Update app.py

app.py

@@ -1,7 +1,6 @@
 import spaces
 import torch
-from diffusers.pipelines.wan.pipeline_wan_i2v import WanImageToVideoPipeline
-from diffusers.models.transformers.transformer_wan import WanTransformer3DModel
+from diffusers import WanImageToVideoPipeline, WanTransformer3DModel  # الاستيراد الصحيح
 from diffusers.utils.export_utils import export_to_video
 import gradio as gr
 import tempfile
@@ -14,6 +13,7 @@ from torchao.quantization import Float8DynamicActivationFloat8WeightConfig
 from torchao.quantization import Int8WeightOnlyConfig
 import aoti
 from typing import Optional, Tuple, List
+import ftfy  # إضافة لمعالجة النصوص
 
 MODEL_ID = "Wan-AI/Wan2.2-I2V-A14B-Diffusers"
 MAX_DIM = 832
@@ -31,13 +31,13 @@ MAX_DURATION = round(MAX_FRAMES_MODEL / FIXED_FPS, 1)
 pipe = WanImageToVideoPipeline.from_pretrained(
     MODEL_ID,
     transformer=WanTransformer3DModel.from_pretrained(
-        'cbensimon/Wan2.2-I2V-A14B-bf16-Diffusers',
+        MODEL_ID,  # استخدم MODEL_ID الرئيسي إذا لم يكن cbensimon متاحًا
         subfolder='transformer',
         torch_dtype=torch.bfloat16,
         device_map='cuda',
     ),
     transformer_2=WanTransformer3DModel.from_pretrained(
-        'cbensimon/Wan2.2-I2V-A14B-bf16-Diffusers',
+        MODEL_ID,
         subfolder='transformer_2',
         torch_dtype=torch.bfloat16,
         device_map='cuda',
@@ -45,13 +45,13 @@ pipe = WanImageToVideoPipeline.from_pretrained(
     torch_dtype=torch.bfloat16,
 ).to('cuda')
 
-# تحميل LoRA مع تحسينات للجودة العالية
+# تحميل LoRA مع تحسينات للجودة العالية (مع دعم transformer_2)
 pipe.load_lora_weights(
     "Kijai/WanVideo_comfy",
     weight_name="Lightx2v/lightx2v_I2V_14B_480p_cfg_step_distill_rank128_bf16.safetensors",
     adapter_name="lightx2v"
 )
-kwargs_lora = {"load_into_transformer_2": True}
+kwargs_lora = {"load_into_transformer_2": True}  # لـ Wan2.2
 pipe.load_lora_weights(
     "Kijai/WanVideo_comfy",
     weight_name="Lightx2v/lightx2v_I2V_14B_480p_cfg_step_distill_rank128_bf16.safetensors",
@@ -60,8 +60,8 @@ pipe.load_lora_weights(
 pipe.set_adapters(["lightx2v", "lightx2v_2"], adapter_weights=[1., 1.])
 
 # دمج LoRA مع مقاييس مخصصة لتعزيز الاستقرار والاحترافية
-pipe.fuse_lora(adapter_names=["lightx2v"], lora_scale=3.5, components=["transformer"])  # زيادة طفيفة لتعزيز التفاصيل
-pipe.fuse_lora(adapter_names=["lightx2v_2"], lora_scale=1.2, components=["transformer_2"])  # تحسين للمرحلة المنخفضة الضوضاء
+pipe.fuse_lora(adapter_names=["lightx2v"], lora_scale=3.5, components=["transformer"])
+pipe.fuse_lora(adapter_names=["lightx2v_2"], lora_scale=1.2, components=["transformer_2"])
 pipe.unload_lora_weights()
 
 # الكمية لتوفير الذاكرة مع الحفاظ على الدقة
@@ -73,7 +73,7 @@ quantize_(pipe.transformer_2, Float8DynamicActivationFloat8WeightConfig())
 aoti.aoti_blocks_load(pipe.transformer, 'zerogpu-aoti/Wan2', variant='fp8da')
 aoti.aoti_blocks_load(pipe.transformer_2, 'zerogpu-aoti/Wan2', variant='fp8da')
 
