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 v0.14.3 发布，让我们看看有哪些更新吧 🤔
* 新增内置支持模型 🤖
* 语音模型：FishSpeech-1.2-SFT 💬
* 多模态模型：cogvlm2-video-llama3-chat，支持视频输入 📹
* 新功能 🎉
* internvl2多模态模型支持lmdeploy推理引擎，支持awq量化 💻
* 支持sd3-medium的inpainting能力 🎨
* internlv2支持视频相关功能接口 📹
* gte-Qwen2 embedding模型支持torch_dtype参数 🔧
* 图像模型image_to_image接口支持padding 🖼️
* BUG修复 🔧
* 修复docker中llama3.1 sglang无法启动的问题 🚫
* UI相关 📊
* 除大语言模型LLM之外的模型类型launch页面新增一些常用的参数选项 📝
* 即将废弃： ⚠️
* v0.15.0 xinference内置客户端chat接口即将废弃prompt, system_prompt 和 chat_history参数，这三个参数将被messages参数替代，与openai形式保持一致 📝
* v0.15.0 Qwen系列的react形式的tool call功能将移除，由OpenAI API形式的tool call代替。移除qwen-chat 1代的tool call能力（不影响qwen1.5-chat和qwen2） 💻
* v0.15.0 将移除chatglm3。因其官方已基本不更新同时各规格接口不一致，glm系列模型推荐直接使用glm4-chat 👋
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。
