Arreglando acceso a modelos - FLUX requiere permisos, usando modelos libres por defecto

app.py

@@ -29,16 +29,15 @@ MODELS = {
         "Helsinki-NLP/opus-mt-en-es": "Traductor inglés-español"
     },
     "image": {
-        "CompVis/stable-diffusion-v1-4": "Stable Diffusion v1.4 (Básico)",
+        "CompVis/stable-diffusion-v1-4": "Stable Diffusion v1.4 (Libre)",
         "stabilityai/stable-diffusion-2-1": "Stable Diffusion 2.1",
         "stabilityai/stable-diffusion-xl-base-1.0": "SDXL Base",
         "stabilityai/stable-diffusion-3-medium": "SD 3 Medium",
-        "stabilityai/stable-diffusion-3.5-large": "SD 3.5 Large",
-        "black-forest-labs/FLUX.1-dev": "FLUX.1 Dev",
-        "black-forest-labs/FLUX.1-schnell": "FLUX.1 Schnell",
         "prompthero/openjourney": "Midjourney Style",
         "WarriorMama777/OrangeMixs": "Orange Mixs",
-        "hakurei/waifu-diffusion": "Waifu Diffusion"
+        "hakurei/waifu-diffusion": "Waifu Diffusion",
+        "black-forest-labs/FLUX.1-schnell": "FLUX.1 Schnell (Requiere acceso)",
+        "black-forest-labs/FLUX.1-dev": "FLUX.1 Dev (Requiere acceso)"
     },
     "chat": {
         "microsoft/DialoGPT-medium": "Chat conversacional",
@@ -82,16 +81,34 @@ def load_text_model(model_name):
     return model_cache[model_name]
 
 def load_image_model(model_name):
-    """Cargar modelo de imagen - versión simplificada"""
+    """Cargar modelo de imagen - versión simplificada con soporte para FLUX"""
     if model_name not in model_cache:
         print(f"Cargando modelo de imagen: {model_name}")
         
-        # Configuración básica sin optimizaciones complejas
-        pipe = StableDiffusionPipeline.from_pretrained(
-            model_name,
-            torch_dtype=torch.float32,
-            safety_checker=None
-        )
+        # Configuración especial para FLUX
+        if "flux" in model_name.lower():
+            try:
+                from diffusers import FluxPipeline
+                pipe = FluxPipeline.from_pretrained(
+                    model_name,
+                    torch_dtype=torch.bfloat16
+                )
+                pipe.enable_model_cpu_offload()
+            except Exception as e:
+                print(f"Error cargando FLUX: {e}")
+                # Fallback a Stable Diffusion
+                pipe = StableDiffusionPipeline.from_pretrained(
+                    "CompVis/stable-diffusion-v1-4",
+                    torch_dtype=torch.float32,
+                    safety_checker=None
+                )
+        else:
+            # Configuración básica para otros modelos
+            pipe = StableDiffusionPipeline.from_pretrained(
+                model_name,
+                torch_dtype=torch.float32,
+                safety_checker=None
+            )
         
         # Solo optimización básica de memoria
         pipe.enable_attention_slicing()
@@ -145,7 +162,7 @@ def generate_text(prompt, model_name, max_length=100):
         return f"Error generando texto: {str(e)}"
 
 def generate_image(prompt, model_name, num_inference_steps=20):
-    """Generar imagen con el modelo seleccionado - versión simplificada"""
+    """Generar imagen con el modelo seleccionado - versión simplificada con soporte para FLUX"""
     try:
         print(f"Generando imagen con modelo: {model_name}")
         print(f"Prompt: {prompt}")
@@ -154,12 +171,22 @@ def generate_image(prompt, model_name, num_inference_steps=20):
         model_data = load_image_model(model_name)
         pipeline = model_data["pipeline"]
         
-        # Configuración básica
-        image = pipeline(
-            prompt,
-            num_inference_steps=num_inference_steps,
-            guidance_scale=7.5
-        ).images[0]
+        # Configuración específica para FLUX
+        if "flux" in model_name.lower():
+            image = pipeline(
+                prompt,
+                guidance_scale=0.0,
+                num_inference_steps=4,  # FLUX usa solo 4 pasos
+                max_sequence_length=256,
+                generator=torch.Generator("cpu").manual_seed(0)
+            ).images[0]
+        else:
+            # Configuración básica para otros modelos
+            image = pipeline(
+                prompt,
+                num_inference_steps=num_inference_steps,
+                guidance_scale=7.5
+            ).images[0]
         
         print("Imagen generada exitosamente")
         return image
@@ -326,7 +353,7 @@ with gr.Blocks(title="Modelos Libres de IA", theme=gr.themes.Soft()) as demo:
                 with gr.Column():
                     image_model = gr.Dropdown(
                         choices=list(MODELS["image"].keys()),
-                        value="black-forest-labs/FLUX.1-schnell",
+                        value="CompVis/stable-diffusion-v1-4",
                         label="Modelo de Imagen"
                     )
                     image_prompt = gr.Textbox(