kleamp1e

エロ×AIについて研究しています。
Web:

[Massimo @Rainmaker1973]

Water droplets filmed at 20 000 frames a second with a macro lens to capture non-coalescence

[📹 The Slow Mo Guys]

[Claude @claudeai]

Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family.

It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

[kleamp1e @kleamp1e]

ちなみに出力する属性6種はsex/blowjob/handjob/boobjob/ejaculation/condomです。

[kleamp1e @kleamp1e]

「Dick pose and attribute estimator」こと「おちんぽ姿勢推定器＆属性分類器」を公開しました。
画像を入力すると、おちんぽのバウンディングボックス、姿勢（根本/先端の座標）、属性6種を出力します。
面白い使い道があったら教えてください。
https://t.co/zeXpyXekKM

[Claude @claudeai]

Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family.

It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5.

[shogo kajiyama @kebura_P]

FFmpeg Skill Update 🎬

Ver.0.9.2→Ver.0.12.0

「この動画を9:16にして」「無音カットして」「字幕入れて」
に加えて、今はこんな指示もできます。

「この部分だけピクセル単位でクロップして」
「この写真、ズームしながらクリップにして」(Ken Burns風)
「動画を回転/反転して」
「この動画にロゴ動画を合成して」「グリーンバックを抜いて」
「この動画、逆再生にして」
「手ブレを直して」
「連番の画像から動画作って」
「単色/グラデーションの背景クリップ作って」
「劣化なしでそのまま書き出して」
「字幕は画質そのままで、後から切り替えられる形で入れて」
「ハイライトは音量じゃなくて長さで選んで」
「AI解析用に軽い解像度でプレビュー書き出して」

できることが21→28個のツールに増えました。

🔍 AIが「わかった上で」処理するように

・「今この環境でこのツールが実際に使えるか」を実行前に事前チェック
・GPUエンコーダー/フォント代替の有無も把握
・複数の音声トラックを持つファイル(吹き替え・別言語版など)で、使うトラックをほぼ全ツールで指定可能に
・字幕トラックの言語などの詳細も読み取れるように
・字幕タイミングをタイムコード(hh:mm:ss:ff)形式でも指定可能に
・9:16化などのクロップで、切り取る位置(左寄せ/右寄せなど)も指定可能に
・音声を再エンコードするかしないか、各ツールが正直に申告するように

✅ 「壊れない・嘘をつかない」を徹底

・書き出しが本当に成功したか毎回確認してから「完了」と報告、失敗時のゴミファイルも残さない
・元の動画ファイルを誤って上書き・破損させない安全策
・失敗した時、原因とやり直せるかをAIが判別
・色変換で再エンコードが必要になった場合も、字幕や追加の音声トラックをできる限り残すように
・同期のズレを検出した時、信頼度が低い場合はAIに警告
・最新FFmpeg / Windows環境でも安定動作(Windowsのパス周りのバグ修正含む)

🛠️ 開発・保守の仕組みも強化

・「AIがして良いこと/判断すべきでないこと」を明文化(勝手にAIが「見た目の良さ」を判断しない設計)
・生FFmpegコマンドへの逃げ道を塞ぐテストを追加
・ドキュメントと実際のコードの挙動がズレたら自動テストで検知
・OSSとしてのContributing手順を整備、バージョンタグを打つとGitHub Releaseが自動生成される仕組みを追加
・GPU対応について「対応してるとは言うが動作保証はしない」ことを正直に明記

Claude Code / Cursor / Codex対応、MCPあり、ローカル処理でクラウド不要は変わらず。

Current: v0.12.0

https://t.co/5Uuz4Zs09B

#FFmpeg #AIVideo #AI #MCP #ClaudeCode #OpenSource

[Anton Obukhov @AntonObukhov1]

Marigold V2 is out! (to appear at SIGGRAPH Asia 2026)

If you missed V1: Marigold post-trains an image generator into a depth estimator on one GPU -- the accessible research game.

