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 v1.15.0 更新日志
✅ 本次亮点
* 🧠 多模型能力持续扩展
* DeepSeek-V3.2 模型支持，推理与工具调用能力进一步增强
* Z-Image-Turbo 图像模型上线，带来更快的生成体验
* PaddleOCR-VL 正式支持，覆盖 OCR + 视觉理解场景
* ⚙️ 多副本能力增强
* 支持 单张 GPU 上运行多个模型副本，显著提升资源利用率
🌐 社区版更新
📦 安装方式
* pip 安装：pip install 'xinference==1.15.0'
* Docker：拉取最新版镜像或在容器内使用 pip 更新
🆕 新模型支持
* Z-Image-Turbo
* DeepSeek-V3.2
* PaddleOCR-VL
✨ 新特性
* llama.cpp 支持 json schema structured output
* 支持单 GPU 多副本运行
* 支持使用 --device cpu 启动模型
🛠 功能增强
* 引擎不可用时提供更详细的原因说明
* GLM-4.5 增强 tool calls 支持
* vLLM structured output 参数能力增强
* 模型元数据（JSON）持续更新
🐞 Bug 修复
* 修复缓存模型管理页面缺失的问题
* 修复软链接无法完全删除的问题
* 修复虚拟环境中同名包冲突错误
* 修复多模态视频参数不生效的问题
* 修复自定义 embedding 模型注册失败的问题
* 修复 UI 复制功能与下拉框宽度异常
* 修复 Dockerfile.cu128 拼写错误
📚 文档更新
* 新增模型文档
* 补充 v1.14.0 发布说明
🏢 企业版更新
* 支持从 Xinference Model Hub 更新企业版模型列表，无需等待版本发布即可同步最新模型
* 修复昇腾（Ascend）平台相关使用问题，提升企业环境下的稳定性与可用性
参考
* 中文：https://xinference.cn/release_notes/v1.15.0.html
* 英文：https://xinference.io/release_notes/v1.15.0.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。
