first commit

app.py

@@ -0,0 +1,48 @@
+import os
+if os.environ.get("SPACES_ZERO_GPU") is not None:
+    import spaces
+else:
+    class spaces:
+        @staticmethod
+        def GPU(func):
+            def wrapper(*args, **kwargs):
+                return func(*args, **kwargs)
+            return wrapper
+
+import torch
+from diffusers import MochiPipeline
+from diffusers.utils import export_to_video
+import gradio as gr
+
+# Caricare il modello pre-addestrato
+pipe = MochiPipeline.from_pretrained("genmo/mochi-1-preview", variant="bf16", torch_dtype=torch.bfloat16)
+
+# Abilitare le ottimizzazioni per il risparmio di memoria
+pipe.enable_model_cpu_offload()
+pipe.enable_vae_tiling()
+
+
+@spaces.GPU(duration=80)
+def generate_video(prompt):
+    # Generare i frame del video
+    frames = pipe(prompt, num_frames=84).frames[0]
+
+    # Esportare i frame come video
+    video_path = "mochi.mp4"
+    export_to_video(frames, video_path, fps=30)
+
+    return video_path
+
+
+# Creare l'interfaccia Gradio
+interface = gr.Interface(
+    fn=generate_video,
+    inputs="text",
+    outputs="video",
+    title="Mochi Video Generator",
+    description="Genera un video basato su un prompt di testo utilizzando MochiPipeline."
+)
+
+# Avviare l'applicazione
+if __name__ == "__main__":
+    interface.launch()

requirements.txt

@@ -0,0 +1,5 @@
+accelerate
+torch
+gradio
+transformers
+git+https://github.com/huggingface/diffusers