V2 upgrades to a diffusion transformer: produces very sharp edges, and is quite versatile!

[Super PINTO @PINTO03091]

僕が考えて実践していることの全てをOpenCV の Satya が記事にしてくださいました。記事の内容の全てが僕の話w 自分でブログを書くより圧倒的に凄く濃い内容です。僕は全部趣味でやっていることなんですが。
https://t.co/IBKVK5kIOA

[Kanahiro Iguchi @kanahiro_iguchi]

本日のひとりハッカソンの成果物　点群Parquetです
https://t.co/k7Pbzx3A4e

[shogo kajiyama @kebura_P]

FFmpegをAIエージェントからちゃんと使えるようにするSkillを作りました。

「この動画を9:16にして」
「無音部分をカットして」
「字幕を入れて」
「iPhoneのHDRをSDRにして」
「X向けに書き出して」

みたいな指示をするだけで、FFmpeg/ffprobeを使って処理。

単なるコマンド集ではなく、

・まず素材をprobe
・可能なら無劣化処理
・必要な場合だけ再エンコード
・処理後に結果を検証
・納品仕様もチェック

までAIにやらせる構成。

Claude Code / Cursor / Codex対応。
MCPも入れてます。

しかもローカル処理なので、動画をクラウドにアップロードする必要なし。

「AIに動画編集させたいけど、FFmpegが面倒」という人向け。

https://t.co/7DLVwaqQMb

[松丸 彗吾(keigo matsumaru) @k_matsumaru]

Geminiの「エージェンティック動画理解」って新しい機能

動画をAIに渡すと、従来は全体を一定の固定フレームレートで読むのが基本だったけど
この機能はユーザーの入力情報を元に、Geminiが答えに必要な場面を探し、必要なら動画の箇所毎に見る速度を変えたりしながら
映像・音声・文字起こしのどれを使うかまで決めるらしい

固定フレーム処理と比べ、トークン消費を最大88%、コストを最大66%削減し、精度を最大7%向上

用途として

- 1秒未満の状態変化やカットの境界を見つける
- 数時間の動画から、特定の場面を検索する
- 気になる時間帯だけ FPS を上げて、異常や細かな映像の乱れを調べる
- 動画内の繰り返し動作や物体の数を追跡する

例えばデモ動画では不規則に行われる拍手の回数を調べられてたりする

動画参照ではやっぱGeminiが一番精度もコストも良さそう

[AM09:21 @AM09_21]

MTP / DFlash / DSpark / DFlash2 はだいたいこういう感じ(ﾃｷﾄｰ)

投機的デコード「ちっちゃいモデル(Drafter)に未来を予測させてからデカいモデル(Verifier)に検証させたら、デカいモデルの計算一発で複数トークンの検証と確定ができてめっちゃ良くね？」

MTP「だったら外付けのちっちゃいモデルを毎回用意するんじゃなくて、デカいモデル自体に『その先のトークンも予測する軽量な追加モジュール』を最初から搭載して学習させとけばよくね？ 本体の学習にも役立つし、推論するときはそいつをDrafterとして未来予測に使えるやん」

DFlash「ちっちゃいモデルもTransformer?　結局トークンを一個一個生成させてたら遅いだろ。全部一発の計算で並列に予測させる専用のちっちゃいモデルを搭載しよう」

DSpark「全部並列だと、トークン一つ一つはそれなりに正しくてもいざ並べたら文章が噛み合わないことが多い。だから予測の後に超軽量な計算を挟んで直前のトークンとの関係だけ直させよう。あと、検証を通りそうにない後半は最初から候補に入れないようにしてもっと速くしよう」

DFlash2「いやいや、DFlashが選んだトークンの第一位がミスってても、正解自体は上位候補に高確率で残ってるんだ。第一位だけ見るんじゃなくて、候補全体から最良の経路を選び直せば十分だよ」

