Update app.py

app.py

@@ -4,7 +4,7 @@ from PIL import Image
 from diffusers import StableDiffusionXLImg2ImgPipeline
 import spaces
 
-# 1. Definición del modelo SDXL súper ligero (FP16 pesa ~6.5GB)
+# 1. Definición del modelo SDXL súper ligero
 MODEL_ID = "stabilityai/stable-diffusion-xl-base-1.0"
 
 print("Iniciando descarga de SDXL FP16...")
@@ -15,10 +15,9 @@ pipe = StableDiffusionXLImg2ImgPipeline.from_pretrained(
     use_safetensors=True
 )
 
-# 2. Descarga a CPU para ahorrar RAM y VRAM
-pipe.enable_model_cpu_offload()
+# ELIMINADO: pipe.enable_model_cpu_offload() porque ZeroGPU no tiene GPU en el arranque global
 
-# 3. Cargamos IP-Adapter (El extractor de ropa/estilo)
+# 2. Cargamos IP-Adapter (El extractor de ropa/estilo)
 print("Cargando IP-Adapter (Inyector de estilo)...")
 pipe.load_ip_adapter("h94/IP-Adapter", subfolder="sdxl_models", weight_name="ip-adapter_sdxl.safetensors")
 
@@ -28,6 +27,9 @@ def process_cosplay_edit(base_image, reference_image, prompt, steps, strength, i
     if base_image is None or reference_image is None:
         raise gr.Error("Por favor, sube ambas imágenes.")
     
+    # EL TRUCO DE ZEROGPU: Movemos el modelo a la GPU solo cuando la función se activa
+    pipe.to("cuda")
+    
     # Redimensionar a la resolución óptima de SDXL (1024x1024)
     base_resized = base_image.resize((1024, 1024), Image.Resampling.LANCZOS)
     ref_resized = reference_image.resize((1024, 1024), Image.Resampling.LANCZOS)
@@ -67,9 +69,7 @@ with gr.Blocks(theme=gr.themes.Base()) as demo:
             )
             
             with gr.Accordion("Ajustes de Transferencia", open=False):
-                # Strength define qué tanto se transforma la foto original
                 strength_scale = gr.Slider(minimum=0.3, maximum=0.99, value=0.85, step=0.05, label="Fuerza de Transformación (Strength)")
-                # IP Scale define cuánta atención prestar a la ropa de la Foto 2
                 ip_scale = gr.Slider(minimum=0.1, maximum=1.0, value=0.7, step=0.05, label="Influencia de la Ropa (IP Scale)")
                 inference_steps = gr.Slider(minimum=15, maximum=40, value=30, step=1, label="Pasos de Calidad")
                 seed_num = gr.Number(value=4242, label="Semilla")