Update app.py

app.py

@@ -4,82 +4,122 @@ import spaces
 from diffusers import DiffusionPipeline
 import os
 
-# --- Configuración del Modelo ---
-# Usamos el repositorio oficial mencionado en el tutorial
+# -----------------------------------------------------------------------------
+# 1. CONFIGURACIÓN Y CARGA DEL MODELO
+# -----------------------------------------------------------------------------
 MODEL_ID = "NewBie-AI/NewBie-image-Exp0.1"
 
-print(f"Iniciando carga de {MODEL_ID} con encoders Gemma y Jina...")
+print(f"🔄 Iniciando carga del modelo: {MODEL_ID}")
+print("   Nota: Esto puede tardar unos minutos la primera vez mientras se descargan los pesos.")
 
-# Cargamos el pipeline en memoria global (CPU/RAM) inicialmente.
-# 'trust_remote_code=True' es OBLIGATORIO porque este modelo usa una arquitectura 
-# personalizada (Next-DiT) que no está nativa en diffusers antiguos.
+# Cargamos el pipeline. 
+# SOLUCIÓN APLICADA: 'custom_pipeline' fuerza la descarga del script de gestión del repo,
+# evitando el error de ruta 'transformer/transformer.py' que te salía antes.
 pipe = DiffusionPipeline.from_pretrained(
     MODEL_ID,
-    torch_dtype=torch.bfloat16, # bfloat16 es ideal para GPUs A100 (ZeroGPU)
+    custom_pipeline=MODEL_ID,     # <--- EL CAMBIO CLAVE
+    torch_dtype=torch.bfloat16,   # bfloat16 es nativo y más rápido en A100 (ZeroGPU)
     trust_remote_code=True
 )
 
-# --- Lógica de ZeroGPU ---
-# El decorador @spaces.GPU detecta cuando el usuario hace clic en generar
-# y asigna una GPU de alto rendimiento solo para esa función.
-@spaces.GPU(duration=120) 
-def generate(prompt, negative_prompt, steps, cfg, width, height):
-    print("GPU Asignada. Moviendo modelo a CUDA...")
-    pipe.to("cuda")
+# -----------------------------------------------------------------------------
+# 2. FUNCIÓN DE GENERACIÓN (ZeroGPU)
+# -----------------------------------------------------------------------------
+# El decorador @spaces.GPU maneja la asignación de hardware.
+# duration=120 da tiempo suficiente para imágenes grandes sin timeout.
+@spaces.GPU(duration=120)
+def generate_image(prompt, negative_prompt, steps, cfg, width, height):
+    print("🚀 ZeroGPU Asignada. Moviendo modelo a CUDA y generando...")
     
-    # Ejecución de la inferencia
-    image = pipe(
-        prompt=prompt,
-        negative_prompt=negative_prompt,
-        num_inference_steps=steps,
-        guidance_scale=cfg,
-        width=width,
-        height=height
-    ).images[0]
+    # Mover a GPU solo dentro de la función decorada
+    pipe.to("cuda")
     
-    return image
+    # Ejecutar inferencia
+    try:
+        image = pipe(
+            prompt=prompt,
+            negative_prompt=negative_prompt,
+            num_inference_steps=int(steps),
+            guidance_scale=float(cfg),
+            width=int(width),
+            height=int(height)
+        ).images[0]
+        return image
+    except Exception as e:
+        print(f"Error durante la generación: {e}")
+        return None
 
-# --- Interfaz Gráfica (Gradio) ---
+# -----------------------------------------------------------------------------
+# 3. INTERFAZ GRÁFICA (GRADIO)
+# -----------------------------------------------------------------------------
+# CSS para mejorar un poco la estética
 css = """
 .container { max-width: 900px; margin: auto; }
+textarea { font-family: monospace; }
 """
 
