app.py

import gradio as gr
from diffusers import StableDiffusionPipeline
import torch

# Cargar el modelo
model_id = "eloi/TrainMyFaceRealVAE/PromptingRealVAE22.ckpt"  # Reemplazar con el ID de tu modelo en Hugging Face
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to("cuda")  # Asegúrate de tener una GPU disponible o cambia esto a "cpu"

def inferencia(prompt):
    # Realizar la inferencia
    imagen = pipe(prompt).images[0]
    
    # Convertir la imagen a un formato que Gradio pueda utilizar, si es necesario
    # Esto podría incluir convertir un tensor de PyTorch a una imagen PIL y luego a una matriz NumPy, por ejemplo
    
    return imagen

# Definir la interfaz Gradio
iface = gr.Interface(fn=inferencia, inputs="text", outputs="image")

if __name__ == "__main__":
    # Lanzar la interfaz en Hugging Face Spaces
    iface.launch()