Demo 1 with UI for M1_basic.

[yuanxion]

Reference to HuggingFace demo webpage for the demo setting.

[yuanxion]

Use python (or streamlit) to setup a demo for Public test.

[wangleflex]

快速生成AI DEMO框架比较

Gradio
优点

组件的封装程度高，适合机器学习模型相关的应用
可以快速创建可共享的链接，从而方便将链接分享给用户。
可以直接在 Jupyter Notebook 中展示。

缺点

组件的扩展性比较差，定制组件成本高，需修改源代码来添加组件，不支持独立的自定义组件。
使用场景较为简单，不支持复杂的数据图表展示等需求

eg: stable-diffusion-webui

Streamlit
优点：

基于react，组件库更为精细化，并且组件的类型比较多，支持自定义组件,例如支持更多的可视化展示例如 Matplotlib、Vega Lite (2D charts) 和 deck.gl (maps and 3D charts)；数据集本地上传等功能

缺点：

streamit 更加独立，无法直接展示在 Notebook 中。
streamit 更加灵活，内置功能较多，入门成本较高

eg: https://streamlit.io/gallery

Hugging Face 对以上两种框架都支持，同时支持使用docker run demo.
Hugging Face Space tab 下创建app时，free hardware: 2vCPU+16GBRAM, GPU及其他均需收费，按小时计费。

[yuanxion]

Conclusion: Prefer to Gradio (special for AI models).