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 v2.0.0 更新日志

🎉 Xinference 2.0 正式发布 v2.0 是一次重要的里程碑版本，在运行隔离、底座能力和模型生态上迈出了关键一步。

✅ 本次亮点

• 🧩 模型虚拟环境（Virtualenv）默认开启
• 从 v2.0 开始，模型虚拟环境默认开启。
• 每个模型都可以运行在 独立的 Python 依赖空间 中，支持为不同模型配置各自的依赖与推理引擎，有效避免因依赖版本冲突导致的模型启动失败问题，大幅提升系统稳定性与可维护性。
• 🚀 CUDA 镜像基线统一升级至 12.9
• v2.0 起，官方 CUDA 镜像最低版本统一为 CUDA 12.9，历史版本（如 12.4 等）已移除。
• 更干净的底座环境，为新一代推理引擎与高性能特性提供可靠基础。
• 🧠 Qwen3-VL 多模态向量与重排模型全量支持
• 新增并完整支持：
• Qwen3-VL-Embedding（2B / 8B）
• Qwen3-VL-Reranker（2B / 8B）
• 覆盖多模态向量化、检索与重排序等关键能力。

🌐 社区版更新

📦 安装方式

• pip 安装：pip install ‘xinference==2.0.0’
• Docker：拉取最新版镜像，或在容器中使用 pip 更新

🆕 新模型支持

• Qwen3-VL-Embedding-2B / 8B
• Qwen3-VL-Reranker-2B / 8B
• MinerU2.5-2509-1.2B
• Z-Image
• GLM-4.6

✨ 新特性

• 模型虚拟环境默认开启，支持为模型配置独立依赖与引擎
• 支持 chat_template.jinja，模型 Prompt 模板更灵活
• 支持虚拟环境按引擎配置
• 新增多模态视频 GGUF 缓存管理
• 新增自定义 LLM 模型配置 JSON 解析能力

🛠 功能增强

• 模型配置支持声明缓存策略，减少不必要下载
• 模型 JSON 持续更新，覆盖 LLM / Image / Video / Embedding / Rerank

🐞 Bug 修复

• 修复 MUSA / Xavier 等平台兼容性问题
• 修复多模态模型下载与缓存异常
• 修复新版本 vLLM 无法启动 embedding 模型的问题
• 修复并发下载场景下可能卡死的问题

📚 文档更新

• 新增 Xinference 2.0 使用文档
• 补充虚拟环境常见 CUDA / NCCL / cuDNN 问题解决方案
• 更新历史版本发布说明

🏢 企业版更新

• 🔐 页面级权限控制能力上线
• 支持更细粒度的访问与操作权限控制，满足企业级多角色、多团队使用场景。
• 🎨 全新、更现代化的 UI 设计
• 企业版界面全面升级，整体风格更现代，交互更清晰，显著提升大规模模型管理与运维体验。

参考

• 中文：https://xinference.cn/release_notes/v2.0.0.html
• 英文：https://xinference.io/release_notes/v2.0.0.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。