Qwen3-TTS-VoiceDesign保姆级教学从镜像拉取到语音保存.wav全流程图解1. 为什么你需要Qwen3-TTS-VoiceDesign你有没有遇到过这些场景做短视频时反复录配音总不满意声音太干、没情绪、缺个性开发智能客服系统想让AI语音带点“亲切感”或“专业感”但调参半天还是像机器人给儿童App配旁白需要“软萌萝莉音”可市面上的TTS要么千篇一律要么要买高价授权。Qwen3-TTS-VoiceDesign 就是为解决这些问题而生的——它不只把文字变成声音而是让你用一句话描述就生成有性格、有情绪、有风格的真实感语音。比如输入“体现撒娇稚嫩的萝莉女声音调偏高且起伏明显”它真能输出那种让人起鸡皮疙瘩又忍不住笑出来的黏人语气。这不是传统TTS靠预设音色语调滑块拼凑出来的效果而是端到端模型直接理解“撒娇”“稚嫩”“起伏明显”这些语义后从底层波形开始重建语音。它支持10种语言中文表现尤其自然连“啦”“呀”“嘛”这类语气助词的轻重停顿都拿捏得恰到好处。更重要的是它已经打包成开箱即用的镜像——不用自己装CUDA、不用手动下载3.6GB模型、不用折腾依赖冲突。本文将带你从零开始完整走通一次语音生成闭环拉取镜像 → 启动Web界面 → 输入提示 → 生成语音 → 保存为output.wav。每一步都有截图逻辑文字图解、命令说明和避坑提醒哪怕你只用过微信也能照着做出来。2. 镜像环境准备与一键启动2.1 确认运行环境在开始前请确保你的机器满足以下最低要求操作系统Ubuntu 22.04 或 CentOS 7推荐使用Linux服务器Windows需WSL2GPUNVIDIA显卡显存 ≥ 8GB如RTX 3090 / A10 / L4CPU4核以上内存 ≥ 16GB磁盘空间预留 ≥ 10GB模型本身3.6GB加上缓存和音频文件注意如果你没有GPU别急着关页面——文末“故障排除”章节会教你用CPU模式跑起来只是速度慢3倍左右但完全可用。2.2 拉取并运行VoiceDesign镜像假设你已安装Docker未安装官方安装指南 5分钟搞定执行以下命令# 拉取镜像约3.6GB首次需等待几分钟 docker pull registry.cn-hangzhou.aliyuncs.com/qwenlm/qwen3-tts-voicedesign:latest # 运行容器映射端口7860并挂载模型目录可选本镜像已内置 docker run -d \ --gpus all \ --shm-size2g \ -p 7860:7860 \ --name qwen3-tts-voicedesign \ registry.cn-hangzhou.aliyuncs.com/qwenlm/qwen3-tts-voicedesign:latest成功标志终端返回一串长ID如a1b2c3d4e5...且无报错。常见失败报错docker: command not found→ 未安装Docker请先安装报错nvidia-container-toolkit not installed→ 缺少NVIDIA容器工具包执行curl -sL https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - distribution$(. /etc/os-release;echo $ID$VERSION_ID) curl -sL https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update sudo apt-get install -y nvidia-docker2报错port is already allocated→ 7860端口被占用见文末“故障排除”换端口。2.3 验证服务是否就绪打开浏览器访问→http://localhost:7860本机运行→ 或http://你的服务器IP:7860远程服务器你会看到一个简洁的Gradio界面顶部写着Qwen3-TTS VoiceDesign Demo中间是三个输入框文本、语言下拉菜单、声音描述框。右下角有“Generate”按钮。这说明服务已成功启动不需要任何额外配置模型、依赖、前端全部就绪。3. Web界面实操三步生成你的第一段语音3.1 输入内容不只是“文字”而是“意图”在第一个输入框中填入你想合成的句子。别写太长建议控制在30字以内效果更稳。试试这个哥哥你回来啦人家等了你好久好久了要抱抱关键提醒不要用Markdown、HTML标签纯文本即可中文标点用全角。英文标点用半角,.!?混合使用也没问题避免生僻字、多音字连用如“行行行”首次尝试建议用常见口语句。3.2 选择语言10种语言一键切换点击第二个下拉菜单选择Chinese中文。这是最常用选项也是模型训练最充分的语言。