Create app2.py

app2.py

@@ -0,0 +1,91 @@
+import os, subprocess, sys, random, tempfile, torch
+from pathlib import Path
+from huggingface_hub import hf_hub_download, snapshot_download
+
+# --- Mérnöki környezet beállítása ---
+os.environ["TORCH_COMPILE_DISABLE"] = "1"
+os.environ["TORCHDYNAMO_DISABLE"] = "1"
+HF_TOKEN = os.environ.get("HF_TOKEN")
+
+# Függőségek kényszerített telepítése (PRO környezethez optimalizálva)
+subprocess.run([sys.executable, "-m", "pip", "install", "xformers==0.0.32.post2", "--no-build-isolation"], check=False)
+LTX_REPO_DIR = os.path.join(os.path.dirname(os.path.abspath(__file__)), "LTX-2")
+if not os.path.exists(LTX_REPO_DIR):
+    subprocess.run(["git", "clone", "https://github.com/Lightricks/LTX-2.git", LTX_REPO_DIR], check=True)
+    subprocess.run(["git", "-C", LTX_REPO_DIR, "checkout", "ae855f8538843825f9015a419cf4ba5edaf5eec2"], check=True)
+
+subprocess.run([sys.executable, "-m", "pip", "install", "-e", os.path.join(LTX_REPO_DIR, "packages", "ltx-core"), "-e", os.path.join(LTX_REPO_DIR, "packages", "ltx-pipelines")], check=True)
+sys.path.insert(0, os.path.join(LTX_REPO_DIR, "packages", "ltx-pipelines", "src"))
+sys.path.insert(0, os.path.join(LTX_REPO_DIR, "packages", "ltx-core", "src"))
+
+import gradio as gr
+from ltx_core.model.video_vae import TilingConfig, get_video_chunks_number
+from ltx_pipelines.distilled import DistilledPipeline
+from ltx_pipelines.utils.media_io import encode_video
+
+# --- MODELL BETÖLTÉSE (EREDETI BF16 MINŐSÉG) ---
+# A 46.1 GB-os teljes verziót töltjük be
+checkpoint_path = hf_hub_download(repo_id="Lightricks/LTX-2.3", filename="ltx-2.3-22b-distilled-1.1.safetensors", token=HF_TOKEN)
+spatial_upsampler_path = hf_hub_download(repo_id="Lightricks/LTX-2.3", filename="ltx-2.3-spatial-upscaler-x2-1.1.safetensors", token=HF_TOKEN)
+gemma_root = snapshot_download(repo_id="google/gemma-3-12b-it-qat-q4_0-unquantized", token=HF_TOKEN)
+
+# Pipeline inicializálás (Kvantálás nélkül a maximális részletességért)
+pipeline = DistilledPipeline(
+    distilled_checkpoint_path=checkpoint_path,
+    spatial_upsampler_path=spatial_upsampler_path,
+    gemma_root=gemma_root,
+    loras=[],
+)
+
+@torch.inference_mode()
+def generate_hq_video(prompt, duration=5.0, seed=-1, progress=gr.Progress(track_tqdm=True)):
+    try:
+        torch.cuda.empty_cache()
+        current_seed = random.randint(0, 2**32 - 1) if seed == -1 else int(seed)
+        
+        # Frame számítás: 24 fps mellett 5 sec = 121 frame
+        num_frames = ((int(duration * 24) + 1 - 1 + 7) // 8) * 8 + 1
+        
+        # A minőség fokozása érdekében kényszerített prompt-javítást használunk
+        video, _ = pipeline(
+            prompt=prompt, 
+            seed=current_seed, 
+            height=720, 
+            width=1280, 
+            num_frames=num_frames, 
+            frame_rate=24.0, 
+            images=[], # Text-to-Video mód
+            enhance_prompt=True,
+            tiling_config=TilingConfig.default()
+        )
+        
+        out_file = tempfile.mktemp(suffix=".mp4")
+        # Kódolás hang nélkül, magas bitrátával
+        encode_video(
+            video, 
+            24.0, 
+            None, # Audio kikapcsolva a kérésnek megfelelően
+            out_file, 
+            get_video_chunks_number(num_frames, TilingConfig.default())
+        )
+        return out_file, current_seed
+    except Exception as e:
+        print(f"Manufacturing Error: {e}")
+        return None, seed
+
+# --- Gradio Felület (Mérnöki QC Dashboard) ---
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# LTX-2.3 BF16 High-Fidelity (720p, No Audio)")
+    with gr.Row():
+        with gr.Column():
+            p = gr.Textbox(label="Szöveges utasítás", value="Cinematic motion, extreme detail, 8k, realistic")
+            d = gr.Slider(label="Időtartam", minimum=1, maximum=5, value=5)
+            s = gr.Number(label="Seed (-1 a véletlenhez)", value=-1)
+            btn = gr.Button("GYÁRTÁS INDÍTÁSA", variant="primary")
+        output_video = gr.Video(label="QC Eredmény")
+    
+    # API végpont rögzítése a local script számára
+    btn.click(generate_hq_video, [p, d, s], [output_video, s], api_name="generate_video")
+
+if __name__ == "__main__":
+    demo.launch()