-# تحسين الـ Prompt الافتراضي للاحترافية الفائقة: إضافة تفاصيل سينمائية عميقة واستقرار إطارات محسن
+# تحسين الـ Prompt الافتراضي... (يبقى كما هو)
 default_prompt_i2v = (
     "ultra realistic cinematic footage shot on Arri Alexa LF with Panavision anamorphic lenses, "
     "perfectly preserved facial identity, micro-expressions, and body structure across all frames, "
@@ -96,7 +96,6 @@ default_prompt_i2v = (
     "frame-to-frame stability with advanced optical flow preservation"
 )
 
-# تحسين الـ Negative Prompt لتجنب أي عيوب عميقة
 default_negative_prompt = (
     "low quality, low resolution, low contrast, poor lighting, underexposed, overexposed, bad composition, "
     "bad framing, bad perspective, flat lighting, washed out colors, jpeg artifacts, noise, static, grain, "
@@ -120,12 +119,10 @@ def enhance_image(image: Image.Image) -> Image.Image:
     """
     تحسين الصورة المدخلة لتعزيز الجودة والواقعية قبل التمرير.
     """
-    # تعزيز التباين والحدة بلطف
     enhancer = ImageEnhance.Contrast(image)
     image = enhancer.enhance(1.05)
     enhancer = ImageEnhance.Sharpness(image)
     image = enhancer.enhance(1.1)
-    # إضافة فلتر خفيف لتقليل الضوضاء
     image = image.filter(ImageFilter.UnsharpMask(radius=1, percent=150, threshold=3))
     return image
 
@@ -133,17 +130,16 @@ def resize_image(image: Image.Image) -> Image.Image:
     """
     تحسين دالة التمرير للحفاظ على الجودة العالية مع الالتزام بالأبعاد.
     """
-    # تعزيز الصورة أولاً
     enhanced_image = enhance_image(image)
-    
+   
     width, height = enhanced_image.size
     if width == height:
         return enhanced_image.resize((SQUARE_DIM, SQUARE_DIM), Image.LANCZOS)
-    
+   
     aspect_ratio = width / height
     MAX_ASPECT_RATIO = MAX_DIM / MIN_DIM
     MIN_ASPECT_RATIO = MIN_DIM / MAX_DIM
-    
+   
     image_to_resize = enhanced_image
     if aspect_ratio > MAX_ASPECT_RATIO:
         target_w, target_h = MAX_DIM, MIN_DIM
@@ -162,13 +158,12 @@ def resize_image(image: Image.Image) -> Image.Image:
         else:
             target_h = MAX_DIM
             target_w = int(round(target_h * aspect_ratio))
-    
+   
     final_w = round(target_w / MULTIPLE_OF) * MULTIPLE_OF
     final_h = round(target_h / MULTIPLE_OF) * MULTIPLE_OF
     final_w = max(MIN_DIM, min(MAX_DIM, final_w))
     final_h = max(MIN_DIM, min(MAX_DIM, final_h))
-    
-    # استخدام LANCZOS للحفاظ على التفاصيل العالية
+   
     return image_to_resize.resize((final_w, final_h), Image.LANCZOS)
 