[Super PINTO @PINTO03091]

WebGPU で動くデモを作った。あと、MITライセンスの YOLOv9 もコミットした。
https://t.co/qwvqBD8R4M

[Super PINTO @PINTO03091]

完成した。かなりピタッと張り付く。

[Super PINTO @PINTO03091]

README はこんな感じかな。

[Sadao Tokuyama @tokufxug]

リアルタイム物体検出「DARTF」

🔹Mehmet Kerem Turkcan氏らが開発したDARTの高速化モデル
🔹SAM3をINT8量子化し、高精度を維持したまま時間を43%短縮
🔹回転量子化の最適化によりJetson等のエッジ端末でリアルタイム動作を実現

現場導入を目指す取り組み。
情報元はリプ欄。

[Md Ismail Šojal 🕷️ @0x0SojalSec]

New Uncensored Qwen3.8-Flash-Next you can run locally in RAM for Red-teaming on 16GB-card, 🔥

- Almost Zero refusal
- 125B total / 6B active +51B n-gram table
- vision, tools, reasoning
- 262K context
- capability mostly intact
- same Gated DeltaNet + Qwen Sparse Attention

- https://t.co/Nab1MbF7HW

[rS_ローカルLLM×投資 @rS_alonewolf]

長いエロ動画から、オーガズムを含む10秒間を見つけて、ComfyUIの動画生成用参照素材として切り出す仕組みを、ここまでほぼQwen3.8 27Bと作ってきた。

手作業で大量の動画を確認するのは大変だし、発情してしまう。そこで、AIに動画を見せて「どこがオーガズムか」と聞いても、まだ正確には判断できない。

試しにとあるAVモデルさんのエロ動画の
音声・映像の動き・動きのフリーズのスコアを眺めてたら、
オーガズムの瞬間の特徴として次のような傾向があった

A. 100〜1500Hzの喘ぎ声→その後の急減衰
B. フレーム間の映像変化量急増
C. freeze、コマ止め、ディゾルブなどのソフト遷移

試しにこれらから条件を決めたスクリプトを書かせて、オーガズム候補の位置を探したところ、結構ビクビクなってる感じのところが溜めれたからまあ良いんかなと。

この後は、それを自動化して、24fps・H3規定フレーム数へ整形して、そのままComfyUIへ投入できるようにする。

もう少しデータが集まったら、絶頂の瞬間とそうでない瞬間の数値データを学習させ、CatBoostくらいの軽量な機械学習で自動的にカットを切り出せるようにしたい。

ただ、オーガズム時の声や動きは人によって異なる。最終的にはAVモデルごとに学習モデルを作るか、個人差を補正する仕組みが必要になるとは思う。そこまではQwen3.8 27B でいけたら面白い。

グラフのGTが絶頂の瞬間。
A B C 全部で絶頂かと言われるとそうでもない。
この辺のパターンが人間だと良くわからない→分類器作ろ。
この発想は、投資の売買シグナルの選別によく似てると思う。

[Antoine Guédon @antoine_guedon]

We've just released code+model for Surflo!🚀
Turn any number of photos into a 3D surface with Flow Matching.

Our latent representation encodes the full scene and can be queried for downstream applications like 3D segmentation.

🔗https://t.co/lBcJRgpfdg
💻https://t.co/XpHQtmZHXJ

[t.toda @Trtd6Trtd]

https://t.co/tZDfKAnhOK

顔のなりすまし検出器の学習にトマトやジャガイモの画像を使ってもうまく検出できるモデルができる、という研究

実際にAIが見ているのは「顔らしさ」ではなく、印刷やディスプレイを介して再撮影されたときの反射やノイズなどの痕跡だから、ってことみたい

要は再撮影検出の問題に捉え直したってことかな

面白研究でもあるが、学習時のプライバシーや同意の問題まで軽くできるのが実用上も結構大きそう