其他语言同样可用比如英文句子The weather is absolutely perfect today!→ 选English日文句子今日はとてもいい天気ですね→ 选Japanese小技巧如果你不确定某句话该选什么语言就按句子主体语言选。比如中英混杂的这个API call returns a JSON object选English更准。3.3 描述声音用“人话”指挥AI发声这是VoiceDesign的灵魂所在。在第三个输入框里用自然语言告诉AI你想要的声音气质。不要写参数不要写技术词就像你在给配音演员提需求体现撒娇稚嫩的萝莉女声音调偏高且起伏明显营造出黏人、做作又刻意卖萌的听觉效果。我们拆解一下这句话为什么有效“撒娇稚嫩的萝莉女声” → 定义基础音色性别、年龄、风格“音调偏高且起伏明显” → 描述韵律特征不是“基频高”而是“音调高”这种说法“黏人、做作、刻意卖萌” → 引入情绪和表演意图模型能捕捉这些抽象词的声学映射。更多真实可用的声音描述示例沉稳的中年男性声音语速适中略带磁性像纪录片解说员活泼的少女音语速快笑声清脆每句话结尾微微上扬温柔的成年女性声音语气亲切语速稍慢停顿自然像睡前讲故事避免这样写F0220Hz, energy0.8模型不识别参数好听一点太模糊无指导意义像周杰伦版权风险且模型未学过具体明星音色3.4 生成与播放实时听到结果点击右下角Generate按钮界面会出现“Running…”提示。GPU环境下通常3~8秒完成取决于句子长度CPU环境下约20~40秒。完成后下方会自动出现一个音频播放器点击 ▶ 即可试听。你会听到一段非常自然的语音语调有明显起伏“哥哥”二字轻快上扬“好久好久了”拖长带颤音“要抱抱”结尾气声加重——完全符合你描述的“撒娇稚嫩”感。成功验证播放时无杂音、无卡顿、无机械感情绪传达准确。4. Python API进阶批量生成自定义保存Web界面适合快速试效果但真正落地到项目中你肯定需要代码集成。下面这段Python脚本就是从零调用VoiceDesign模型生成语音并保存为.wav文件的最小可行代码。4.1 环境确认与依赖检查进入容器内部确认关键包已就绪# 进入正在运行的容器 docker exec -it qwen3-tts-voicedesign bash # 检查Python和qwen-tts版本 python --version # 应显示 Python 3.11.x pip list | grep qwen-tts # 应显示 qwen-tts 0.0.5如果没看到qwen-tts执行pip install qwen-tts0.0.5本镜像已预装此步通常跳过。4.2 运行生成脚本含详细注释创建文件/root/generate_voice.py粘贴以下代码import torch import soundfile as sf from qwen_tts import Qwen3TTSModel # 【关键】加载模型指定本地路径自动识别CUDA设备 model Qwen3TTSModel.from_pretrained( /root/ai-models/Qwen/Qwen3-TTS-12Hz-1___7B-VoiceDesign, # 模型路径镜像内已预置 device_mapcuda:0, # 强制使用GPU-0如无GPU改为 cpu dtypetorch.bfloat16, # 内存友好精度足够 ) # 【核心】生成语音传入三要素 wavs, sr model.generate_voice_design( text今天天气真好我们一起去公园散步吧, # 要合成的文字 languageChinese, # 语言代码必须大写首字母 instruct温暖的青年女性声音语速舒缓语气柔和带微笑感像朋友轻声聊天, # 声音描述 ) # 【落地】保存为WAV文件这是你最终要的output.wav sf.write(output.wav, wavs[0], sr) # wavs[0]是主声道音频数组sr是采样率44100Hz print( 语音已保存为 output.wav路径/root/output.wav)4.3 执行并验证输出在容器内执行cd /root python generate_voice.py成功输出终端打印语音已保存为 output.wav路径/root/output.wav查看文件ls -lh output.wav→ 应显示大小约200KB~500KB取决于句子长度下载验证用docker cp命令把文件复制到本地电脑用任意播放器打开试听。进阶提示批量生成把text和instruct放进列表用for循环调用model.generate_voice_design()换输出格式soundfile支持WAV/FLAC/OGG只需改后缀名如sf.write(output.flac, ...)