Implement Holographic Transport (U-Net + Codec)

[iberi22]

Description

Implement the missing critical files to turn the mathematical simulation into a running Neural Network using candle-core and candle-nn.

Tasks

• Create crates/synapse-infra/src/adapters/unet_adapter.rs: Lightweight U-Net architecture.
• Create crates/synapse-infra/src/adapters/hologram_codec.rs: Bridge between HoloPacket and Image.
• Refactor crates/synapse-infra/src/adapters/diffusion_adapter.rs: Replace mock math with real U-Net prediction.

Technical Details

• Use candle-core and candle-nn.
• UNetAdapter should support predict_noise(latent, timestep).
• HologramCodec should implement encode (Image -> HoloPacket) and decode (HoloPacket -> Image).

[iberi22]

Reenfoque 2026-03-03: este issue queda como hardening del transporte holografico.\n\nScope activo:\n- Integrar el nuevo flujo Fotoncore por fases (#711 dominio + #712 codec).\n- Mantener foco en condicionamiento semantico U-Net (relacionado con #688).\n- Eliminar deuda tecnica residual de decode condicionada y consistencia en streaming.\n\nNota: las tareas de creacion inicial de archivos ya no aplican porque esos componentes existen en el repo.

[iberi22]

Estado actualizado (2026-03-03):

• Completado: fase de base fotónica (CrystallineLedger + HologramCodec) vía FEAT: Implementar Voxeles Fotonicos (Schrodinger) en CrystallineLedger #711 y FEAT: Implementar HologramCodec para compresion fotonica #712 (cerrados).
• Completado: benchmark de round-trip imagen/MP3 vía TASK: Benchmarks de almacenamiento MP3/Imagenes con Fotoncore #713 (cerrado).
• Pendiente en este issue: integración U-Net real (unet_adapter.rs) y reemplazo del mock en diffusion_adapter.rs para denoising condicionado.

Se mantiene abierto como fase de hardening/modelo de difusión real.

[google-labs-jules]

Jules is on it. When finished, you will see another comment and be able to review a PR.

[google-labs-jules]

Ready for a review! A PR has been created.