Xinference v0.14.2：多模态新突破，预告接口升级

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 v0.14.2 发布 🎉

🎉 新增内置支持模型
- 🤖 gemma-2-it 2b
- 🤖 internlm2.5-chat 1.8b / 20b
- 📸 多模态模型：internvl2，vllm支持internvl2，支持了 InternVL 和 InternVL2 的流式请求，以及用量统计
🎊 新功能
- 🔍 vllm和sglang支持FP8格式
- 📹 MiniCPM v2.6 支持视频理解功能
- 👋 移除Chatglm3 tool call
- 👋 移除一些过时的模型
- 👋 移除对ggmlv3格式的支持
🐜 BUG修复
- 🛠️ 修复glm4自定义注册问题
📱 UI相关
- 🚫 修复某些情况下UI界面无限卡在登录页面的问题
⚠️ 即将废弃：
- 📣 v0.15.0 xinference内置客户端chat接口即将废弃prompt, system_prompt 和 chat_history参数，这三个参数将被messages参数替代，与openai形式保持一致。