Update api/ltx_server.py

api/ltx_server.py

@@ -669,8 +669,8 @@ class VideoService:
         #if total % 2 == 1:  # ÍMPAR
             # Ex: 11 → primeira 0..5, segunda 5..10
         cut = total // 2
-        primeira = latents_brutos[:, :, :cut+1, :, :].clone()
-        segunda  = latents_brutos[:, :, cut:, :, :].clone()
+        primeira = latents_brutos[:, :, :cut+1, :, :]
+        segunda  = latents_brutos[:, :, cut:, :, :]
         
         
         return primeira, segunda
@@ -939,7 +939,7 @@ class VideoService:
                     del base_latents; gc.collect(); torch.cuda.empty_cache()
 
                     par = 0
-                    latents_cpu_up = upsampled_latents.detach().to("cpu", non_blocking=True)
+                    latents_cpu_up = upsampled_latents.to("cpu", non_blocking=True)
                     torch.cuda.empty_cache()
                     try:
                          torch.cuda.ipc_collect()
@@ -957,12 +957,13 @@ class VideoService:
 
                     #latents_parts_up = [latents_cpu_up]
 
-                    
+                    par = 1
                     for latents in latents_parts_up:
                
                         # # --- ETAPA 3: REFINAMENTO DE TEXTURA (SECOND PASS) ---
                         print("\n--- INICIANDO ETAPA 3: REFINAMENTO DE TEXTURA (SECOND PASS) ---")
-                
+                        print(f"[DEBUG] Partição {par}: {tuple(lat_bup.shape)}")
+                        par+=1
                         second_pass_config = self.config.get("second_pass", {}).copy()
                         # --- <INÍCIO DA LÓGICA DE CÁLCULO EXATA PARA SECOND PASS> ---
                         # Usa as dimensões da primeira passagem dobradas, como na pipeline original
@@ -1021,7 +1022,7 @@ class VideoService:
 
             for latents_vae in latents_list:
             
-                latents_cpu_vae = latents_vae.detach().to("cpu", non_blocking=True)
+                latents_cpu_vae = latents_vae.to("cpu", non_blocking=True)
                 torch.cuda.empty_cache()
                 try:
                     torch.cuda.ipc_collect()
@@ -1032,8 +1033,8 @@ class VideoService:
 
 
                 lat_a, lat_b = self._dividir_latentes(latents_cpu_vae)
-                print(f"[DEBUG] Partição A: {tuple(lat_a.shape)}")
-                print(f"[DEBUG] Partição B: {tuple(lat_b.shape)}")
+                #print(f"[DEBUG] Partição A: {tuple(lat_a.shape)}")
+                #print(f"[DEBUG] Partição B: {tuple(lat_b.shape)}")
             
                 latents_parts_vae = [lat_a, lat_b]