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 v1.2.2 发布 🚀，deepseek r1 蒸馏模型支持完备 ✅！万众期待的 deepseek v3 和 R1 模型将在 1.3.0 带来 🎉，我们会尽快带来稳定、高效的满血版本推理 ⚡。
🌍 社区版
📌 更新指南
* 🐍 pip：pip install 'xinference==1.2.2’
* 🐳 Docker：拉取最新版本即可，也可以直接在镜像内用 pip 更新。
📝 更新日志
🔹 新模型
* 🖼️ 多模态：qwen2.5-vl-instruct
* 🤖 LLM：internlm3, deepseek-r1-distill-llama
* 🔊 语音：Kokoro-82M
🔹 新功能
* 🚀 qwen2.5-vl-instruct 支持 vLLM 引擎
🔹 🐞 BUG 修复
* 🗂️ 修复 llama-cpp 量化存在多文件时的问题
* 🔄 修复最新版本 transformers 进行推理时 continuous batching 的适配性问题
🏢 企业版
* 🔀 PD 分离支持 GA
* 🎨 UI 调整，更人性化
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。
