Xinference 最新版本 v1.5.1 发布!🌟文生视频模型大升级,vLLM 功能增强!


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 v1.5.1 发布!

🆕 重点亮点

  • 🧠 支持 Qwen3 / Qwen3-MOE 大模型家族 支持 Qwen3 正式版,以及 Qwen3-MOE 多专家模型!
  • 🎬 支持 Wan 2.1 文生视频模型 更强的文生视频能力,为 AI 视频生成打开新可能!
  • ⚙️ vLLM 支持 GGUFv2 格式 兼容范围更广,模型加载更灵活!

🧪 社区版

📦 更新指南

  • 📥 pip:pip install 'xinference==1.5.1'
  • 🐳 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

🆕 新模型支持

  • 🧠 Qwen3 / Qwen3-MOE
  • 🎬 Wan 2.1(文生视频)
  • 🖼️ Ovis2(多模态视觉模型)

⚙️ 功能增强

  • 🧠 UI 支持高亮输入框内容,优化用户体验
  • 📊 UI 显示 model_ability,更直观了解模型能力
  • 🧩 vLLM 引擎支持 GGUFv2 模型格式
  • ⚙️ GLM4-0414 模型支持 MLX 和 GGUF 格式
  • 🔧 支持为 SSE 设置 Ping 的时间,防止意外的 :ping: chunk 导致客户端错误
  • 🧠 PyTorch 格式模型不再内置 4-bit / 8-bit 量化选项,改为支持更灵活的 bitsandbytes 动态量化,未来将扩展支持更多格式
  • 🧩 所有引擎支持 chat_template_kwargs 参数
  • 🔊 音频模型能力统一展示

🧹 模型清理

  • 🗑️ 清理了一批已过时的模型,保持模型库高质量、常用可用

🐛 问题修复

  • 💬 修复 sgLang 聊天失败的问题
  • 🛠️ 修复 UI 在未安装引擎时不展示可选项的问题
  • 🧹 修复模型加载失败时未能清理资源的问题

📚 文档更新

  • 🧾 troubleshooting.rst 中新增关于 numpy 导致启动报错的排查说明

🏢 企业版

  • 🔐 部署支持限制端口范围 / 使用单端口,可部署于更严格的防火墙与隔离网络中
  • 🔀 PD 分离支持不同个数的 P 和 D 节点,资源利用更灵活

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。


相關推薦

2024-08-15

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

2025-04-24

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

2024-10-16

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

2024-10-24

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

2025-04-09

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

2024-10-04

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

2024-09-25

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

2025-03-25

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

2024-08-07

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

2024-07-10

🎉 Xinference v0.13.0 正式发布!Apple M系列专用后端 MLX 来临,Mac 上加速高达 40% 🚀。目前已支持 qwen2 和 gemma-2。阿里云镜像也如约而至,且容量大幅缩减,解决大家在国内拉取 docker 的痛点。详细更新内容如下: - 新增内置支持

2023-10-26

邮件欺骗方面的表现。Meta发布AI模拟环境Habitat3.0FAIR团队最新推出的Habitat3.0引起了广泛关注,这是一个令人激动的增强型AI模拟环境,旨在训练机器人在真实场景中进行导航。这一创新的推出对于提升AI模拟环境的仿真程度具有

2023-09-08

心一言云服务将于3月27日上线。6月,百度文心大模型3.5版本已内测可用。8月31日,文心一言全面开放。 文心一言在线体验:https://yiyan.baidu.com/ 抖音(云雀大模型) 8 月中旬,字节跳动旗下抖音的一款基于云雀大模型开发

2025-04-30

高阶任务。 为释放Qwen3的强大性能,模力方舟基于昇腾最新发布的vLLM Ascend v0.8.4rc2进行适配。新版vLLM Ascend率先实现Ascend W8A8量化、DeepSeek并行机制适配,并启用PyTorch 2.5.1及Torch.compile图模式特性,在推理性能、兼容性与开发体验

2025-03-25

宣布接入阿里通义系列大模型。 此次接入后,基于万相最新开源模型,LiblibAI推出了文生视频和图生视频功能。用户只需输入文本提示词,或者上传图片,就能快速生成10秒短视频。这一功能的实现,让创意转化为视频内容变得