Update app.py

app.py

@@ -1,20 +1,12 @@
 import torch
 from diffusers import FluxPipeline
 
-# 1. Definir el dispositivo
-device = "cuda" if torch.cuda.is_available() else "cpu"
-
-# 2. Cargar el modelo con cuantización (si tienes bitsandbytes instalado)
-# Si sigues teniendo error de memoria, intenta usar "black-forest-labs/FLUX.1-schnell"
+# Usamos la variante en precisión FP8, que reduce la huella de memoria a la mitad
 pipe = FluxPipeline.from_pretrained(
     "black-forest-labs/FLUX.1-dev", 
-    torch_dtype=torch.bfloat16,
-    # load_in_4bit=True requiere configuraciones adicionales en diffusers,
-    # prueba primero sin él, usando solamente bfloat16 para ahorrar VRAM.
-)
-
-# 3. Mover el pipeline a la GPU después de cargarlo
-pipe.to(device)
+    torch_dtype=torch.float8_e4m3fn, 
+    device_map="balanced"
+).to("cuda")
 
-# 4. Cargar el LoRA
+# Cargar el LoRA
 pipe.load_lora_weights("joyfox/Kontext-Cosplay-Lora", weight_name="kontext_cosplay_lora_20000.safetensors")