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 v1.13.0 更新日志
✅ 本次亮点
🌐 社区版更新
📦 安装方式
- pip 安装：pip install 'xinference==1.13.0'
- Docker：拉取最新镜像或在容器内使用 pip 更新
🆕 新模型支持
- Qwen3-VL-MLX（MLX 框架多模态支持）
✨ 新特性
- 自动 batch embedding
- 从 Xinference Model Hub 更新模型
- 支持更新模型 JSON 元数据
🛠 功能增强
- IndexTTS2 支持 流式输出
- IndexTTS2 支持 离线部署
- 增加 embedding benchmark
- 修复 peft 版本导致的 CI 构建问题
🐞 Bug 修复
- 修复 DeepSeek-OCR 在 Docker 中运行异常
- 工具调用（tool call）ID 使用 UUID，避免重复
- 修复音频 / 视频 / 图像模型缓存列表显示问题
📚 文档更新
- 新模型文档更新
- 1.12.0 版本在 uv 下的安装说明
- 模型在线更新机制文档更新
🏢 企业版更新
- 新增 MinerU 2.5 支持：更强大的 PDF / 文档解析能力
- 新增 paddleocr-vl 支持：OCR + 视觉理解一体化模型，适配更多业务场景
- 系统稳定性增强：持续修复多项问题，提升大规模集群运行可靠性
参考
中文：https://xinference.cn/release_notes/v1.13.0.html
英文：https://xinference.io/release_notes/v1.13.0.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。
