Wan2.1视频生成镜像部署教程Ubuntu环境一键搭建开箱即用想在自己的Ubuntu服务器上用几句话就生成一段精彩的视频吗今天我就带你一步步部署Wan2.1视频生成镜像。这个基于阿里巴巴开源模型搭建的WebUI让你无需关心复杂的模型下载和环境配置真正做到开箱即用。无论你是内容创作者、开发者还是对AI视频生成感兴趣的爱好者跟着这篇教程10分钟就能让服务器变身你的私人视频工作室。整个过程非常简单核心就是利用预置好的Docker镜像。镜像里已经把Wan2.1模型、运行环境、以及一个清爽的网页界面都打包好了。你只需要准备好Ubuntu系统和NVIDIA显卡剩下的就是几条命令的事。我会详细解释每一步确保你即使第一次接触Docker也能顺利完成。1. 准备工作检查你的“装备”在开始动手之前我们先花两分钟确认一下你的电脑或服务器是否准备好了。这就像做饭前要备好食材和灶具一样能避免做到一半发现缺东西的尴尬。我们的目标是在Ubuntu系统上通过Docker容器运行Wan2.1视频生成服务。你需要满足下面几个基本条件操作系统Ubuntu 20.04 LTS 或 22.04 LTS。这两个是长期支持版本社区资源丰富问题好解决。本教程的命令在两者上都通用。显卡必须有一块NVIDIA显卡。这是生成视频的“发动机”显存建议8GB或以上。显存越大能生成更高分辨率、更复杂的视频。存储空间确保有至少20GB的可用空间。Docker镜像和模型文件会占用不少地方。网络需要能顺畅地下载Docker镜像。打开终端我们先快速看一眼关键信息# 查看你的Ubuntu是哪个版本 lsb_release -a # 查看电脑里有没有NVIDIA显卡如果没装驱动可能只显示型号 lspci | grep -i nvidia如果第二条命令能显示出你的显卡型号比如NVIDIA Corporation GA102 [GeForce RTX 3080]那硬件基础就妥了。2. 安装“发动机”与“集装箱”GPU驱动和Docker现在我们来安装两个核心工具让系统能识别并使用显卡的驱动以及用来运行我们打包好应用的Docker。2.1 安装NVIDIA显卡驱动如果你的Ubuntu是刚装好的很可能还没装显卡驱动。别担心Ubuntu提供了很方便的安装方式。# 首先把系统软件包更新到最新 sudo apt update sudo apt upgrade -y # 安装一些我们后面会用到的工具 sudo apt install -y curl wget # 查看系统推荐安装哪个版本的驱动 ubuntu-drivers devices执行最后一条命令后你会看到类似下面的输出注意找带有(recommended)标记的那一行driver : nvidia-driver-535 - third-party free (recommended)这说明系统推荐安装535版本的驱动。我们就安装它# 安装推荐的驱动版本请将535替换成你看到的版本号 sudo apt install -y nvidia-driver-535安装完成后必须重启电脑才能让驱动生效。sudo reboot重启后再次登录系统用下面这个“验货”命令看看驱动装好没nvidia-smi如果屏幕上出现一个表格显示了你的GPU型号、驱动版本、CUDA版本等信息那就恭喜你驱动安装成功了如果命令报错或没找到可能需要回头检查一下安装步骤。2.2 安装Docker和NVIDIA容器工具包Docker就像标准化集装箱我们的Wan2.1应用已经打包在里面了。我们还需要一个工具NVIDIA Container Toolkit让这个“集装箱”能使用宿主机的GPU。安装Docker Engine按照Docker官方提供的方法来安装最稳妥# 1. 卸载可能存在的旧版本 sudo apt remove docker docker-engine docker.io containerd runc # 2. 设置Docker的官方软件源 sudo apt install -y ca-certificates curl sudo install -m 0755 -d /etc/apt/keyrings sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc sudo chmod ar /etc/apt/keyrings/docker.asc echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \ $(. /etc/os-release echo $VERSION_CODENAME) stable | \ sudo tee /etc/apt/sources.list.d/docker.list /dev/null # 3. 安装Docker sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin # 4. 