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 v0.15.4 发布，本次带来的更新如下：
📋 更新指南
* 🏷️ pip：pip install 'xinference==0.15.4’
* 🐳 Docker：拉取最新版本即可，也可以直接在镜像内用 pip 更新
🆕 更新日志
* 新增内置支持模型
* 🎧 Audio 模型：whisper-large-v3-turbo
* 新功能
* 🛠️ Llama 3.1 instruct 支持 tool call
* 🛠️ Qwen2.5 instruct 支持 tool call
* 🌐 qwenvl2 多模态模型支持 vllm 引擎
* 🔧 支持环境变量 XINFERENCE_DOWNLOAD_MAX_ATTEMPTS 以控制下载失败重试的次数
* 🗣️ 支持 chattts 模型启动时带有额外参数
* 🖼️ 文生图和图生图页面支持进度条展示
* BUG修复 🐛
* 修复流式 tool call 包含多余 list wrapper 的问题
* ⏳ 即将废弃
* v0.16.0 中，transformers 引擎的 continuous batching 将代替现有的推理逻辑成为默认推理行为 🚀
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。