wan2.1-vae从零开始教程：Ubuntu 22.04 + Docker + NVIDIA Container Toolkit部署

1. 环境准备

在开始部署wan2.1-vae之前，我们需要确保系统环境满足以下要求：

1.1 硬件要求

• GPU：至少24GB显存（单卡）或双卡配置
• 推荐配置：双RTX 4090显卡
• 内存：建议64GB以上
• 存储：至少50GB可用空间

1.2 软件要求

• 操作系统：Ubuntu 22.04 LTS
• Docker：20.10及以上版本
• NVIDIA驱动：最新稳定版
• NVIDIA Container Toolkit：最新版本

2. 基础环境安装

2.1 安装NVIDIA驱动

首先更新系统并安装必要的工具：

sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential dkms

然后安装NVIDIA驱动：

sudo ubuntu-drivers autoinstall
sudo reboot

重启后验证驱动安装：

nvidia-smi

2.2 安装Docker

安装Docker CE：

sudo apt install -y apt-transport-https ca-certificates curl software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt update
sudo apt install -y docker-ce docker-ce-cli containerd.io

验证Docker安装：

sudo docker run hello-world

2.3 安装NVIDIA Container Toolkit

配置NVIDIA Container Toolkit：

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt update
sudo apt install -y nvidia-docker2
sudo systemctl restart docker

验证安装：

sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi

3. 部署wan2.1-vae

3.1 拉取镜像

sudo docker pull csdnmirrors/wan2.1-vae:latest

3.2 启动容器

使用以下命令启动容器：

sudo docker run -d --gpus all --shm-size=8g -p 7860:7860 --restart always --name wan21-vae csdnmirrors/wan2.1-vae:latest

参数说明：

• --gpus all：启用所有GPU
• --shm-size=8g：设置共享内存大小
• -p 7860:7860：映射端口
• --restart always：自动重启
• --name wan21-vae：容器名称

3.3 验证部署

检查容器状态：

sudo docker ps -a | grep wan21-vae

查看日志：

sudo docker logs wan21-vae

4. 使用指南

4.1 访问Web界面

在浏览器中访问：

http://<服务器IP>:7860

4.2 生成图像

1. 在「提示词」框中输入图像描述（支持中英文）
2. 可选：填写「负面提示词」排除不想要的元素
3. 选择图像尺寸（宽度、高度）
4. 调整生成参数（可使用默认值）
5. 点击「生成图像」按钮
6. 等待生成完成，右键保存图像

4.3 参数设置建议

参数	说明	建议值
宽度/高度	图像尺寸	1024x1024
推理步数	生成迭代次数	25-30
引导系数	提示词匹配度	7.0-8.0
种子	随机种子	0（随机）

5. 服务管理

5.1 容器管理

# 启动容器
sudo docker start wan21-vae

# 停止容器
sudo docker stop wan21-vae

# 重启容器
sudo docker restart wan21-vae

# 删除容器
sudo docker rm wan21-vae

5.2 资源监控

查看GPU使用情况：

nvidia-smi

查看容器资源使用：

sudo docker stats wan21-vae

6. 常见问题解决

6.1 生成速度慢

• 降低分辨率（如从2048x2048降到1024x1024）
• 减少推理步数（如从30降到25）
• 确保GPU温度正常（使用nvidia-smi检查）

6.2 图像质量不理想

• 增加推理步数（30-40）
• 调整引导系数（7-9）
• 优化提示词（参考下文提示词技巧）

6.3 服务无法访问

• 检查端口是否开放：

  sudo ufw allow 7860
  

• 检查容器是否运行：

  sudo docker ps | grep wan21-vae
  

7. 提示词技巧

7.1 好的提示词示例

• 一只橘猫坐在窗台上，阳光照射，高清摄影风格
• 未来科幻城市，霓虹灯，赛博朋克风格，8K超清
• 中国山水画风格，烟雨江南，水墨画
• A beautiful girl with long hair, portrait, soft lighting, professional photography

7.2 负面提示词建议

• 低质量,模糊,变形,丑陋,水印

8. 总结

通过本教程，我们完成了在Ubuntu 22.04系统上使用Docker和NVIDIA Container Toolkit部署wan2.1-vae文生图模型的完整流程。这个基于Qwen-Image-2512模型的AI图像生成平台支持中英文提示词，能够生成高质量、高分辨率的图像，特别适合需要高精度图像生成的场景。

部署完成后，您可以通过Web界面轻松生成各种风格的图像，并通过调整参数获得最佳效果。记得根据硬件配置合理设置生成参数，以获得最佳的性能和质量平衡。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。