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 v1.17.0 更新日志
⚠️ 重要说明 v1.17.0 是 Xinference v1 系列的最后一个版本。
✅ 本次亮点
- 🧩 摩尔线程 GPU（MThreads / MUSA）支持 * 新增对国产 摩尔线程 GPU 的原生支持，进一步完善多硬件生态适配。
- 🖼️ 多模态引擎能力全面升级 * OCR：新增 Apple MLX 引擎支持 * Image 模型：开始支持 多引擎切换 * Video 模型：新增 GGUF 量化格式支持
- 🚀 vLLM 分布式与参数能力增强 * 修复并完善 vLLM ≥ 0.11.0 的多机分布式推理支持 * 新增 RoPE Scaling 与 MTP（Multi-Token Prediction） 参数支持
- 🧠 新模型支持 * Qwen-Image-Edit-2511 * Qwen-Image-2512
🌐 社区版更新
📦 安装方式
- pip 安装：pip install 'xinference==1.17.0'
- Docker：拉取最新版镜像或在容器内使用 pip 更新
🆕 新模型支持
- Qwen-Image-Edit-2511
- Qwen-Image-2512
✨ 新特性
- 支持 enable_thinking 参数开关
- 新增 摩尔线程 GPU（MUSA） 支持
- vLLM ≥ 0.11.0 支持分布式模型启动
- OCR 支持 多引擎，并新增 MLX 后端
- Image 模型支持 多引擎切换
- Video 模型支持 GGUF 量化格式
- Sentence-Transformers rerank 支持 自动 batch
- 新增 FP4 推理支持
- 新增 MiniMax 工具调用（tool call）支持
🛠 功能增强
- vLLM 支持 MTP 与 RoPE Scaling 参数
- 模型元数据持续更新（DeepSeek、OCR、R1 等）
🐞 Bug 修复
- 修复 vLLM embedding / rerank 空缓存问题
- 修复 worker 重复选择问题
- 修复 vLLM OCR 模型无法停止的问题
- 修复模型下载过程中无法取消的问题
📚 文档更新
- 更新 v1.16.0 发布说明
- 完善 Docker 使用文档
- 补充 vLLM + Torch + Xinference 兼容性说明
🏢 企业版更新
- Kubernetes 支持增强 *
- 优化在 K8s 环境下的部署与调度能力
- 提升多节点、多副本场景下的稳定性与可维护性
- KV Cache 架构升级
- 引入 去中心化、引擎无关的 KV Cache 存储机制
- 开始支持 跨引擎的 PD 分离（Prefill / Decode 分离）
- 为异构推理引擎协同与更高效的资源利用打下基础。
参考
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。
