)، والكشف عن الكائنات الموجهة. هذا التكامل يُسرّع من عملية الانتقال من البحث إلى الإنتاج، ويقلل من الحاجة إلى تخصيص نماذج منفصلة لكل مهمة. كما أُطلقت نسخة مُخصصة من النموذج تُسمى YOLOE-26، وهي عبارة عن عائلة نماذج تجزئة مفتوحة المفردات (Open-Vocabulary Segmentation) مبنية على معمارية YOLO26. تُتيح YOLOE-26 التفاعل عبر نصوص، صور، أو بدون مُحفزات (Prompt-free)، مع أداء دقيق وموثوق، وتناسب بسهولة في سير العمل الحالي للتجزئة. يُعدّ YOLO26 استمرارًا لتراث أورتاليتكس في الابتكار المفتوح المصدر، حيث تُستخدم نماذج YOLO من قبل ملايين المطورين حول العالم، وتُطبّق أكثر من 2.5 مليار مرة يوميًا في مجالات متعددة مثل الصناعة، الرعاية الصحية، التجارة، والنقل. تتعاون الشركة مع شركات رائدة مثل أكسيليرا، آي بي إم، ديب إكس، وسوني أيتريوس لضمان الأداء العالي على أحدث الأجهزة الذكية. يتوفر YOLO26 عبر منصة أورتاليتكس مع دعم كامل للتدريب، الاستدلال، والتصدير، بالإضافة إلى خيارات ترخيص مؤسسي للبيئات التجارية والمغلقة، تشمل الدعم الفني، الصيانة طويلة الأمد، والنشر على نطاق واسع على الحافة. يُعتبر إطلاق YOLO26 خطوة جوهرية نحو تمكين الذكاء الاصطناعي البصري في البيئات الواقعية، حيث يجمع بين الأداء العالي والقابلية للنشر دون تعقيد، مما يُحقق التوازن بين الجودة والقابلية التطبيق في العالم الحقيقي.