LTX 2.3 10Eros — Image-to-Video con audio nativo (Space de HF + Google Colab)

App Gradio de image-to-video con audio nativo sobre el checkpoint LTX 2.3 "10Eros", con backend ComfyUI ejecutado en proceso. Es un fork del Space de Hugging Face signsur4739379373/LTX-2.3-10Eros con un port a Google Colab que funciona en la GPU T4 gratuita.

Inicio rápido (Colab)

1. Pulsa el botón Open in Colab de arriba (o abre LTX_10Eros_Colab.ipynb en Colab).
2. Activa la GPU: Entorno de ejecución → Cambiar tipo de entorno de ejecución → GPU (T4).
3. Ejecuta las celdas en orden. La Celda 5 (LoRAs de CivitAI) es opcional.
4. La Celda 7 valida la GPU/disco y permite elegir la variante del modelo (en T4 gratuita: GGUF Q4_K_S).
5. La Celda 8 lanza la app y permanece ejecutando (spinner activo) mientras Gradio esté vivo — igual que Automatic1111. Cuando aparezca Running on public URL: https://...gradio.live, abre ese enlace en una pestaña nueva. Para detener: botón ■ de la celda (o Ctrl+M I).

La primera ejecución descarga ~45–85 GB de modelos según la variante (10–25 min). /content se borra al reiniciar el runtime, así que las descargas no persisten entre sesiones.

Contenido del repositorio

Archivo	Descripción
app_space.py	La app (en el Space se llama app.py). Gradio autocontenida: al arrancar clona ComfyUI + 16 repos de custom nodes, descarga los modelos desde HF Hub y ejecuta los workflows directamente con PromptExecutor (sin servidor HTTP de ComfyUI).
LTX_10Eros_Colab.ipynb	Notebook de Colab. Descarga el código de este repositorio (app_space.py → app.py, workflow_runexx.json → runexx_msr_workflow.json), mockea el módulo spaces (ZeroGPU), valida el entorno, parchea app.py en memoria (checkpoint GGUF, enhancer opcional...) y lanza la interfaz con enlace público.
workflow_default.json	Copia de referencia del workflow visual principal de I2V (alojado en TenStrip/LTX2.3-10Eros_Workflows, fijado por revisión en app_space.py).
workflow_runexx.json	Copia del workflow visual multi-referencia (MSR), que el notebook instala como runexx_msr_workflow.json.

Selector de modelo según el entorno (Celda 7)

La celda detecta la GPU y el disco libre y desbloquea solo las variantes del checkpoint que caben en la VRAM (el disco solo avisa con ⚠️). La selección se guarda en LTX_MODEL_CHOICE y la Celda 8 la usa automáticamente; si se omite la celda, vale su parámetro GGUF_QUANT.

Entorno	Variantes desbloqueadas (aprox.)
Colab gratuito (T4, ~15 GB VRAM)	GGUF hasta Q4_K_S (el por defecto)
Colab Pro (L4, ~22.5 GB VRAM)	GGUF hasta Q6_K
A100 (40 GB VRAM)	Todo, incluido FP8_ORIGINAL (checkpoint sin cuantizar, 29.2 GB — se omiten los parches GGUF)

LoRAs: originales y personalizadas

La app trae ~14 LoRAs opcionales con sliders de fuerza (video y audio por separado). Siete de ellas son slots intercambiables:

• Slots 1-6 tienen una LoRA original (Cinematic Hardcut, Synth, Plora Sulfer, OmniNFT RL bf16, Better Motion, Physics V2). Se descargan según los checkboxes de la Celda 8 (por defecto, todas; desmarcar una ahorra su tamaño en disco).
• Slot 7 es extra, sin LoRA original.

Para usar LoRAs propias de CivitAI:

1. Celda 5: pega las URLs (o IDs de versión) en el campo CUSTOM_LORAS_LINKS (varias separadas por comas) o en la lista CUSTOM_LORAS. La celda muestra los metadatos (nombre, base model, trigger words, tamaño), avisa si el base model no parece LTX 2.3, y descarga con verificación (descarga atómica + detección de modelos gated). Si da 401, configura CIVITAI_TOKEN en la Celda 2.
2. En la UI: cada slot tiene un dropdown con su LoRA original + todas las custom instaladas + (none). Elige el archivo, sube el slider del slot y añade las trigger words al prompt. Los presets ajustan fuerzas pero nunca cambian el archivo elegido.

Características de la app

• I2V con audio nativo: vídeo y audio se generan conjuntamente (LTX 2.3 AV).
• Enhance prompt: un servidor llama.cpp con un modelo de visión expande un concepto corto en un prompt detallado afinado para LTX. En Colab viene desactivado por defecto (DISABLE_ENHANCER): su modelo (~13 GB) no cabe en el disco del Colab gratuito.
• Presets que ajustan modo, sigmas y las intensidades de las LoRAs opcionales.
• Modos multi-referencia (MSR) cableados de extremo a extremo pero ocultos en la UI (WIP).
• Funciones extra inyectables en el workflow: prompt relay por segmentos, scene chain, condicionamiento K/V, referencia de audio con separación de stems.

Previsualización local de la UI (sin GPU ni modelos)

_ui_stub.py parchea app_space.py en memoria y lanza la UI de Gradio en localhost:7860 sin descargar ningún modelo — útil para explorar el layout, probar cambios de UX y ver cómo quedan los dropdowns de LoRA.

Instalación (una sola vez):

pip install -r requirements-dev.txt
# torch CPU (~200 MB) en vez del completo con CUDA:
pip install torch --index-url https://download.pytorch.org/whl/cpu

Lanzar la UI:

python _ui_stub.py
# → http://localhost:7860

Con recarga automática al guardar app_space.py (requiere watchdog):

gradio _ui_stub.py

Qué funciona: toda la UI (sliders, dropdowns, presets, pestañas). Si tienes LoRAs custom en models/loras/ltx23/custom/, los dropdowns las muestran. El botón Generar espera ~1.5 s y devuelve un video negro (usa ffmpeg si está disponible). El enhancer devuelve el prompt tal cual.

Qué no funciona: generación real (se necesita GPU + modelos).

Desarrollo

El notebook ejecuta el código de este repositorio (rama main). Para modificar la app: haz un fork, edita app_space.py, haz push, y en el notebook apunta la variable CODE_RAW (Celda 3) a tu fork antes de re-ejecutar las Celdas 3 y 8.

No hay tests ni build: el código solo corre realmente en el Space (ZeroGPU) o en Colab. Verificación rápida:

python -m py_compile app_space.py
python -X utf8 -m json.tool workflow_runexx.json > /dev/null

⚠️ Invariante principal: el notebook parchea app.py por reemplazo exacto de strings. Cualquier cambio en app_space.py que toque un string objetivo de un patch(...) de la Celda 8 debe actualizarse también en el notebook, o el parche fallará en silencio (avisa con ⚠️ parche ... NO aplicado). Más invariantes y arquitectura en CLAUDE.md.

---

Cada usuario es el único responsable de todo el contenido que genere.