调整音量生成后用librosa加载再归一化但VoiceDesign默认音量已优化通常无需处理。5. 故障排查与性能优化实战指南5.1 最常见问题端口冲突与GPU不可用问题1访问 http://localhost:7860 显示“无法连接”→ 检查容器是否运行docker ps | grep qwen3-tts→ 若无输出容器已退出查看日志docker logs qwen3-tts-voicedesign→ 常见原因端口7860被Jupyter、Gradio其他服务占用→解决方案启动时换端口把-p 7860:7860改为-p 8080:7860然后访问http://localhost:8080问题2启动报错 “CUDA out of memory” 或 “no CUDA-capable device”→ 确认NVIDIA驱动已安装nvidia-smi应显示GPU信息→ 若显示command not found安装驱动 NVIDIA官网→ 若显存不足强制用CPU模式速度慢但保底可用docker run -d \ -p 7860:7860 \ --name qwen3-tts-cpu \ -e DEVICEcpu \ registry.cn-hangzhou.aliyuncs.com/qwenlm/qwen3-tts-voicedesign:latest然后在Web界面或API中device_map参数改为cpu。5.2 性能加速启用Flash Attention可选VoiceDesign默认禁用Flash Attention因部分环境未预装但启用后推理速度可提升30%~50%。启用步骤在容器内执行# 安装Flash Attention需编译约2分钟 pip install flash-attn --no-build-isolation # 重启容器移除 --no-flash-attn 参数本镜像启动脚本已自动适配 docker restart qwen3-tts-voicedesign验证是否生效查看日志docker logs qwen3-tts-voicedesign | grep flash若出现Using flash attention即成功。5.3 声音质量微调三个实用建议VoiceDesign效果惊艳但新手常踩这三个坑描述太抽象 → 结果不稳定错误示范好听的声音正确做法加入可感知的参照物如像《小王子》中文配音里的小王子清澈、略带鼻音、语速轻快句子含数字/专有名词 → 发音不准价格是¥199可能读成“一百九十九元”而非“一百九十九块”解决方案用中文口语化改写如价格只要一百九十九块长句生成失真 → 分段处理一次性输入100字散文拆成3~4句短句分别生成后用音频编辑软件拼接推荐Audacity免费开源6. 总结你已掌握VoiceDesign全流程能力回看这一路你完成了从Docker拉取镜像零依赖部署一个3.6GB的端到端语音模型在Web界面用三句话文本语言声音描述生成高度拟人的语音用5行Python代码把语音稳定保存为标准.wav文件掌握了端口冲突、GPU失效、Flash加速等真实生产环境问题的应对方法。Qwen3-TTS-VoiceDesign的价值不在于它“能说话”而在于它真正理解“声音是一种表达”。你不再需要在音色库中大海捞针也不必忍受冰冷的参数调节——你只需要像对真人一样说出你想要的感觉它就能还你一段有温度的声音。下一步你可以把生成的output.wav接入你的APP、网站或IoT设备用Python脚本批量生成客服应答语音替换录音棚外包尝试用英文描述生成中文语音如a cheerful Chinese female voice探索跨语言提示的趣味性。语音合成的门槛从此不再是技术而是你的想象力。7. 附关键路径与命令速查表场景命令/路径说明模型存储位置/root/ai-models/Qwen/Qwen3-TTS-12Hz-1___7B-VoiceDesign所有模型权重、配置文件在此勿删除启动脚本位置/root/Qwen3-TTS-12Hz-1.7B-VoiceDesign/start_demo.sh一键启动Web服务已预设GPU参数Web访问地址http://localhost:7860默认地址远程服务器请替换localhost为IP容器重启docker restart qwen3-tts-voicedesign修改配置后快速生效停止容器docker stop qwen3-tts-voicedesign释放GPU资源删除容器docker rm -f qwen3-tts-voicedesign彻底清理模型文件仍保留获取更多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。
Qwen3-TTS-VoiceDesign保姆级教学：从镜像拉取到语音保存.wav全流程图解
