🚀 Xinference v1.1.0 重磅发布：LLM、语音、多模态模型全面升级！

干不动了伙计们，老板说每天导它个 5000 App 下载

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。

群公告
🎉 Xinference v1.1.0 发布！更多 LLM、语音、多模态向量模型✨。企业版支持 supervisor 故障恢复，还有更多如下🚀。

🌐 社区版

📋 更新指南
* 🏷️ pip：pip install 'xinference==1.1.0’
* 🐳 Docker：拉取最新版本即可，也可以直接在镜像内用 pip 更新。镜像内引擎依赖现在已经升级 vllm 到 0.6.3.post1，sglang 升级到 0.4.0。

🆕 更新日志

* 新模型
    * 🤖 LLM：llama-3.3-instruct
    * 🎙️ 语音：F5-TTS
    * 🖼️ 多模态embedding：jina-clip-v2
* 新功能
    * 🍎 Qwen2-vl 支持 MLX 引擎
    * 🔄 glm-4 更新使用新的模型文件
    * ⚙️ 优化了 launch 命令行额外参数传入错误时的信息展示
    * 🛠️ vllm 引擎支持 sampling 相关参数：skip_special_tokens
    * 🎤 统一 fish speech 模型的 prompt text 格式为 cosyvoice 样式
* 🐞 BUG修复
    * 修复从 modelscope 下载 QwQ-32B-Preview gguf 格式的模型文件时下载源错乱的问题
    * 修复可选依赖 FlagEmbedding 未安装时，使用非 FlagEmbedding 的模型时的 import 错误
    * 修复 Qwen2 / 2.5 在 MLX 引擎上忽略中文字符的问题
    * 修复 bge-m3 embedding 模型启动时 use_fp16 参数相关问题
    * 修复设置 stop 参数后，transformers 引擎的 LLM 模型推理错误的问题
* UI相关
    * Running models 页面有正在运行的模型类型子 tab 会有明显提示 🟢