Update app.py

app.py

@@ -11,7 +11,7 @@ API_KEY = os.getenv("API_KEY")
 SIZE_OPTIONS = ["1024x1024", "848x1264", "1264x848", "1376x768", "1200x896", "896x1200", "768x1376"]
 
 
-def generate_image(prompt: str, size: str, seed: int):
+def generate_image(prompt: str, size: str, seed: int, use_pe: bool):
     if not prompt.strip():
         raise gr.Error("请输入图像描述提示词")
 
@@ -26,7 +26,7 @@ def generate_image(prompt: str, size: str, seed: int):
         "response_format": "b64_json",
         "size": size,
         "seed": int(seed),
-        "use_pe": True,
+        "use_pe": use_pe,
         "num_inference_steps": 8,
         "guidance_scale": 1.0
     }
@@ -111,6 +111,10 @@ with gr.Blocks(title="ERNIE-Image-Turbo 8B") as demo:
                 value=-1,
                 precision=0,
             )
+            use_pe_checkbox = gr.Checkbox(
+                label="use_pe",
+                value=True,
+            )
             generate_btn = gr.Button(
                 "Generate",
                 variant="primary",
@@ -146,13 +150,13 @@ with gr.Blocks(title="ERNIE-Image-Turbo 8B") as demo:
             ["一张桌面端网页截图，展现了一篇关于科技博客的文章页面。顶部是浅灰色的浏览器界面，左上角有红黄绿三个圆形控制按钮。 当前激活的标签页文字为 'Understanding Diffusion Models'，下方地址栏中清晰显示着 URL：'https://www.ai-research-blog.com/understanding-diffusion-models'。 网页整体采用白底、深灰字体的现代简约设计，带有蓝色的强调元素。 网页顶部的导航栏左侧有一个蓝色的神经网络节点图标以及品牌名 'AI Research'，右侧横向排列着四个导航菜单项：'Home'、'Articles'、'Tutorials' 和 'About'。 网页主体采用左右分栏布局，左侧较宽的主内容区顶部是一个醒目的黑色粗体大标题：'深入浅出：扩散模型 (Diffusion Models) 原理剖析'。大标题下方是正文段落：'扩散模型是一类强大的生成模型，近年来在图像生成上取得了革命性的成功，例如 Stable Diffusion 和 Midjourney。其核心原理主要由两个阶段构成：前向扩散过程（逐步加噪）和反向生成过程（逐步去噪）。' 正文下方是一张居中放置、带有浅灰色边框的原理说明图表。 图表从左到右展示“前向过程”，最左侧是一张清晰的柴犬照片，下方标注 '$X_0$'；随着向右的灰色箭头引导，照片依次演变，噪点逐渐增多，中间的过渡图片下方标注 '$X_t$'，直到最右侧变成一幅完全由彩色随机像素组成的纯噪声图，下方标注 '$X_T$'。 这排图像的上方有一条弧线箭头，文字标注为 '前向过程 (Forward Process): 逐步添加高斯噪声'。 下方有一条弧线箭头，文字标注为 '反向过程 (Reverse Process): 神经网络 (如 U-Net) 学习预测并去除噪声'。 图表下方还有一段补充说明文字：'在实际训练中，模型并不直接生成图像，而是学习在每个时间步 $t$ 预测图像中加入的噪声分布。通过最小化真实噪声与模型预测噪声之间的误差，来实现高质量的去噪还原。' 在网页右侧较窄的侧边栏中，顶部有一个小标题 '相关阅读 (Related Articles)'，下方垂直排列着两条带有下划线的超链接文本：第一条是 '1. GAN 与 Diffusion 模型的深度对比'，第二条是 '2. 浅析 U-Net 架构在图像生成中的关键作用'。 整个页面排版结构清晰，信息量丰富，呈现出专业学术博客的视觉风格。", "1264x848", -1],
             ["一张高清晰度的写实照片，采用正面视角拍摄了一块通透的玻璃白板。白板表面使用褪色的绿色马克笔手绘了《海贼王》中草帽海贼团（Straw Hat Pirates）的全员合影。在横向展开的宽屏画面中，从左至右依次绘制着布鲁克（Brook）、弗兰奇（Franky）、罗宾（Robin）、索隆（Zoro）、路飞（Luffy）居于中心、娜美（Nami）、山治（Sanji）、乌索普（Usopp）、乔巴（Chopper）和甚平（Jinbe）。各个角色以生动的马克笔线条勾勒出标志性的轮廓与姿态。 画面的物理细节极度逼真，绿色马克笔的墨迹呈现出明显的水分不足与褪色感，线条中间有墨水变淡、边缘有颜料堆积的真实白板画特征，部分笔画带有轻微的断续感。玻璃白板本身具有极强的真实感，表面泛着柔和的室内环境反光和高光，透过厚重的玻璃隐约可见后方被景深虚化处理的室内背景。白板上还可以察觉到之前擦拭留下的微弱绿色墨渍残留、玻璃反光面上的细小划痕和灰尘颗粒。整体画面光线均匀，色调干净，摄影级的4K高分辨率将玻璃的光学质感、褪色墨水的纹理与手绘线条的细节展现得淋漓尽致。", "1264x848", 100],
         ],
-        inputs=[prompt_input, size_dropdown, seed_number],
+        inputs=[prompt_input, size_dropdown, seed_number, use_pe_checkbox],
         label="示例提示词",
     )
 
     generate_btn.click(
         fn=generate_image,
-        inputs=[prompt_input, size_dropdown, seed_number],
+        inputs=[prompt_input, size_dropdown, seed_number, use_pe_checkbox],
         outputs=[output_gallery, revised_prompt_output],
         concurrency_limit=10,
     )