.

app3.py

@@ -1,36 +1,27 @@
 import gradio as gr
-from diffusers import StableDiffusionUpscalePipeline
+from diffusers import StableDiffusionPipeline
 from PIL import Image
 import torch
 
-# Cargar pipeline (float32 para CPU)
-model_id = "stabilityai/stable-diffusion-x4-upscaler"
-pipe = StableDiffusionUpscalePipeline.from_pretrained(model_id)
-pipe = pipe.to("cpu")  # o "cuda" si tenés GPU
+# Cargar un modelo ligero de ejemplo
+model_id = "OFA-Sys/small-stable-diffusion-v0"
+pipe = StableDiffusionPipeline.from_pretrained(model_id)
+pipe = pipe.to("cpu")  # usar "cuda" si hay GPU
 
 # Función que Gradio llamará
-def upscaler_gradio(imagen):
-    if imagen is None:
+def generar_imagen(prompt):
+    if not prompt:
         return None
-
-    # Convertir la imagen de NumPy a PIL
-    img = Image.fromarray(imagen)
-    
-    # Prompt opcional
-    prompt = "A high quality, detailed, and visually clear image"
-    
-    # Ejecutar upscaling
-    result = pipe(prompt=prompt, image=img).images[0]
-    
-    return result
+    image = pipe(prompt).images[0]
+    return image  # No hacemos image.save(), Gradio lo mostrará y permitirá descargarlo
 
 # Interfaz Gradio
 demo = gr.Interface(
-    fn=upscaler_gradio,
-    inputs=gr.Image(type="numpy"),  # permite subir imagen desde la web
-    outputs=gr.Image(),
-    title="Upscaler Difusión",
-    description="Sube una imagen y el modelo la mejorará y aumentará resolución 4×."
+    fn=generar_imagen,
+    inputs=gr.Textbox(label="Prompt"),
+    outputs=gr.Image(type="pil"),  # type="pil" permite descargar la imagen
+    title="Generador de imágenes ligero",
+    description="Introduce un prompt y el modelo generará la imagen. Podrás descargarla con el botón de Gradio."
 )
 
 demo.launch()