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 v2.2.0 更新日志
✅ 本次亮点
- 🧠 新一代大模型支持
- GLM-5
- Kimi-K2.5
- MiniMax-M2.5
- Qwen3.5
🌐 社区版更新
📦 安装方式
- pip 安装：pip install ‘xinference==2.2.0’
- Docker：拉取最新版镜像，或在容器中使用 pip 更新
🆕 新模型支持
- GLM-5
- Kimi-K2.5
- MiniMax-M2.5
- Qwen3.5
✨ 新特性
- 支持 GLM-5 与 Kimi-K2.5 在 vLLM 引擎下运行
- 更新相关模型配置 🐞 Bug 修复
- 修复 create_image_edits 多文件处理问题
- 替换 55 处裸 except，提升异常处理规范性 📚 文档更新
- 更新 v2.1.0 文档
- README 新增 Docker 拉取说明
🏢 企业版更新
- 🔧 PPU 支持增强 优化在 PPU 环境下的运行与调度能力，提升企业级部署稳定性与性能表现。
🤖 XAgent v0.1.2
- 新增 PPT 生成能力，并优化前端体验与整体稳定性。
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。
