import gradio as gr
from diffusers import StableDiffusionPipeline
import torch
import time

MODEL_ID = "1c1/Visionpy"

pipe = StableDiffusionPipeline.from_pretrained(
    MODEL_ID,
    torch_dtype=torch.float16
).to("cuda")
pipe.enable_xformers_memory_efficient_attention()  # VRAM ve hız optimizasyonu

def generate(prompt, mode, res):
    start_time = time.time()
    
    # Hız modu için inference adımları
    steps = 20  # Hızlı üretim
    guidance = 7.5
    
    # Çözünürlük
    if res == "512p":
        w, h = 512, 512
    elif res == "1024p":
        w, h = 1024, 1024
    else:
        w, h = 512, 512  # 4K/8K hızlı üretimde varsayılan olarak 512
    
    image = pipe(prompt, height=h, width=w, num_inference_steps=steps, guidance_scale=guidance).images[0]

    elapsed = time.time() - start_time
    return image, f"{elapsed:.2f} saniyede üretildi!"

with gr.Blocks(theme="soft", title="Hh — VisionPy Ultra HD 11s Mode") as demo:
    gr.Markdown(
        """
        # 🌟 Hh — VisionPy Ultra HD
        **Anime / Realistic modları, Light Theme, 11 saniyede hızlı üretim!**
        """
    )

    with gr.Row():
        prompt = gr.Textbox(label="Prompt", placeholder="ör: fantastik şehir, ultra yüksek çözünürlük")
        mode = gr.Dropdown(["Realistic", "Anime"], label="Mod")
        res = gr.Dropdown(["512p", "1024p"], label="Çözünürlük (Hızlı Mod)")

    out = gr.Image(label="Sonuç")
    time_label = gr.Label(label="Üretim Süresi")

    btn = gr.Button("ÜRET")
    btn.click(generate, inputs=[prompt, mode, res], outputs=[out, time_label])

demo.launch()