Xinference v0.13.3 发布：新增多款 SOTA 模型，功能全面升级！
Xorbits Inference（Xinference）是一个 性能强大且功能全面的 分布式 推理框架。可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过 Xorbits Inference，你可以轻松地 一键部署你自己的模型或内置的前沿开源模型 - https://github.com/xorbitsai/inference。无论你是研究者，开发者，或是数据科学家，都可以通过 Xorbits Inference 与最前沿的 AI 模型，发掘更多可能。
Xinference 的功能和亮点有：
- 🌟 模型推理，轻而易举：大语言模型，语音识别模型，多模态模型的部署流程被大大简化。一个命令即可完成模型的部署工作。
- ⚡️ 前沿模型，应有尽有：框架内置众多中英文的前沿大语言模型，包括 baichuan，chatglm2 等，一键即可体验！内置模型列表还在快速更新中！
- 🖥 异构硬件，快如闪电：通过 ggml，同时使用你的 GPU 与 CPU 进行推理，降低延迟，提高吞吐！
- ⚙️ 接口调用，灵活多样：提供多种使用模型的接口，包括 OpenAI 兼容的 RESTful API（包括 Function Calling），RPC，命令行，web UI 等等。方便模型的管理与交互。
- 🌐 集群计算，分布协同: 支持分布式部署，通过内置的资源调度器，让不同大小的模型按需调度到不同机器，充分使用集群资源。
- 🔌 开放生态，无缝对接: 与流行的三方库无缝对接，包括 LangChain， LlamaIndex， Dify，以及 Chatbox。
🎉 Xinference v0.13.3 正式发布！
本周有大量 SOTA 的 LLM 模型发布，Xinference 第一时间跟进！
- 新增内置支持模型 📦
- llama-3.1, llama-3.1-instruct 📚
- Mistral-nemo-instruct, mistral-large-instruct 📝
- CosyVoice 语音模型 🎤
- 更多 MLX 推理引擎支持模型：llama-3-instruct, codestral, Yi-1.5-chat, internlm2.5-chat 🚀
- llama-3-instruct gptq 量化格式 📉
- csg-wukong-chat-v0.1 💬
- 新功能 🚀
- GLM4支持stream tool call 🔧
- BUG修复 🐛
- 修复 inpainting 和 infer 接口的问题 🔧
- UI相关 💻
- image和audio模型launch页面支持一些常用的参数配置 🎨🎵
我们感谢每一位参与的社区伙伴对 Xinference 的帮助和支持，也欢迎更多使用者和开发者参与体验和使用 Xinference。
欢迎您在 https://github.com/xorbitsai/inference 给我们一个 星标，这样你就可以在 GitHub 上及时收到每个新版本的通知。
