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 0.14.1
🎉 Xinference 0.14.1 发布，全新的文生视频 CogVideoX 支持登场！本周爆火的文生图模型 FLUX.1 系列，支持中文提示词的快手生图，还有 SenseVoice 语音识别，都在本版本得到支持。
图一、图二：由FLUX.1-dev生成
– 新增内置支持模型 📦
– flux.1-schnell 和 flux.1-dev 🌟
– llama-3.1-instruct 405B 🦙
– kolors 图像模型 🎨
– 新增视频模型类别和视频模型 CogVideoX 🎥
– 多模态模型：MiniCPM-v-2_6 🌐
– SenseVoice 语音模型 🎤
– 新功能 🚀
– 大幅提升 sglang 引擎的性能和吞吐 ⚡
– 分布式下允许先启动 worker 再启动 supervisor 🖥️🔄
– BUG 修复 🐛
– 优化 vllm stop 逻辑，解决某些情况下 vllm 引擎停止后资源不释放的问题 🛠️
– 修复自定义 embedding 的 launch 问题 🔧
– 优化 500 内部错误的错误信息展示 📝
– UI 相关 💻
– 修复 launch 页面 model_path 选项带来的问题 🛠️
– 即将废弃 ⏳
– v0.15.0 中，Xinference 内置客户端 chat 接口即将废弃 prompt, system_prompt 和 chat_history 参数，改为使用 messages 参数，与 OpenAI 形式保持一致 💬
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。