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。
群公告 🚀 Xinference v1.12.0 更新日志
✅ 本次亮点
- 🧠 新增模型支持 * Qwen3-Omni —— 支持多模态理解与生成（文本、图像、语音统一处理） * DeepSeek-OCR —— 高精度文档识别模型 * Jina-Reranker-V3 —— 支持语义重排任务的高性能模型
- 🐍 Python 3.13 支持 * 适配最新 Python 运行环境，进一步提升兼容性与开发体验。
- 🖥️ OCR Gradio UI * 内置 OCR 图形界面，方便用户快速测试和集成文档识别能力。
🌐 社区版更新
📦 安装方式
- pip 安装：pip install 'xinference==1.12.0'
- 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-Omni
- DeepSeek-OCR
- Jina-Reranker-V3 ✨ 新特性
- 支持 Python 3.13
- 增加 OCR Gradio UI ⚙️ 构建与优化
- 修复 torch.audio 2.9 带来的兼容性问题
- 修复 Python 3.12 构建配置与 Dockerfile
- 优化 transformers 与 cu128 镜像依赖 🧩 Bug 修复
- 修复 Qwen3 模型随机字符问题
- 修复 IndexTTS2 在 transformers 4.57.1 下的错误
- 修复 OAuth2 模式下运行 Docker 报错
- 修复 Qwen3-VL 启动异常
- 修复进度条显示异常
🏢 企业版更新
- 支持 0 副本模型启动：允许模型处于“已启动但无副本”的状态，便于动态扩容与资源管理。
- 稳定性增强：修复若干兼容性与可靠性问题，提升大规模部署下的系统稳定性。
参考 中文：https://xinference.cn/release_notes/v1.12.0.html 英文：https://xinference.io/release_notes/v1.12.0.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。
