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 0.14.4 🚀 发布，新增了 CogVideoX 5B 🎥 视频模型的支持。
更新指南
* pip：pip install 'xinference==0.14.4' 📦
* Docker：拉取最新版本即可 🐳
更新日志
* 新增内置支持模型
* 视频模型CogVideoX-5b 🎞️
* 新功能
* sd系列图像模型支持padding 🖼️
* cosyvoice-300m-instruct 语音模型支持无需instruction 🎤
* BUG修复
* 修复transformers推理引擎无法加载lora的问题 💡
* 修复docker compose无法拉起的问题 🔄
* 修复image-to-text模型健康检查带来的问题 🛠️
* 修复sglang不同版本参数不同的问题 📈
* 修复注册模型列表错误的问题 📋
* 修复列举视频模型的问题 📝
* 修复VL模型显存占用问题 🖥️
* 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。
