Ultralytics 于上海时间 2026-09-02 发布 v8.4.138 稳定版，本次为稳定性补丁。仓库由 Ultralytics 组织维护，采用 AGPL-3.0 许可。发布通过 GitHub Release 归一验证，API 标称 published_at 为 2026-09-01T23:01:20Z，对应上海时间 2026-09-02 07:01:20，命中当日窗口。版本聚焦兼容性与稳定性，未引入模型结构变更，中国开发者可通过 PyPI 或源码直接升级验证。
关键变化
- - 旧版检查点兼容：受限加载现可识别 8.4.95 前存储的 loss 与分配类，覆盖检测、分类、姿态、分割、旋转框与关键点等组件，避免旧 checkpoint 加载失败 - YOLO-World 修复：纠正包加载路径，解决 YOLO-World 及其相关 checkpoint 的导入问题 - MuSGD 与 channels_last：以 layout 安全的 reshape 替代不兼容的 flatten，使 MuSGD 优化器在 CUDA 上启用 channels_last 时不再崩溃 - SAM 特征提取优化：SAM、SAM2、SAM3 的图像嵌入改为推理模式计算，不保留 autograd 图，重复推理更省显存 - 分布式与调优健壮性：DDP 在无正样本批次时保持分支连通，避免未使用梯度导致的失败；多数据集调优保留数据集名称与顺序，失败数据集记为零指标而非残缺结果
适用对象与价值
面向使用 YOLO11、YOLOv8、YOLO-World、YOLO26 以及 SAM 系列进行目标检测、分割、姿态与跟踪的个人与团队，尤其是有大量历史 checkpoint 需要复用、依赖 YOLO-World 流程、或在云端与本地多卡训练的场景。修复显著降低旧模型复用成本，SAM 显存优化利好长时推理与批量嵌入提取，分布式修复提升多卡训练与超参调优的可信度。
兼容性与安装/访问条件
本版为补丁更新，未声明破坏性变更，AGPL-3.0 许可证保持不变。支持 Python 3.10 及以上、PyTorch 环境，通过 pip 安装或升级：pip install -U ultralytics，或从源码安装。仓库地址 https://github.com/ultralytics/ultralytics，发布页面 https://github.com/ultralytics/ultralytics/releases/tag/v8.4.138，提供与 PyPI 同步的轮子及 sbom.spdx.json。需具备对应操作系统权限与访问 GitHub Release 与 PyPI 的网络条件；企业闭源商用需另行评估 AGPL-3.0 合规要求或联系官方商业授权。
限制与注意事项
AGPL-3.0 为强 copyleft 许可，通过网络提供基于修改版的服务需开放对应源码，闭源商业项目需谨慎评估或采用官方商业授权。本次未涉及模型能力提升，主要为兼容性与稳定性修复；量化与精度选择需按文档区分不同导出格式（PyTorch、ONNX、OpenVINO、NCNN、MNN、Triton 等）的行为差异，避免对 quantize 参数作跨后端一致性假设。建议先在预发环境回归验证旧 checkpoint 加载、YOLO-World 推理与 MuSGD 训练链路。
下一步建议
已使用 Ultralytics 的项目可直接升级至 v8.4.138 并验证关键链路：旧 checkpoint 加载、YOLO-World 推理、MuSGD + channels_last 训练以及 SAM 重复推理显存。关注后续 Release Notes 与对比链接 v8.4.137...v8.4.138，生产环境建议完成小规模回归后再全量推送；如遇加载或训练问题，可通过仓库 Issues 提交复现信息与环境详情。