跑个小测试验证安装成功 sudo docker run hello-world如果看到Hello from Docker!的欢迎信息说明Docker安装没问题。安装NVIDIA Container Toolkit这个工具让Docker容器能“看见”并使用GPU。# 添加NVIDIA的软件源并安装工具包 curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed s#deb https://#deb [signed-by/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list sudo apt update sudo apt install -y nvidia-container-toolkit # 配置Docker使用NVIDIA运行时 sudo nvidia-ctk runtime configure --runtimedocker sudo systemctl restart docker # 最后验证一下运行一个测试容器看看能不能在容器内调用nvidia-smi sudo docker run --rm --runtimenvidia --gpus all nvidia/cuda:12.1.0-base-ubuntu20.04 nvidia-smi如果最后一条命令也成功输出了GPU信息表那么恭喜你的Docker已经具备了召唤GPU的能力3. 一键部署启动Wan2.1视频生成服务环境全部就绪现在是最激动人心的时刻——把我们的视频生成应用跑起来。这里我们假设你已经从CSDN星图镜像广场获取到了Wan2.1的镜像其地址类似于registry.cn-hangzhou.aliyuncs.com/your_namespace/wan2.1-umt5:latest。3.1 拉取镜像并运行容器首先你需要登录到镜像仓库如果是公开镜像可能不需要但私有镜像需要sudo docker login registry.cn-hangzhou.aliyuncs.com按提示输入你在星图平台的用户名和密码或访问令牌。登录成功后就可以拉取镜像了sudo docker pull registry.cn-hangzhou.aliyuncs.com/your_namespace/wan2.1-umt5:latest镜像大小有几个GB下载需要一些时间喝杯咖啡耐心等待一下。下载完成后用一条命令启动它sudo docker run -d \ --gpus all \ -p 7860:7860 \ --name wan2.1-video \ -v /home/$(whoami)/wan2.1_data:/app/data \ registry.cn-hangzhou.aliyuncs.com/your_namespace/wan2.1-umt5:latest我来解释一下这条命令的几个关键部分-d让容器在后台运行。--gpus all把宿主机的所有GPU都分配给这个容器用。-p 7860:7860把容器内部的7860端口Web服务端口映射到宿主机的7860端口。这样你才能在浏览器里访问。--name wan2.1-video给容器起个名字方便管理。-v /home/$(whoami)/wan2.1_data:/app/data把宿主机的一个目录挂载到容器里。这步很重要它能把生成的视频文件、日志等保存在你的电脑上即使删除容器数据也不会丢。/home/$(whoami)/wan2.1_data这个路径会自动替换成你的家目录比如/home/zhangsan/wan2.1_data。运行后检查一下容器状态sudo docker ps你应该能看到一个名为wan2.1-video的容器正在运行。第一次启动时容器需要加载模型到显存可能需要一两分钟。你可以查看实时日志了解进度sudo docker logs -f wan2.1-video当你看到日志中出现Running on local URL: http://0.0.0.0:7860这样的字样时就说明服务启动成功了4. 开始创作使用WebUI生成你的第一个视频服务启动后打开你的浏览器。如果服务器就是你的本地电脑访问http://localhost:7860如果部署在远程服务器访问http://你的服务器IP地址:7860你会看到一个简洁明了的界面主要分左右两部分左侧是控制面板Prompt提示词在这里用文字描述你想生成的视频。Prompt Enhance提示词增强如果你不知道怎么写可以选中文或英文点这个按钮让AI帮你优化描述。Generate Video生成视频万事俱备点击这里开始生成右侧是结果展示区视频生成完成后会直接显示在这里。4.1 怎么写好提示词这是决定视频质量的关键。记住一个基础公式[主体] [动作] [环境/背景] [风格/氛围]。