Update app.py

app.py

@@ -10,23 +10,19 @@ from PIL import Image
 import numpy as np
 import cv2
 import tempfile
-from diffusers.utils import export_to_video  # Добавил для экспорта видео
+from diffusers.utils import export_to_video  # Для экспорта видео
 
 class WanAnimateApp:
     def __init__(self):
         model_name = "stabilityai/stable-video-diffusion-img2vid-xt"
         self.pipe = StableVideoDiffusionPipeline.from_pretrained(
             model_name,
-            torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
-            variant="fp16",
-            device_map="auto"  # Изменил на "auto" для GPU на HF
+            torch_dtype=torch.float32,  # Для CPU — FP32
+            variant="fp16",  # Вариант остаётся, но dtype переопределяем
+            device_map="cpu"  # Явно CPU, чтобы избежать ошибок
         )
-        if torch.cuda.is_available():
-            self.pipe.to("cuda")
-            self.pipe.enable_model_cpu_offload()  # Оптимизация памяти
-            self.pipe.enable_vae_slicing()
-            self.pipe.unet.enable_forward_chunking(chunk_size=1, dim=1)
-            torch.backends.cuda.matmul.allow_tf32 = True
+        # Нет CUDA-оптимизаций, так как на CPU они не нужны/не работают
+        self.pipe.enable_vae_slicing()  # Оптимизация для памяти (работает на CPU)
 
     def predict(self, ref_img, video, model_id, model):
         if ref_img is None or video is None:
@@ -39,33 +35,33 @@ class WanAnimateApp:
             else:
                 ref_image = Image.open(ref_img).convert("RGB").resize((576, 320))
 
-            # Извлечение motion из видео (frame_count для hint)
+            # Извлечение motion из видео
             cap = cv2.VideoCapture(video)
             frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
             cap.release()
             motion_hint = f" with dynamic motion from {frame_count} frames"
 
-            # Параметры на основе model
+            # Параметры
             num_frames = 25 if model == "wan-pro" else 14
             num_steps = 25 if model == "wan-pro" else 15
 
-            # Адаптация для modes (имитация Wan2.2 с SVD)
-            noise_aug_strength = 0.02  # Базовый шум
-            if model_id == "wan2.2-animate-mix":  # Для "mix" — больше шума для "замены"
+            # Адаптация modes (имитация с SVD)
+            noise_aug_strength = 0.02
+            if model_id == "wan2.2-animate-mix":
                 noise_aug_strength = 0.1
 
-            # Генерация
-            generator = torch.Generator(device="cuda" if torch.cuda.is_available() else "cpu").manual_seed(42)
+            # Генерация (на CPU)
+            generator = torch.Generator(device="cpu").manual_seed(42)
             output = self.pipe(
                 ref_image,
                 num_inference_steps=num_steps,
                 num_frames=num_frames,
                 generator=generator,
                 decode_chunk_size=2,
-                noise_aug_strength=noise_aug_strength  # Добавил для вариации
+                noise_aug_strength=noise_aug_strength
             ).frames[0]
 
-            # Экспорт видео (без subprocess, используем export_to_video)
+            # Экспорт видео
             with tempfile.NamedTemporaryFile(suffix=".mp4", delete=False) as temp_video:
                 export_to_video(output, temp_video.name, fps=7)