+# Prompt por defecto optimizado para este modelo (Formato XML)
+DEFAULT_PROMPT = """<character_1>
+<gender>1girl</gender>
+<appearance>red_eyes, white_hair, long_hair, floating_hair</appearance>
+<clothing>japanese_clothes, kimono, floral_print</clothing>
+<action>standing, holding_fan, looking_at_viewer</action>
+</character_1>
+<general_tags>
+<quality>best quality, masterpiece, 4k, highres</quality>
+<style>anime, vivid_colors, cherry_blossoms</style>
+</general_tags>"""
+
+DEFAULT_NEGATIVE = "low quality, bad anatomy, worst quality, watermark, text, error, jpeg artifacts, signature"
+
 with gr.Blocks(css=css, theme=gr.themes.Soft()) as demo:
     gr.Markdown("""
-    # 🎨 NewBie-Image Exp0.1 (ZeroGPU Edition)
-    Este espacio ejecuta el modelo **NewBie-image**, entrenado con Gemma-3 y Jina CLIP.
-    **Nota:** Este modelo funciona mejor con prompts estructurados en XML.
+    # ⛩️ NewBie Anime Generator (ZeroGPU Edition)
+    
+    Este espacio utiliza el modelo experimental **NewBie-image-Exp0.1**. 
+    Este modelo entiende mejor los prompts si usas una estructura **XML** (ver ejemplo abajo).
     """)
     
     with gr.Row():
-        with gr.Column():
-            # Input por defecto con el formato XML recomendado en el tutorial
-            default_prompt = """<character_1>
-<gender>1girl</gender>
-<appearance>blue_eyes, silver_hair, long_hair</appearance>
-<clothing>futuristic_armor, glowing_lights</clothing>
-<action>standing, casting_spell</action>
-</character_1>
-<general_tags>
-<quality>masterpiece, best quality, 4k</quality>
-<style>anime, cyberpunk</style>
-</general_tags>"""
+        with gr.Column(scale=1):
+            prompt_input = gr.Textbox(
+                label="Prompt (Estructura XML Recomendada)", 
+                value=DEFAULT_PROMPT, 
+                lines=12,
+                placeholder="Escribe tu prompt aquí..."
+            )
+            neg_prompt_input = gr.Textbox(
+                label="Negative Prompt", 
+                value=DEFAULT_NEGATIVE, 
+                lines=2
+            )
             
-            prompt = gr.Textbox(label="Prompt (XML recomendado)", value=default_prompt, lines=10)
-            negative_prompt = gr.Textbox(label="Negative Prompt", value="low quality, bad anatomy, worst quality, watermark", lines=2)
+            with gr.Accordion("⚙️ Configuración Avanzada", open=False):
+                with gr.Row():
+                    width_slider = gr.Slider(512, 1280, value=1024, step=64, label="Ancho")
+                    height_slider = gr.Slider(512, 1280, value=1024, step=64, label="Alto")
+                steps_slider = gr.Slider(10, 50, value=28, step=1, label="Pasos (Steps)")
+                cfg_slider = gr.Slider(1, 15, value=7.0, step=0.1, label="Guidance Scale")
             
-            with gr.Accordion("Configuración Avanzada", open=False):
-                steps = gr.Slider(10, 50, value=28, label="Pasos (Steps)")
-                cfg = gr.Slider(1, 15, value=7.0, label="Guidance Scale")
-                width = gr.Slider(512, 1280, value=1024, step=64, label="Ancho")
-                height = gr.Slider(512, 1280, value=1024, step=64, label="Alto")
-                
-            btn = gr.Button("Generar Imagen", variant="primary", scale=1)
+            btn_run = gr.Button("🎨 Generar Imagen", variant="primary", scale=1)
         
-        with gr.Column():
-            output = gr.Image(label="Resultado Generado")
+        with gr.Column(scale=1):
+            output_image = gr.Image(label="Resultado", type="pil", interactive=False)
 
-    btn.click(generate, inputs=[prompt, negative_prompt, steps, cfg, width, height], outputs=output)
+    # Evento de clic
+    btn_run.click(
+        fn=generate_image,
+        inputs=[
+            prompt_input, 
+            neg_prompt_input, 
+            steps_slider, 
+            cfg_slider, 
+            width_slider, 
+            height_slider
+        ],
+        outputs=output_image
+    )
 
+# Lanzar la aplicación
 if __name__ == "__main__":
     demo.launch()