举个例子别写“一只猫”试试这样写一只橘猫在洒满阳光的窗台上慵懒地打哈欠毛发细节清晰电影感光效。再比如想生成科幻场景宇航员在布满红色沙丘的火星表面漫步远处有环形山科幻大片风格画面震撼。界面还提供了“高级设置Advanced Options”你可以调整分辨率Resolution选择视频是竖屏、横屏还是方形。扩散步数Diffusion steps一般用50调高可能质量更好但更慢。引导强度Guide scale调高它比如到8.0生成的视频会更贴近你的文字描述。负面提示词Negative Prompt写上你不想要的东西比如模糊 低质量 变形。输入你的创意描述调整好设置点击Generate Video等待4-5分钟你的专属视频就诞生了生成完成后视频会自动保存在之前挂载的目录里例如/home/zhangsan/wan2.1_data/example.mp4你也可以在网页上右键直接保存。4.2 遇到问题怎么办页面打不开检查命令里的-p 7860:7860端口映射是否正确以及服务器防火墙是否放行了7860端口。视频生成失败运行sudo docker logs wan2.1-video查看容器日志通常会有错误信息。常见原因是显存不足可以尝试降低分辨率或减少扩散步数。想重启或停止服务# 停止容器 sudo docker stop wan2.1-video # 启动容器 sudo docker start wan2.1-video # 删除容器数据在挂载目录里不会丢 sudo docker rm wan2.1-video5. 总结回顾一下我们完成了从零开始在Ubuntu系统上部署Wan2.1视频生成服务的全过程。核心步骤其实就三步装好驱动和Docker环境、拉取预置镜像、一条命令运行起来。这种基于Docker镜像的部署方式把最复杂的模型和环境依赖问题都解决了让你能专注于最重要的部分——发挥创意。用下来的感受是对于想快速体验AI视频生成的个人或小团队来说这几乎是目前最省心的方法。模型更新也简单重新拉取最新镜像就行。记得一定要用好-v参数做目录挂载这样你生成的所有视频作品都能安全地保存在本地。现在你的Ubuntu服务器已经是一个强大的AI视频生成工作站了。快去用文字描述那些天马行空的想法看看Wan2.1能为你创造出怎样的视觉奇迹吧。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。
Wan2.1视频生成镜像部署教程：Ubuntu环境一键搭建，开箱即用
Wan2.1视频生成镜像部署教程Ubuntu环境一键搭建开箱即用想在自己的Ubuntu服务器上用几句话就生成一段精彩的视频吗今天我就带你一步步部署Wan2.1视频生成镜像。这个基于阿里巴巴开源模型搭建的WebUI让你无需关心复杂的模型下载和环境配置真正做到开箱即用。无论你是内容创作者、开发者还是对AI视频生成感兴趣的爱好者跟着这篇教程10分钟就能让服务器变身你的私人视频工作室。整个过程非常简单核心就是利用预置好的Docker镜像。镜像里已经把Wan2.1模型、运行环境、以及一个清爽的网页界面都打包好了。你只需要准备好Ubuntu系统和NVIDIA显卡剩下的就是几条命令的事。我会详细解释每一步确保你即使第一次接触Docker也能顺利完成。1. 准备工作检查你的“装备”在开始动手之前我们先花两分钟确认一下你的电脑或服务器是否准备好了。这就像做饭前要备好食材和灶具一样能避免做到一半发现缺东西的尴尬。我们的目标是在Ubuntu系统上通过Docker容器运行Wan2.1视频生成服务。你需要满足下面几个基本条件操作系统Ubuntu 20.04 LTS 或 22.04 LTS。这两个是长期支持版本社区资源丰富问题好解决。本教程的命令在两者上都通用。显卡必须有一块NVIDIA显卡。这是生成视频的“发动机”显存建议8GB或以上。显存越大能生成更高分辨率、更复杂的视频。存储空间确保有至少20GB的可用空间。Docker镜像和模型文件会占用不少地方。网络需要能顺畅地下载Docker镜像。打开终端我们先快速看一眼关键信息# 查看你的Ubuntu是哪个版本 lsb_release -a # 查看电脑里有没有NVIDIA显卡如果没装驱动可能只显示型号 lspci | grep -i nvidia如果第二条命令能显示出你的显卡型号比如NVIDIA Corporation GA102 [GeForce RTX 3080]那硬件基础就妥了。2. 安装“发动机”与“集装箱”GPU驱动和Docker现在我们来安装两个核心工具让系统能识别并使用显卡的驱动以及用来运行我们打包好应用的Docker。2.1 安装NVIDIA显卡驱动如果你的Ubuntu是刚装好的很可能还没装显卡驱动。别担心Ubuntu提供了很方便的安装方式。