chore: torch 升级为 2.11.0+cu128 支持 RTX 5090 (sm_120)

原 torch 2.2.2+cu121 只编到 sm_90，在 RTX 5090 上 GPU 算子报
'no kernel image'，接口2 因 SegFormer/BiSeNet 跑不动 GPU 而失败。
venv 实际已升级到 torch 2.11.0+cu128 / torchvision 0.26.0+cu128，
此处同步 requirements.txt 让文档与实际环境一致。

numpy 保持 1.26.4（<2，mediapipe/scikit-image 依赖），cu128 兼容。

requirements.txt

@@ -10,13 +10,13 @@ Pillow==11.0.0           # 标注图生成（PNG 透明图层）
 numpy==1.26.4            # 必须 <2，否则 mediapipe 0.10.x import 崩溃
 
 # 方案 B：头发分割（BiSeNet face-parsing）
-# 国内安装可走 Tsinghua 镜像（PyPI 的 linux wheel 即 CUDA 12.1 构建）：
-#   ./venv/bin/pip install torch==2.2.2 torchvision==0.17.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
-# ⚠️ 本 worker 是 RTX 5090（sm_120/Blackwell），torch 2.2.2(cu121) 只编到 sm_90，
-#    GPU 上跑算子会报 "no kernel image"，代码已自动回退 CPU（方案B 仍可用）。
-#    要真正用 5090 GPU，请换 torch cu128（≥2.7）+ 对应 torchvision，代码无需改。
-torch==2.2.2             # 当前在 5090 上仅 CPU 可用；GPU 需 cu128(≥2.7)
-torchvision==0.17.2
+# ⚠️ RTX 5090（sm_120/Blackwell）必须用 cu128 构建——cu121（如 torch 2.2.2）只编到
+#    sm_90，GPU 跑算子会报 "no kernel image"。cu128 含 sm_120，BiSeNet/SegFormer 走 GPU。
+# 安装（走 PyTorch 官方 cu128 index）：
+#   ./venv/bin/pip install --index-url https://download.pytorch.org/whl/cu128 torch==2.11.0 torchvision==0.26.0
+# numpy 必须保持 <2（mediapipe 0.10.x / scikit-image 0.24.x 依赖），cu128 torch 兼容 numpy 1.26.4。
+torch==2.11.0            # +cu128，支持 RTX 5090 sm_120；GPU 推理
+torchvision==0.26.0
 
 # 接口2：C端生发（发际线预览）
 # MediaPipe Tasks(FaceLandmarker) 用已装的 mediapipe；新增 SegFormer 人脸分割：