Update app.py

app.py

@@ -90,21 +90,7 @@ if True:
         # 3. Define a precisão dos modelos (ainda na CPU, será aplicado na GPU depois)
          
         # 4. Monta o objeto do Pipeline com os componentes carregados
-        logging.info("Montando o objeto LTXVideoPipeline...")
-        submodel_dict = {
-            "transformer": transformer,
-            "patchifier": patchifier,
-            "text_encoder": text_encoder,
-            "tokenizer": tokenizer,
-            "scheduler": scheduler,
-            "vae": vae,
-            #"allowed_inference_steps": allowed_inference_steps,
-            # Os prompt enhancers são opcionais e não são carregados por padrão para economizar memória
-            "prompt_enhancer_image_caption_model": None,
-            "prompt_enhancer_image_caption_processor": None,
-            "prompt_enhancer_llm_model": None,
-            "prompt_enhancer_llm_tokenizer": None,
-        }
+        
         pipeline = LTXConditionPipeline.from_pretrained(weight_path, cache_dir=os.getenv("HF_HOME_CACHE"), torch_dtype=dtype)