# 首先把系统软件包更新到最新 sudo apt update sudo apt upgrade -y # 安装一些我们后面会用到的工具 sudo apt install -y curl wget # 查看系统推荐安装哪个版本的驱动 ubuntu-drivers devices执行最后一条命令后你会看到类似下面的输出注意找带有(recommended)标记的那一行driver : nvidia-driver-535 - third-party free (recommended)这说明系统推荐安装535版本的驱动。我们就安装它# 安装推荐的驱动版本请将535替换成你看到的版本号 sudo apt install -y nvidia-driver-535安装完成后必须重启电脑才能让驱动生效。sudo reboot重启后再次登录系统用下面这个“验货”命令看看驱动装好没nvidia-smi如果屏幕上出现一个表格显示了你的GPU型号、驱动版本、CUDA版本等信息那就恭喜你驱动安装成功了如果命令报错或没找到可能需要回头检查一下安装步骤。2.2 安装Docker和NVIDIA容器工具包Docker就像标准化集装箱我们的Wan2.1应用已经打包在里面了。我们还需要一个工具NVIDIA Container Toolkit让这个“集装箱”能使用宿主机的GPU。安装Docker Engine按照Docker官方提供的方法来安装最稳妥# 1. 卸载可能存在的旧版本 sudo apt remove docker docker-engine docker.io containerd runc # 2. 设置Docker的官方软件源 sudo apt install -y ca-certificates curl sudo install -m 0755 -d /etc/apt/keyrings sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc sudo chmod ar /etc/apt/keyrings/docker.asc echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \ $(. /etc/os-release echo $VERSION_CODENAME) stable | \ sudo tee /etc/apt/sources.list.d/docker.list /dev/null # 3. 安装Docker sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin # 4. 跑个小测试验证安装成功 sudo docker run hello-world如果看到Hello from Docker!的欢迎信息说明Docker安装没问题。安装NVIDIA Container Toolkit这个工具让Docker容器能“看见”并使用GPU。# 添加NVIDIA的软件源并安装工具包 curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed s#deb https://#deb [signed-by/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list sudo apt update sudo apt install -y nvidia-container-toolkit # 配置Docker使用NVIDIA运行时 sudo nvidia-ctk runtime configure --runtimedocker sudo systemctl restart docker # 最后验证一下运行一个测试容器看看能不能在容器内调用nvidia-smi sudo docker run --rm --runtimenvidia --gpus all nvidia/cuda:12.1.0-base-ubuntu20.04 nvidia-smi如果最后一条命令也成功输出了GPU信息表那么恭喜你的Docker已经具备了召唤GPU的能力3. 一键部署启动Wan2.1视频生成服务环境全部就绪现在是最激动人心的时刻——把我们的视频生成应用跑起来。这里我们假设你已经从CSDN星图镜像广场获取到了Wan2.1的镜像其地址类似于registry.cn-hangzhou.aliyuncs.com/your_namespace/wan2.1-umt5:latest。3.1 拉取镜像并运行容器首先你需要登录到镜像仓库如果是公开镜像可能不需要但私有镜像需要sudo docker login registry.cn-hangzhou.aliyuncs.com按提示输入你在星图平台的用户名和密码或访问令牌。登录成功后就可以拉取镜像了sudo docker pull registry.cn-hangzhou.aliyuncs.com/your_namespace/wan2.1-umt5:latest镜像大小有几个GB下载需要一些时间喝杯咖啡耐心等待一下。