Ultralytics维护的YOLO工具包于上海时间2026年9月23日发布v8.4.160稳定版。本次发布通过GitHub Release归一验证，接口显示published_at为2026-09-22T22:00:06Z，对应北京时间2026年9月23日06时00分，落在当日00:00至23:59窗口内。创建时间为2026-09-22T21:59:20Z，更新时间为2026-09-22T22:01:38Z，draft为false、prerelease为false，确认为正式稳定版而非预发布。仓库地址为https://github.com/ultralytics/ultralytics，归属Ultralytics组织，项目定位为YOLO27、YOLO26、YOLO11、YOLOv8的目标检测、实例分割、语义分割、图像分类、姿态估计与目标跟踪工具包，许可证为AGPL-3.0，保持不变。发布标题为v8.4.160 - ultralytics 8.4.160 Invalidate dataset caches when files are edited in place，对比区间为v8.4.159至v8.4.160，中国开发者可通过PyPI包ultralytics升级验证，不引入新模型结构。

关键变化

  • - 数据集缓存失效修正（#26283）：缓存键计入文件大小与修改时间，原地改标签类别但长度不变时触发重扫，检测、深度、语义分割等共享缓存用户受益 - SAM3文本提示降显存（#26281）：文本提示按最多16条分块处理，降低大提示集峰值显存占用，避免大集合触发显存不足 - OOM后训练更可靠（#26284）：自动降批量重试时保留优化器与调度器状态，不再重置优化器状态 - 校验数据集选择更明确（#26277）：无data参数时优先使用检查点记录的数据集，找不到时告警并回退任务默认集，深度标定要求显式传入data - TensorRT 11 INT8标定降内存（#26275）：标定时释放已消费批次数据并原地归一化，不改变标定数值，降低主机内存峰值 - 工具链更稳健（#26282、#26278、#26279、#26280、#26273）：CUDA结果支持转NumPy，NMS不再修改原始预测张量，修复列表元组与NumPy框裁剪、路径转换与单文件ZIP重复下载

适用对象与价值

面向使用YOLO26、YOLO11、YOLOv8及相关模型做目标检测、分割、分类、姿态估计与跟踪的个人与团队，特别是频繁原地修正标签类别、使用SAM3文本提示处理大提示集、在有限显存下训练常触发OOM自动降批量、依赖检查点数据集做校验，或需导出为TensorRT、TorchScript与苹果端格式在本地、云端与边缘部署的场景。缓存失效修正使标签修改后不再静默沿用旧缓存，提升数据集更新可信度；SAM3分块与标定内存优化使大提示与INT8转换在受限设备上更易完成；OOM保留优化器状态使恢复后训练曲线更连续；校验数据集复用与告警减少验证集选错导致的误评估。对中国用户的直接价值在于训练与数据链路更可预期，导出部署报错与文档更清晰，升级后无需改写训练主流程即可获得更稳健的转换与推理行为。

兼容性与安装条件

本次为常规版本更新，发布说明未声明破坏性接口变更与许可证变更，对比区间为v8.4.159至v8.4.160的增量集合，可按常规小版本评估升级。安装沿用PyPI与源码体系，仓库为https://github.com/ultralytics/ultralytics，PyPI包名为ultralytics，可执行pip install -U ultralytics或将版本固定至v8.4.160后安装，需按仓库说明配置Python与PyTorch环境后调用。升级后已有缓存将触发一次重扫，如文件大小与修改时间均被保留则需手动删除受影响缓存。TensorRT 11 INT8标定需对应版本TensorRT与GPU驱动支持，SAM3与CUDA链路需具备相应GPU与驱动条件，苹果端导出为可选路径。实际模型可用范围、精度与速度以后端实测为准，工具包仅完成客户端封装与导出逻辑，不改变服务端策略。升级前建议核对自有训练、校验与导出脚本对data参数、增强开关与类别配置的引用。

限制与注意事项

发布说明未提供具体精度与速度基准数字，不应将其理解为固定比例的性能提升承诺。缓存重扫、SAM3分块、OOM保留状态与标定内存优化的实际效果仍受显存、驱动、操作系统与本地磁盘状态影响，懒启动与哈希复用不等同于所有数据语义问题消失。校验数据集复用改善了问题定位，但仍需在自有验证集上复测精度与推理链路。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联系官方商业授权。本次未声明安全修复，不应视为安全加固版本。建议先在预发环境回归常规训练、标签原地修改后缓存行为、SAM3大提示、OOM自动降批量、校验数据集选择与TensorRT、TorchScript导出链路，再全量升级。本文不对安全性、长期维护与后续版本兼容作超出发布说明的保证。

下一步

已使用该工具包的项目可将版本固定至v8.4.160，在预发环境验证标签修改后重扫行为、SAM3分块显存、OOM恢复后优化器状态、校验数据集复用与告警、TensorRT 11 INT8标定内存与模型导出精度，再发布全量。未接入的团队可按仓库说明完成安装与快速验证。更多细节见Release v8.4.160说明、对比v8.4.159至v8.4.160与合入#26283、#26281、#26284、#26277、#26275、#26282、#26278，以及GitHub API中的published_at字段对应北京时间2026年9月23日的归一验证。