Update app.py

app.py

@@ -1,17 +1,31 @@
 import gradio as gr
 from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
+from diffusers import StableDiffusionPipeline
+import torch
 
-# Cargar el modelo de Llama 2
-model_name = "meta-llama/Llama-2-7b-chat-hf"
+# Configuración de Llama o Nous para texto
+model_name = "meta-llama/Llama-2-7b-chat-hf"  # o el modelo Nous que prefieras
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForCausalLM.from_pretrained(model_name)
-
 generator = pipeline("text-generation", model=model, tokenizer=tokenizer)
 
+# Configuración de Stable Diffusion para imágenes
+pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5").to("cuda")
+
+# Función de generación de texto
 def generate_text(prompt):
     response = generator(prompt, max_length=60, num_return_sequences=1, temperature=0.5, top_p=0.85)
     return response[0]['generated_text']
 
-iface = gr.Interface(fn=generate_text, inputs="text", outputs="text")
-iface.launch()
+# Función de generación de imagen
+def generate_image(prompt):
+    image = pipe(prompt).images[0]
+    return image
+
+# Crear la interfaz de Gradio
+iface_text = gr.Interface(fn=generate_text, inputs="text", outputs="text", description="Generador de Texto con Llama/Nous")
+iface_image = gr.Interface(fn=generate_image, inputs="text", outputs="image", description="Generador de Imágenes con Stable Diffusion")
 
+# Ejecutar ambas interfaces juntas
+app = gr.TabbedInterface([iface_text, iface_image], ["Texto", "Imagen"])
+app.launch()