 def get_num_frames(duration_seconds: float) -> int:
@@ -203,25 +198,22 @@ def generate_video(
     """
     if input_image is None:
         raise gr.Error("يرجى تحميل صورة مدخلة.")
-    
-    # تنظيف الذاكرة قبل التشغيل
+   
     gc.collect()
     torch.cuda.empty_cache()
-    
+   
     num_frames = get_num_frames(duration_seconds)
     current_seed = random.randint(0, MAX_SEED) if randomize_seed else int(seed)
-    
-    # تحسين وتمرير الصورة
+   
     resized_image = resize_image(input_image)
-    
+   
     progress(0, desc="بدء التوليد...")
-    
-    # تشغيل النموذج مع progress updates
+   
     with progress():
         output_frames_list = pipe(
             image=resized_image,
-            prompt=prompt,
-            negative_prompt=negative_prompt,
+            prompt=ftfy.fix_text(prompt),  # إضافة ftfy للنصوص
+            negative_prompt=ftfy.fix_text(negative_prompt),
             height=resized_image.height,
             width=resized_image.width,
             num_frames=num_frames,
@@ -230,20 +222,18 @@ def generate_video(
             num_inference_steps=int(steps),
             generator=torch.Generator(device="cuda").manual_seed(current_seed),
         ).frames[0]
-    
+   
     progress(1, desc="تصدير الفيديو...")
-    
-    # تصدير الفيديو مع FPS محسن
+   
     with tempfile.NamedTemporaryFile(suffix=".mp4", delete=False) as tmpfile:
         video_path = tmpfile.name
-    
+   
     export_to_video(output_frames_list, video_path, fps=FIXED_FPS)
-    
-    # تنظيف إضافي
+   
     del output_frames_list
     gc.collect()
     torch.cuda.empty_cache()
-    
+   
     return video_path, current_seed
 
