diff --git "a/docs/zh/docs/AI/AI\345\256\271\345\231\250\351\225\234\345\203\217\347\224\250\346\210\267\346\214\207\345\215\227.md" "b/docs/zh/docs/AI/AI\345\256\271\345\231\250\351\225\234\345\203\217\347\224\250\346\210\267\346\214\207\345\215\227.md"
index 53a19a7a261a6bd79e9664204b1cddcabc601cb2..4d4b97e7171c0453851394b69bfda7dacb6f129f 100644
--- "a/docs/zh/docs/AI/AI\345\256\271\345\231\250\351\225\234\345\203\217\347\224\250\346\210\267\346\214\207\345\215\227.md"
+++ "b/docs/zh/docs/AI/AI\345\256\271\345\231\250\351\225\234\345\203\217\347\224\250\346\210\267\346\214\207\345\215\227.md"
@@ -9,18 +9,23 @@ openEuler AI 容器镜像封装了不同硬件算力的 SDK 以及 AI 框架、
 目前，openEuler 已发布支持 Ascend 和 NVIDIA 平台的容器镜像，获取路径如下：
 
 - [openeuler/cann](https://hub.docker.com/r/openeuler/cann)
+
 存放 SDK 类镜像，在 openEuler 基础镜像之上安装 CANN 系列软件，适用于 Ascend 环境。
 
 - [openeuler/cuda](https://hub.docker.com/r/openeuler/cuda)
+
 存放 SDK 类镜像，在 openEuler 基础镜像之上安装 CUDA 系列软件，适用于 NVIDIA 环境。
 
 - [openeuler/pytorch](https://hub.docker.com/r/openeuler/pytorch)
+
 存放 AI 框架类镜像，在 SDK 镜像基础之上安装 PyTorch，根据安装的 SDK 软件内容区分适用平台。
 
 - [openeuler/tensorflow](https://hub.docker.com/r/openeuler/tensorflow)
+
 存放 AI 框架类镜像，在 SDK 镜像基础之上安装 TensorFlow，根据安装的 SDK 软件内容区分适用平台。
 
 - [openeuler/llm](https://hub.docker.com/r/openeuler/tensorrt)
+
 存放模型应用类镜像，在 AI 框架镜像之上包含特定大模型及工具链，根据安装的 SDK 软件内容区分适用平台。
 
 详细的 AI 容器镜像分类和镜像 tag 的规范说明见[oEEP-0014](https://gitee.com/openeuler/TC/blob/master/oEEP/oEEP-0014%20openEuler%20AI容器镜像软件栈规范.md)。
@@ -90,7 +95,7 @@ docker pull image:tag
 
     非NVIDIA环境不执行此步骤。
 
-3. 确保环境中安装`driver`及`firmware`，用户可从[NVIDIA](https://www.nvidia.com/)或[Ascend](https://www.hiascend.com/)官网获取正确版本进行安装。安装完成后 Ascend 平台使用`npu-smi`命令、NVIDIA 平台使用`nvidia-smi`进行测试，正确显示硬件信息则说明安装正常。
+3. 确保环境中安装`driver`及`firmware`，用户可从[NVIDIA](https://www.nvidia.com/)或[Ascend](https://www.hiascend.com/)官网获取正确版本进行安装。安装完成后 Ascend 平台使用`npu-smi info`命令、NVIDIA 平台使用`nvidia-smi`进行测试，正确显示硬件信息则说明安装正常。
 
 4. 完成上述操作后，即可使用`docker run`命令启动容器。