Create app.py

app.py

@@ -0,0 +1,39 @@
+import gradio as gr
+from diffusers import DiffusionPipeline
+
+# Загрузка модели
+model_id = "ali-vilab/text-to-video-ms-1.7b"
+pipe = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16, variant="fp16")
+pipe = pipe.to("cuda")
+
+def generate_video(prompt: str, num_inference_steps: int = 50, guidance_scale: float = 7.5):
+  """
+  Генерирует видео по текстовому описанию.
+
+  Args:
+      prompt (str): Текстовое описание видео.
+      num_inference_steps (int, optional): Количество шагов вывода. По умолчанию 50.
+      guidance_scale (float, optional): Масштаб направляющей. По умолчанию 7.5.
+
+  Returns:
+      str: Путь к сгенерированному видео.
+  """
+
+  video_frames = pipe(prompt, num_inference_steps=num_inference_steps, guidance_scale=guidance_scale).frames
+  video_path = f"generated_video_{prompt[:10]}.mp4"
+  video_frames[0].save(video_path, save_all=True, append_images=video_frames[1:])
+  return video_path
+
+with gr.Blocks() as demo:
+  with gr.Row():
+    with gr.Column():
+      text_input = gr.Textbox(label="Введите текстовое описание видео:")
+      num_inference_steps_slider = gr.Slider(minimum=10, maximum=100, value=50, step=10, label="Количество шагов вывода:")
+      guidance_scale_slider = gr.Slider(minimum=1, maximum=15, value=7.5, step=0.5, label="Масштаб направляющей:")
+      generate_button = gr.Button("Сгенерировать видео")
+    with gr.Column():
+      video_output = gr.Video(label="Сгенерированное видео:")
+
+  generate_button.click(fn=generate_video, inputs=[text_input, num_inference_steps_slider, guidance_scale_slider], outputs=video_output)
+
+demo.launch()