发布时间：2026/7/30 1:17:35
Qwen3-TTS-VoiceDesign保姆级教学从镜像拉取到语音保存.wav全流程图解1. 为什么你需要Qwen3-TTS-VoiceDesign你有没有遇到过这些场景做短视频时反复录配音总不满意声音太干、没情绪、缺个性开发智能客服系统想让AI语音带点“亲切感”或“专业感”但调参半天还是像机器人给儿童App配旁白需要“软萌萝莉音”可市面上的TTS要么千篇一律要么要买高价授权。Qwen3-TTS-VoiceDesign 就是为解决这些问题而生的——它不只把文字变成声音而是让你用一句话描述就生成有性格、有情绪、有风格的真实感语音。比如输入“体现撒娇稚嫩的萝莉女声音调偏高且起伏明显”它真能输出那种让人起鸡皮疙瘩又忍不住笑出来的黏人语气。这不是传统TTS靠预设音色语调滑块拼凑出来的效果而是端到端模型直接理解“撒娇”“稚嫩”“起伏明显”这些语义后从底层波形开始重建语音。它支持10种语言中文表现尤其自然连“啦”“呀”“嘛”这类语气助词的轻重停顿都拿捏得恰到好处。更重要的是它已经打包成开箱即用的镜像——不用自己装CUDA、不用手动下载3.6GB模型、不用折腾依赖冲突。本文将带你从零开始完整走通一次语音生成闭环拉取镜像 → 启动Web界面 → 输入提示 → 生成语音 → 保存为output.wav。每一步都有截图逻辑文字图解、命令说明和避坑提醒哪怕你只用过微信也能照着做出来。2. 镜像环境准备与一键启动2.1 确认运行环境在开始前请确保你的机器满足以下最低要求操作系统Ubuntu 22.04 或 CentOS 7推荐使用Linux服务器Windows需WSL2GPUNVIDIA显卡显存 ≥ 8GB如RTX 3090 / A10 / L4CPU4核以上内存 ≥ 16GB磁盘空间预留 ≥ 10GB模型本身3.6GB加上缓存和音频文件注意如果你没有GPU别急着关页面——文末“故障排除”章节会教你用CPU模式跑起来只是速度慢3倍左右但完全可用。2.2 拉取并运行VoiceDesign镜像假设你已安装Docker未安装官方安装指南 5分钟搞定执行以下命令# 拉取镜像约3.6GB首次需等待几分钟 docker pull registry.cn-hangzhou.aliyuncs.com/qwenlm/qwen3-tts-voicedesign:latest # 运行容器映射端口7860并挂载模型目录可选本镜像已内置 docker run -d \ --gpus all \ --shm-size2g \ -p 7860:7860 \ --name qwen3-tts-voicedesign \ registry.cn-hangzhou.aliyuncs.com/qwenlm/qwen3-tts-voicedesign:latest成功标志终端返回一串长ID如a1b2c3d4e5...且无报错。常见失败报错docker: command not found→ 未安装Docker请先安装报错nvidia-container-toolkit not installed→ 缺少NVIDIA容器工具包执行curl -sL https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - distribution$(. /etc/os-release;echo $ID$VERSION_ID) curl -sL https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update sudo apt-get install -y nvidia-docker2报错port is already allocated→ 7860端口被占用见文末“故障排除”换端口。2.3 验证服务是否就绪打开浏览器访问→http://localhost:7860本机运行→ 或http://你的服务器IP:7860远程服务器你会看到一个简洁的Gradio界面顶部写着Qwen3-TTS VoiceDesign Demo中间是三个输入框文本、语言下拉菜单、声音描述框。右下角有“Generate”按钮。这说明服务已成功启动不需要任何额外配置模型、依赖、前端全部就绪。3. Web界面实操三步生成你的第一段语音3.1 输入内容不只是“文字”而是“意图”在第一个输入框中填入你想合成的句子。别写太长建议控制在30字以内效果更稳。试试这个哥哥你回来啦人家等了你好久好久了要抱抱关键提醒不要用Markdown、HTML标签纯文本即可中文标点用全角。英文标点用半角,.!?混合使用也没问题避免生僻字、多音字连用如“行行行”首次尝试建议用常见口语句。3.2 选择语言10种语言一键切换点击第二个下拉菜单选择Chinese中文。