Update app.py

app.py

@@ -44,8 +44,11 @@ with open("requirements.txt", "r") as f_in, open("filtered_requirements.txt", "w
 print("Instalando dependências filtradas...")
 subprocess.run([python_executable, "-m", "pip", "install", "-r", "filtered_requirements.txt"], check=True)
 
-print("Instalando flash-attn...")
-subprocess.run([python_executable, "-m", "pip", "install", "flash-attn==2.5.9.post1", "--no-build-isolation"], check=True)
+# CORREÇÃO CRÍTICA: Remover a versão específica do flash-attn.
+# Deixar o pip escolher a versão compatível com a GPU do ambiente.
+print("Instalando a versão compatível do flash-attn...")
+subprocess.run([python_executable, "-m", "pip", "install", "flash-attn", "--no-build-isolation"], check=True)
+
 
 from pathlib import Path
 from urllib.parse import urlparse
@@ -122,7 +125,6 @@ def configure_runner():
     config = load_config('configs_3b/main.yaml')
     runner = VideoDiffusionInfer(config)
     OmegaConf.set_readonly(runner.config, False)
-    # A chamada de inicialização crítica é feita aqui
     init_torch(cudnn_benchmark=False, timeout=datetime.timedelta(seconds=3600))
     runner.configure_dit_model(device="cuda", checkpoint='ckpts/seedvr2_ema_3b.pth')
     runner.configure_vae_model()
@@ -130,7 +132,6 @@ def configure_runner():
         runner.vae.set_memory_limit(**runner.config.vae.memory_limit)
     return runner
 
-# Criamos o runner globalmente, UMA ÚNICA VEZ
 GLOBAL_RUNNER = configure_runner()
 print("✅ Setup completo. Aplicação pronta para receber requisições.")
 
@@ -170,9 +171,7 @@ def cut_videos(videos, sp_size=1):
 @spaces.GPU
 def generation_loop(video_path, seed=666, fps_out=24):
     if video_path is None: return None, None, None
-    # CORREÇÃO: Usamos o runner global em vez de criar um novo
     runner = GLOBAL_RUNNER
-    
     text_embeds = {
         "texts_pos": [torch.load('pos_emb.pt', weights_only=True).to("cuda")], 
         "texts_neg": [torch.load('neg_emb.pt', weights_only=True).to("cuda")]
@@ -234,4 +233,5 @@ with gr.Blocks(title="SeedVR") as demo:
     download_link = gr.File(label="Baixar Resultado")
     run_button.click(fn=generation_loop, inputs=[input_file, seed, fps], outputs=[output_image, output_video, download_link])
     
+
 demo.queue().launch(share=True)