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 v1.2.1 发布 🎊
本次更新为大家带来了新模型、新功能及一系列优化，快来体验吧！👇
社区版更新指南 🌍
* Pip：pip install 'xinference==1.2.1'
* Docker：拉取最新镜像即可，或直接在镜像内用 pip 更新。
更新日志 📋
新模型 🧠
* 语音模型：MeloTTS 🎙️
* LLM：
* Deepseek-r1-distill-qwen 💡
新功能 ✨
* Xavier 引擎迎来一系列改进，v1.4.0 将默认启用：
* 调度策略仅用于 PREFILL 阶段，提升整体吞吐量 📈
* 支持 Xinference 内置模型恢复 ⚙️
* 修复多个模型同时启用 Xavier 时的问题 🛠️
* Whisper 系列语音模型支持传入以下参数：
* chunk_length_s
* stride_length_s
* return_timestamps ⏱️
* CosyVoice2 支持 SFT speakers 🎤
* 全部推理引擎支持 Cline 格式的 messages 输入，编辑更智能 ✍️
BUG 修复 🐞
* 修复与 OpenAI API 中 extra body 相关的兼容性问题。
* 修复与国际化相关的问题，体验更顺畅 🌏
企业版更新 🏢
* 优化昇腾、遂原、海光平台的支持，运行更稳定 🚀
* 修复了一些已知问题，可靠性进一步提升 🔧
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。