这是最常用选项也是模型训练最充分的语言。其他语言同样可用比如英文句子The weather is absolutely perfect today!→ 选English日文句子今日はとてもいい天気ですね→ 选Japanese小技巧如果你不确定某句话该选什么语言就按句子主体语言选。比如中英混杂的这个API call returns a JSON object选English更准。3.3 描述声音用“人话”指挥AI发声这是VoiceDesign的灵魂所在。在第三个输入框里用自然语言告诉AI你想要的声音气质。不要写参数不要写技术词就像你在给配音演员提需求体现撒娇稚嫩的萝莉女声音调偏高且起伏明显营造出黏人、做作又刻意卖萌的听觉效果。我们拆解一下这句话为什么有效“撒娇稚嫩的萝莉女声” → 定义基础音色性别、年龄、风格“音调偏高且起伏明显” → 描述韵律特征不是“基频高”而是“音调高”这种说法“黏人、做作、刻意卖萌” → 引入情绪和表演意图模型能捕捉这些抽象词的声学映射。更多真实可用的声音描述示例沉稳的中年男性声音语速适中略带磁性像纪录片解说员活泼的少女音语速快笑声清脆每句话结尾微微上扬温柔的成年女性声音语气亲切语速稍慢停顿自然像睡前讲故事避免这样写F0220Hz, energy0.8模型不识别参数好听一点太模糊无指导意义像周杰伦版权风险且模型未学过具体明星音色3.4 生成与播放实时听到结果点击右下角Generate按钮界面会出现“Running…”提示。GPU环境下通常3~8秒完成取决于句子长度CPU环境下约20~40秒。完成后下方会自动出现一个音频播放器点击 ▶ 即可试听。你会听到一段非常自然的语音语调有明显起伏“哥哥”二字轻快上扬“好久好久了”拖长带颤音“要抱抱”结尾气声加重——完全符合你描述的“撒娇稚嫩”感。成功验证播放时无杂音、无卡顿、无机械感情绪传达准确。4. Python API进阶批量生成自定义保存Web界面适合快速试效果但真正落地到项目中你肯定需要代码集成。下面这段Python脚本就是从零调用VoiceDesign模型生成语音并保存为.wav文件的最小可行代码。4.1 环境确认与依赖检查进入容器内部确认关键包已就绪# 进入正在运行的容器 docker exec -it qwen3-tts-voicedesign bash # 检查Python和qwen-tts版本 python --version # 应显示 Python 3.11.x pip list | grep qwen-tts # 应显示 qwen-tts 0.0.5如果没看到qwen-tts执行pip install qwen-tts0.0.5本镜像已预装此步通常跳过。4.2 运行生成脚本含详细注释创建文件/root/generate_voice.py粘贴以下代码import torch import soundfile as sf from qwen_tts import Qwen3TTSModel # 【关键】加载模型指定本地路径自动识别CUDA设备 model Qwen3TTSModel.from_pretrained( /root/ai-models/Qwen/Qwen3-TTS-12Hz-1___7B-VoiceDesign, # 模型路径镜像内已预置 device_mapcuda:0, # 强制使用GPU-0如无GPU改为 cpu dtypetorch.bfloat16, # 内存友好精度足够 ) # 【核心】生成语音传入三要素 wavs, sr model.generate_voice_design( text今天天气真好我们一起去公园散步吧, # 要合成的文字 languageChinese, # 语言代码必须大写首字母 instruct温暖的青年女性声音语速舒缓语气柔和带微笑感像朋友轻声聊天, # 声音描述 ) # 【落地】保存为WAV文件这是你最终要的output.wav sf.write(output.wav, wavs[0], sr) # wavs[0]是主声道音频数组sr是采样率44100Hz print( 语音已保存为 output.wav路径/root/output.wav)4.3 执行并验证输出在容器内执行cd /root python generate_voice.py成功输出终端打印语音已保存为 output.wav路径/root/output.wav查看文件ls -lh output.wav→ 应显示大小约200KB~500KB取决于句子长度下载验证用docker cp命令把文件复制到本地电脑用任意播放器打开试听。进阶提示批量生成把text和instruct放进列表用for循环调用model.generate_voice_design()换输出格式soundfile支持WAV/FLAC/OGG只需改后缀名如sf.write(output.flac, ...)