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 v1.11.0.post1 更新日志
✅ 本次亮点
- 🧠 新增模型支持 * Qwen3-4B Instruct / Thinking * MiniCPM-V 4.5
- ⚙️ VLLM 引擎增强 * 支持 多模型加载（multi-model） —— 包括 Omni、图像、视频、音频 等多模态模型类型 * 支持 AWQ 8bit 量化 * CUDA 12.8 镜像中 VLLM 升级至 0.10.2
- 🖼️ OpenAI Image Edit API 支持 * 可直接兼容 images/edits 接口，提升图像编辑与生成类模型的兼容性。
🌐 社区版更新
📦 安装方式
- pip 安装：pip install 'xinference==1.11.0.post1’
- 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
- Qwen3-4B Instruct / Thinking
- MiniCPM-V 4.5
✨ 新特性
- OpenAI image edit API 支持
- VLLM 支持多模型加载（含 Omni、图像、视频、音频模型）
- VLLM 支持 AWQ 8bit 量化
- CUDA 12.8 镜像升级 VLLM 至 0.10.2
🛠 功能增强与修复
- 修复 UI 中 n_gpu_layers=-1 时按钮失效的问题
- 修复 CI 构建及 CUDA 12.8 Dockerfile 问题
- 同步多模态模型 JSON（音频、图像、视频、LLM）
🏢 企业版更新
- 新增 Kubernetes Operator 初步支持：支持模型副本自动调度与生命周期管理，为集群化推理提供统一接口
- 稳定性增强：修复了一些已知问题，整体运行更加稳定可靠
参考 中文：https://xinference.cn/release_notes/v1.11.0.post1.html 英文：https://xinference.io/release_notes/v1.11.0.post1.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。