 # ================================
@@ -264,116 +254,111 @@ with gr.Blocks(theme="gradio/soft", title="Dream-wan2-2-faster-Pro - Ultra Profe
     - 🔍 تحسين تلقائي للصورة المدخلة لجودة 8K افتراضية
     🔗 *جرب الآن وشارك إبداعاتك على Reddit أو Hugging Face!*
     """)
-    
+   
     gr.Markdown("# Wan 2.2 I2V سريع في 4 خطوات مع Lightning LoRA محسن")
     gr.Markdown(
         "شغل Wan 2.2 في 4-8 خطوات فقط، مع [Lightning LoRA](https://huggingface.co/Kijai/WanVideo_comfy/tree/main/Wan22-Lightning)، "
         "كمية fp8، وترجمة AoT — متوافق مع 🧨 diffusers و ZeroGPU⚡️. "
         "مُحسّن للاحترافية الفائقة: استقرار إطارات، إضاءة سينمائية، وتفاصيل واقعية عميقة."
     )
-    
+   
     with gr.Row():
         with gr.Column(scale=1):
             input_image_component = gr.Image(type="pil", label="الصورة المدخلة", image_mode="RGB")
             prompt_input = gr.Textbox(
-                label="الوصف (Prompt)", 
-                value=default_prompt_i2v, 
+                label="الوصف (Prompt)",
+                value=default_prompt_i2v,
                 lines=4,
                 placeholder="اكتب وصفًا سينمائيًا واقعيًا..."
             )
             duration_seconds_input = gr.Slider(
-                minimum=MIN_DURATION, 
-                maximum=MAX_DURATION, 
-                step=0.1, 
+                minimum=MIN_DURATION,
+                maximum=MAX_DURATION,
+                step=0.1,
                 value=3.5,
                 label="المدة (ثوانٍ)",
                 info=f"محدود بـ {MIN_FRAMES_MODEL}-{MAX_FRAMES_MODEL} إطار عند {FIXED_FPS} إطار/ثانية."
             )
             with gr.Accordion("الإعدادات المتقدمة", open=False):
                 negative_prompt_input = gr.Textbox(
-                    label="الوصف السلبي (Negative Prompt)", 
-                    value=default_negative_prompt, 
+                    label="الوصف السلبي (Negative Prompt)",
+                    value=default_negative_prompt,
                     lines=4
                 )
                 seed_input = gr.Slider(
-                    label="البذرة (Seed)", 
-                    minimum=0, 
-                    maximum=MAX_SEED, 
-                    step=1, 
-                    value=42, 
+                    label="البذرة (Seed)",
+                    minimum=0,
+                    maximum=MAX_SEED,
+                    step=1,
+                    value=42,
                     interactive=True
                 )
                 randomize_seed_checkbox = gr.Checkbox(
-                    label="توليد بذرة عشوائية", 
-                    value=True, 
+                    label="توليد بذرة عشوائية",
+                    value=True,
                     interactive=True
                 )
                 steps_slider = gr.Slider(
-                    minimum=1, 
-                    maximum=30, 
-                    step=1, 
-                    value=6, 
+                    minimum=1,
+                    maximum=30,
+                    step=1,
+                    value=6,
                     label="عدد الخطوات (Inference Steps)"
                 )
                 guidance_scale_input = gr.Slider(
-                    minimum=0.0, 
-                    maximum=10.0, 
-                    step=0.1, 
-                    value=1.2,  # قيمة محسنة قليلاً للاستقرار
+                    minimum=0.0,
+                    maximum=10.0,
+                    step=0.1,
+                    value=1.2,
                     label="مقياس التوجيه - مرحلة الضوضاء العالية"
                 )
                 guidance_scale_2_input = gr.Slider(
-                    minimum=0.0, 
-                    maximum=10.0, 
-                    step=0.1, 
-                    value=1.2,  # قيمة محسنة
+                    minimum=0.0,
+                    maximum=10.0,
+                    step=0.1,
+                    value=1.2,
                     label="مقياس التوجيه 2 - مرحلة الضوضاء المنخفضة"
                 )
-                # إضافة خيار جديد لتعزيز الجودة
                 enhance_image_checkbox = gr.Checkbox(
-                    label="تعزيز الصورة المدخلة تلقائيًا (للواقعية العميقة)", 
+                    label="تعزيز الصورة المدخلة تلقائيًا (للواقعية العميقة)",
                     value=True
                 )
             generate_button = gr.Button("توليد الفيديو", variant="primary", size="lg")
-        
+       
         with gr.Column(scale=1):
             video_output = gr.Video(
-                label="الفيديو المُولّد", 
-                autoplay=True, 
+                label="الفيديو المُولّد",
+                autoplay=True,
                 interactive=False,
-                show_share_button=True  # إضافة زر مشاركة للاحترافية
+                show_share_button=True
             )
             seed_output = gr.Textbox(label="البذرة المستخدمة", interactive=False)
-    
-    # قائمة المدخلات مع الإضافة الجديدة
+   
     ui_inputs = [
         input_image_component, prompt_input, steps_slider,
         negative_prompt_input, duration_seconds_input,
         guidance_scale_input, guidance_scale_2_input,
         seed_input, randomize_seed_checkbox, enhance_image_checkbox
     ]
-    
-    # تعديل الدالة لاستخدام الخيار الجديد (إذا كان مفعلاً، قم بتعزيز الصورة في resize_image)
+   
     def wrapped_generate(*args):
-        enhance = args[-1]  # آخر معامل هو enhance_checkbox
-        # يمكن تعديل resize_image لاستخدام enhance إذا لزم، لكنها مفعلة افتراضيًا الآن
-        return generate_video(*args[:-1])  # تمرير بدون الخيار الأخير
-    
+        enhance = args[-1]
+        # إذا كان enhance مفعلاً، قم بتعزيز في resize_image (مُفعَّل افتراضيًا)
+        return generate_video(*args[:-1])
+   
     generate_button.click(
-        fn=wrapped_generate, 
-        inputs=ui_inputs, 
+        fn=wrapped_generate,
+        inputs=ui_inputs,
         outputs=[video_output, seed_output]
     )
-    
-    # إضافة أمثلة للاحترافية
+   
     gr.Examples(
         examples=[
             ["path/to/example_image.jpg", "A professional portrait in cinematic lighting", 4, "", 2.0, 1.0, 1.0, 42, False],
-            # أضف المزيد حسب الحاجة
         ],
-        inputs=ui_inputs[:-1],  # بدون الخيار الجديد
+        inputs=ui_inputs[:-1],
         label="أمثلة سريعة"
     )
 
 if __name__ == "__main__":
-    demo.queue().launch(mcp_server=True, share=True)  
+    demo.queue().launch(mcp_server=True, share=True)