调整音量生成后用librosa加载再归一化但VoiceDesign默认音量已优化通常无需处理。5. 故障排查与性能优化实战指南5.1 最常见问题端口冲突与GPU不可用问题1访问 http://localhost:7860 显示“无法连接”→ 检查容器是否运行docker ps | grep qwen3-tts→ 若无输出容器已退出查看日志docker logs qwen3-tts-voicedesign→ 常见原因端口7860被Jupyter、Gradio其他服务占用→解决方案启动时换端口把-p 7860:7860改为-p 8080:7860然后访问http://localhost:8080问题2启动报错 “CUDA out of memory” 或 “no CUDA-capable device”→ 确认NVIDIA驱动已安装nvidia-smi应显示GPU信息→ 若显示command not found安装驱动 NVIDIA官网→ 若显存不足强制用CPU模式速度慢但保底可用docker run -d \ -p 7860:7860 \ --name qwen3-tts-cpu \ -e DEVICEcpu \ registry.cn-hangzhou.aliyuncs.com/qwenlm/qwen3-tts-voicedesign:latest然后在Web界面或API中device_map参数改为cpu。5.2 性能加速启用Flash Attention可选VoiceDesign默认禁用Flash Attention因部分环境未预装但启用后推理速度可提升30%~50%。启用步骤在容器内执行# 安装Flash Attention需编译约2分钟 pip install flash-attn --no-build-isolation # 重启容器移除 --no-flash-attn 参数本镜像启动脚本已自动适配 docker restart qwen3-tts-voicedesign验证是否生效查看日志docker logs qwen3-tts-voicedesign | grep flash若出现Using flash attention即成功。5.3 声音质量微调三个实用建议VoiceDesign效果惊艳但新手常踩这三个坑描述太抽象 → 结果不稳定错误示范好听的声音正确做法加入可感知的参照物如像《小王子》中文配音里的小王子清澈、略带鼻音、语速轻快句子含数字/专有名词 → 发音不准价格是¥199可能读成“一百九十九元”而非“一百九十九块”解决方案用中文口语化改写如价格只要一百九十九块长句生成失真 → 分段处理一次性输入100字散文拆成3~4句短句分别生成后用音频编辑软件拼接推荐Audacity免费开源6. 总结你已掌握VoiceDesign全流程能力回看这一路你完成了从Docker拉取镜像零依赖部署一个3.6GB的端到端语音模型在Web界面用三句话文本语言声音描述生成高度拟人的语音用5行Python代码把语音稳定保存为标准.wav文件掌握了端口冲突、GPU失效、Flash加速等真实生产环境问题的应对方法。Qwen3-TTS-VoiceDesign的价值不在于它“能说话”而在于它真正理解“声音是一种表达”。你不再需要在音色库中大海捞针也不必忍受冰冷的参数调节——你只需要像对真人一样说出你想要的感觉它就能还你一段有温度的声音。下一步你可以把生成的output.wav接入你的APP、网站或IoT设备用Python脚本批量生成客服应答语音替换录音棚外包尝试用英文描述生成中文语音如a cheerful Chinese female voice探索跨语言提示的趣味性。语音合成的门槛从此不再是技术而是你的想象力。7. 附关键路径与命令速查表场景命令/路径说明模型存储位置/root/ai-models/Qwen/Qwen3-TTS-12Hz-1___7B-VoiceDesign所有模型权重、配置文件在此勿删除启动脚本位置/root/Qwen3-TTS-12Hz-1.7B-VoiceDesign/start_demo.sh一键启动Web服务已预设GPU参数Web访问地址http://localhost:7860默认地址远程服务器请替换localhost为IP容器重启docker restart qwen3-tts-voicedesign修改配置后快速生效停止容器docker stop qwen3-tts-voicedesign释放GPU资源删除容器docker rm -f qwen3-tts-voicedesign彻底清理模型文件仍保留获取更多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。