下载完成后用一条命令启动它sudo docker run -d \ --gpus all \ -p 7860:7860 \ --name wan2.1-video \ -v /home/$(whoami)/wan2.1_data:/app/data \ registry.cn-hangzhou.aliyuncs.com/your_namespace/wan2.1-umt5:latest我来解释一下这条命令的几个关键部分-d让容器在后台运行。--gpus all把宿主机的所有GPU都分配给这个容器用。-p 7860:7860把容器内部的7860端口Web服务端口映射到宿主机的7860端口。这样你才能在浏览器里访问。--name wan2.1-video给容器起个名字方便管理。-v /home/$(whoami)/wan2.1_data:/app/data把宿主机的一个目录挂载到容器里。这步很重要它能把生成的视频文件、日志等保存在你的电脑上即使删除容器数据也不会丢。/home/$(whoami)/wan2.1_data这个路径会自动替换成你的家目录比如/home/zhangsan/wan2.1_data。运行后检查一下容器状态sudo docker ps你应该能看到一个名为wan2.1-video的容器正在运行。第一次启动时容器需要加载模型到显存可能需要一两分钟。你可以查看实时日志了解进度sudo docker logs -f wan2.1-video当你看到日志中出现Running on local URL: http://0.0.0.0:7860这样的字样时就说明服务启动成功了4. 开始创作使用WebUI生成你的第一个视频服务启动后打开你的浏览器。如果服务器就是你的本地电脑访问http://localhost:7860如果部署在远程服务器访问http://你的服务器IP地址:7860你会看到一个简洁明了的界面主要分左右两部分左侧是控制面板Prompt提示词在这里用文字描述你想生成的视频。Prompt Enhance提示词增强如果你不知道怎么写可以选中文或英文点这个按钮让AI帮你优化描述。Generate Video生成视频万事俱备点击这里开始生成右侧是结果展示区视频生成完成后会直接显示在这里。4.1 怎么写好提示词这是决定视频质量的关键。记住一个基础公式[主体] [动作] [环境/背景] [风格/氛围]。举个例子别写“一只猫”试试这样写一只橘猫在洒满阳光的窗台上慵懒地打哈欠毛发细节清晰电影感光效。再比如想生成科幻场景宇航员在布满红色沙丘的火星表面漫步远处有环形山科幻大片风格画面震撼。界面还提供了“高级设置Advanced Options”你可以调整分辨率Resolution选择视频是竖屏、横屏还是方形。扩散步数Diffusion steps一般用50调高可能质量更好但更慢。引导强度Guide scale调高它比如到8.0生成的视频会更贴近你的文字描述。负面提示词Negative Prompt写上你不想要的东西比如模糊 低质量 变形。输入你的创意描述调整好设置点击Generate Video等待4-5分钟你的专属视频就诞生了生成完成后视频会自动保存在之前挂载的目录里例如/home/zhangsan/wan2.1_data/example.mp4你也可以在网页上右键直接保存。4.2 遇到问题怎么办页面打不开检查命令里的-p 7860:7860端口映射是否正确以及服务器防火墙是否放行了7860端口。视频生成失败运行sudo docker logs wan2.1-video查看容器日志通常会有错误信息。常见原因是显存不足可以尝试降低分辨率或减少扩散步数。想重启或停止服务# 停止容器 sudo docker stop wan2.1-video # 启动容器 sudo docker start wan2.1-video # 删除容器数据在挂载目录里不会丢 sudo docker rm wan2.1-video5. 总结回顾一下我们完成了从零开始在Ubuntu系统上部署Wan2.1视频生成服务的全过程。核心步骤其实就三步装好驱动和Docker环境、拉取预置镜像、一条命令运行起来。这种基于Docker镜像的部署方式把最复杂的模型和环境依赖问题都解决了让你能专注于最重要的部分——发挥创意。用下来的感受是对于想快速体验AI视频生成的个人或小团队来说这几乎是目前最省心的方法。模型更新也简单重新拉取最新镜像就行。记得一定要用好-v参数做目录挂载这样你生成的所有视频作品都能安全地保存在本地。现在你的Ubuntu服务器已经是一个强大的AI视频生成工作站了。快去用文字描述那些天马行空的想法看看Wan2.1能为你创造出怎样的视觉奇迹吧。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。
