Update app.py

app.py

@@ -1,62 +1,22 @@
-import gradio as gr
 import torch
-from PIL import Image
-from diffusers import QwenImageEditPipeline
-import spaces
+from diffusers import DiffusionPipeline
+import gradio as gr
 
-# 1. Cargar el modelo base y el adaptador (LoRA)
-# Esto ocurre cuando el Space arranca, preparándolo en memoria
-pipe = QwenImageEditPipeline.from_pretrained(
-    "Qwen/Qwen-Image-Edit-2511", 
-    torch_dtype=torch.bfloat16
-)
-pipe.load_lora_weights("WarmBloodAban/AnyoneCosplay")
+# 1. Cargar el pipeline base (asegúrate de tener acceso/permisos si es necesario)
+base_model_id = "black-forest-labs/FLUX.1-dev"
+pipe = DiffusionPipeline.from_pretrained(base_model_id, torch_dtype=torch.bfloat16)
 pipe.to("cuda")
 
-# 2. La función generadora con Zero-GPU
-# @spaces.GPU le dice a Hugging Face: "préstame una GPU potente solo para estos segundos"
-@spaces.GPU
-def generate_cosplay(human_img, anime_img):
-    # El modelo espera una sola imagen unida. 
-    # Pegamos la foto humana (Figura 1) y el anime (Figura 2) lado a lado.
-    w1, h1 = human_img.size
-    w2, h2 = anime_img.size
-    
-    # Ajustamos la altura de la imagen anime para que coincida con la humana
-    new_w2 = int((h1 / h2) * w2)
-    anime_img_resized = anime_img.resize((new_w2, h1))
-    
-    combined_img = Image.new('RGB', (w1 + new_w2, h1))
-    combined_img.paste(human_img, (0, 0))
-    combined_img.paste(anime_img_resized, (w1, 0))
-    
-    # Palabra clave de activación requerida por el autor del modelo
-    prompt = "Let the person in Figure 1 cosplay the role in Figure 2"
-    
-    with torch.inference_mode():
-        # Ejecutamos la inferencia con los parámetros recomendados para Qwen
-        output = pipe(
-            image=combined_img,
-            prompt=prompt,
-            num_inference_steps=50,
-            true_cfg_scale=4.0
-        ).images[0]
-        
-    return output
+# 2. Cargar el adaptador LoRA desde el Hub
+# Al cargar el LoRA así, el pipeline lo integra automáticamente
+pipe.load_lora_weights("joyfox/Kontext-Cosplay-Lora", weight_name="kontext_cosplay_lora_20000.safetensors")
 
-# 3. Interfaz gráfica simple y ligera
-with gr.Blocks(theme=gr.themes.Soft()) as demo:
-    gr.Markdown("# 🎭 Virtual Cosplay (Zero-GPU)")
-    gr.Markdown("Sube tu foto y la del personaje de anime. El modelo transferirá la ropa manteniendo tu rostro.")
-    
-    with gr.Row():
-        human_in = gr.Image(type="pil", label="Tu foto (Figura 1)")
-        anime_in = gr.Image(type="pil", label="Personaje Anime (Figura 2)")
-        
-    btn = gr.Button("✨ Generar Cosplay", variant="primary")
-    output_image = gr.Image(label="Resultado final")
-    
-    btn.click(fn=generate_cosplay, inputs=[human_in, anime_in], outputs=output_image)
+def generate_image(prompt):
+    # La trigger phrase 'r2cos' es esencial según la documentación del autor
+    full_prompt = f"{prompt}, r2cos"
+    image = pipe(full_prompt, guidance_scale=3.5).images[0]
+    return image
 
-# Iniciar la aplicación
+# Interfaz Gradio
+demo = gr.Interface(fn=generate_image, inputs="text", outputs="image")
 demo.launch()