🎉Xinference v1.1.1 震撼发布：QvQ-72B 与 SD3.5 large 模型强势来袭！

第二届开放原子大赛ICT领域专区赛4大AI赛项，120万奖金池，技术专家辅导，立即报名，等你来战！

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 v1.1.1 发布！QvQ-72B-Preview 视觉推理模型到来，还有 Stable Diffusion 3.5 large 模型，SD 模型支持 GGUF 量化，只需 5G 显存就可以跑 Flux.1🚀。

🌐 社区版

📋 更新指南
* 🏷️ pip：pip install 'xinference==1.1.1’
* 🐳 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
    * 🖼️ 图像：SD3.5系列
    * 🤖 多模态：QvQ-72B-Preview
* 新功能
    * 现在图像模型支持 GGUF 和 nf4 等量化方式
    * 🍎 MLX 引擎支持 F5-TTS
    * 🛠️ VLLM 引擎支持 Minicpm-4B 模型
    * 🧑‍💻 qwen2.5-coder-instruct 支持 tool call
    * 🤝 兼容 openai 客户端对 guided decoding 的支持
    * ⚙️ Vllm > 0.6.3 时支持设置 scheduling_policy
    * 📸 MLX 引擎下的多模态模型支持无 image 输入
* 🐞 BUG修复
    * 修复 glm4-chat transformers 引擎上无法应用 continuous batching 的问题
    * 更新和修复对 cosyvoice2、fish speech 1.5、f5-tts 的支持

🏢 企业版

* 📈 支持副本的主动伸缩：根据负载情况，无损增删副本
* 🔄 初步支持服务平滑升级：支持运行数据恢复
* 📊 WebUI 监控及概览页面优化：展示更多监控指标

☁️ 云上版本
* 🔔 下周会在 Brill 群另行通知

---

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。