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 v1.10.1 更新日志
✅ 本次亮点
* 🧩 大量模型支持
* Qwen3-VL 与 Qwen3-Next —— Qwen3 家族最新成员
* Qwen-Image-Edit-2509 —— 图像编辑能力持续增强
* IndexTTS2 —— 新增高质量语音合成模型
* 📑 sglang 引擎支持 Structured Output
* 现已支持 **OpenAI 风格的 json structured output**，进一步提升与外部 API 的兼容性。
🌐 社区版更新
📦 安装方式
* pip 安装：pip install 'xinference==1.10.1'
* Docker 使用：拉取最新版镜像，或在容器中使用 pip 更新
🆕 新模型支持
* IndexTTS2
* Qwen-Image-Edit-2509
* Baichuan-M2
* Qwen3-VL
* Qwen3-Next
✨ 新特性
* sglang 支持 json structured output
* UI：支持 request_limits 参数
* UI：动态检测 download_hub
* 支持通过 WebUI 与命令行列出 flexible 模型
🛠 功能增强
* 优化 Mac MPS 上 Qwen2.5-VL 的性能
* deepseek-r1-0528 模型支持 tool_calls
* 升级 funasr 依赖
* 更新 CUDA 12.8 Dockerfile
* UI 启动模型页面重构
🐞 Bug 修复
* 优化 rerank 模型查找逻辑，支持 video 模型类型
* 修复 seed-oss 所需 VLLM 版本依赖问题
* 修复模型名称重复时的注册问题
* 修复 UI 中自定义模型抽屉组件无法打开的问题
* 修复已注册模型无法使用 tools 的问题
* 修复 finish_reason 字段处理逻辑
* 修复 vllm structured output 兼容性问题
📚 文档更新
* 更新 README，补充 MaxKB 相关说明
🏢 企业版更新（v0.2.4 发布）
* 新增更多 PDF 解析模型支持，进一步强化企业文档处理能力
* 功能与性能优化，整体可用性和稳定性持续提升
参考
中文：https://xinference.cn/release_notes/v1.10.1.html
英文：https://xinference.io/release_notes/v1.10.1.html
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。
