Autoři populární rodiny modelů YOLO představili YOLO26, novou generaci jednotných real-time vision modelů. Hlavní změnou je duální hlavička umožňující nativní end-to-end inferenci bez non-maximum suppression a odstranění Distribution Focal Loss, což vede k lehčí hlavičce s neomezeným regresním rozsahem. Tréninkový pipeline kombinuje hybridní Muon-SGD optimalizátor převzatý z trénování velkých jazykových modelů, Progressive Loss, který postupně přesouvá pozornost k inferenční hlavičce, a novou strategii přiřazování labelů STAL zaručující pokrytí i těch nejmenších objektů. YOLO26 pokrývá detekci, segmentaci, pose estimation a orientované bounding boxy s výrazně kratšími tréninkovými časy a nižšími nároky na hardware než předchozí generace.
