OPPO のミッドレンジ、Reno13 A を購入しました。

検討

現在使用している機種にそれほど不満はないものの、OS のアップデート機関も終わりそうだったので買い替えを検討していました。最低限スペックダウンは避けたいと思うものの、CPU などの性能はそれほど向上していないですし、どの機種でもそこそこのカメラ性能はありそうなので、決め手に欠ける感じで購入を先延ばしにしていました。

Redmi 15 シリーズや Nothing phone 3a lite とも迷ったのですが、OPPO の Reno13 A にしました。OPPO の Reno シリーズは、ミッドレンジとはいえ最近の機種はどんどん値上がりしているイメージだったのですが、値下げなどで購入しやすい価格になっていたので、(最新の Reno14 ではなく) 価格も手ごろな前モデルだったところが選択の理由です。

開封

箱はコンパクトサイズ。

ふたを開けると付属品の小箱です。最近は端末が最初に出てくるパターンが多いかと思いましたが、本体が下に入っています。

こんな感じで収まっています。付属品は SIM トレイイジェクトピンぐらい。保護フィルムは本体に貼り付け済みです。ケースやケーブルの類は付属しません。

使用感

OS

Oppo の ColorOS が搭載されています。最初はバージョン 15 でしたが、すぐに OTA でバージョン 16 (Android も 16) になりました。

初期状態ではさまざまな SNS やゲームがインストールされていますが、ほとんどが削除可能でした。アンインストールできない Google Chrome なども、アプリメニューから無効化できます。最初に削除などをする手間はありますが、不要なアプリが居続けるということはないのが良いです。

カメラ

背面カメラはメインが光学手振れ補正つきの 50M、超広角の 8M、マクロの 2M の 3 カメラ。普通に撮影してもいろいろ補正してくれますし、AI 補正も売りにしているのできれいに撮影してくれます。

なお、動画は 4K 撮影にも対応しますが、標準で HEVC で保存されます。再生できないパターンはあまりないかもしれませんが、もし従来の H.264 で保存する場合はカメラの設定＞フォーマット＞高効率動画 をオフにすれば大丈夫です。

ディスプレイ

フル HD+ 解像度の 6.77 インチ、有機 EL ディスプレイはとても色鮮やかに表示されます。

フロントカメラの周辺をうまく使って通知などを表示します。音楽再生するときは、通知の左右にカバー写真と再生中を示すアニメーションが表示されたりします。この辺は狭いスペースを最大限活用する感じでいいですね。

指紋認証

画面内指紋認証です。反応速度などは特に気になることはなく、スムーズにロック解除されます。今は初期貼り付けのフィルムを使っていますが、今度フィルムを貼り変えたりするとどうなるかは気になるところです。

センサー位置と緊急通報ボタンの位置がほぼ同じなので、うまく反応せずに何度かやっていると、画面がついて緊急通報画面になってしまうことがあります。もちろん、そのまま通報することはないのですが、ちょっとドキッとするのでセンサー位置を少しずらしてもらえるとよかったかなと思いました。

また、画面オフの時に本体を持ち上げたり画面にタッチすると、指紋センターの位置が光って教えてくれるのですが、晴れた日の屋外だとこの光り方が見えづらく、どこがセンサーなのか、そもそも反応しているのかどうかがわかりにくいことがありました。その結果、何度かセンサーあたりをタッチしてしまい、上記の事象に入ることがありました。

まとめ

Reno13 A をしばらく使ってみて、値下がりした前モデルという立ち位置以上に“ちょうどいい”スマートフォンだと感じました。ColorOS の扱いやすさや鮮やかな有機 EL、AI 補正の効いたカメラなど、日常の中で気持ちよく使えるポイントがしっかり押さえられています。一方で、画面内指紋認証まわりのクセは少し気になるところ。それでも総合的には、無理なく長く使えそうな安心感のある一台でした。

• プテラ
• チゴラス
• アマルス

まとめ

チゴラス、アマルス、プテラは野生では出現しません。ポケモン研究所でカセキからよみがえらせる必要があります。

詳細

サイドミッション 027 「カセキからよみがえるポケモン」

ストーリーを進めていくと、ポケモン研究所にサイドミッションのアイコンが付きます。研究所の 2 階 (モミジさんがいるのが 3 階なので、あまり行く機会がありませんでした) でサイドミッションを受けられます。

カセキの復元ができるから、カセキを持ってきてほしいという依頼です。

カセキはいしやで売っています。研究所からも近いので、それほど困らずに入手できます。なお、依頼は「アゴのカセキ」か「ヒレのカセキ」を持ってきてほしい、ということなので、同じく復元ができるはずの「ひみつのコハク」はまだ復元できません。

アゴのカセキを持っていくと、チゴラスが復元され、ボックスに入ります。これでサイドミッションは完了です。

サイドミッション完了後の復元

サイドミッション完了後は、カセキを持っていくと復元してくれます。

ただ、シンプルに文字で復元したことが伝えられるだけです。復元したときに大きく表示されるのはサイドミッションで復元した場合だけのようなので、チゴラスかアマルス、お気に入りのポケモンがいたらサイドミッション中に復元したほうがいいかもしれないですね。

FLUX.2 [klein]

概要

• ComfyUI で生成できました
• 2026/1/25 時点では、ComfyUI を Nightly 版にしないと生成に失敗します
• GeForce RTX 2070 (VRAM 8GB) でも生成できました
• 1 枚生成するのに Distilled モデルだと 10 秒少し、ベースモデルでも 70 秒ほどで生成できました

準備

ComfyUI を更新する

ComfyUI を docker compose で構築する で用意した Docker Compose の環境を使います。ただ、FLUX.2 [klein] を使うには、Nightly 版を使う必要があります。今回使用する環境は Git で ComfyUI のコードをダウンロードしているため、以下のようにコマンドを実行してコードを最新化します。

cd ComfyUI/
git pull origin master
cd ..

ComfyUI の再起動だとうまく反映されなかったので、ComfyUI を実行するコンテナを再起動する必要がありました。カスタムノードの追加は特段必要ないようです。

ワークフロー & モデルのダウンロード

FLUX.2 [klein] のワークフローは、ComfyUI 上で取得できます。ComfyUI が開いたら左側メニューより「Template」をクリックします。

開いたウインドウの上部にある検索ボックスに「FLUX.2」と入力します。FLUX.2 向けのワークフローが表示されますが、今回は「Flux.2 [Klein] 4B: Text to Image」をクリックします。

すると ComfyUI にワークフローが読み込まれます。いくつか Missing models が表示されるかと思いますが、これからダウンロードするので無視して OK です。モデルのダウンロードについては、読み込んだワークフローの左端に説明があります。

text_encoders と vae はこのリンクからダウンロードしたモデルで問題ないのですが、diffusion_models については VRAM が厳しいので FP8 版を使いました。これは以下の Hugging Face からダウンロードできます。

black-forest-labs/FLUX.2-klein-base-4b-fp8

black-forest-labs/FLUX.2-klein-4b-fp8

ダウンロードしたファイルを、上記 Model links に記載のあるフォルダ構成 (ComfyUI/models 配下の各フォルダ) へ配置します。diffusion_models は FP8 版を使うので、少しファイル名は異なりますが配置先はこの通りにします。

実行

あとは実行するだけ・・・なのですが、ワークフローは Base 用と Distilled の二種類のワークフローがあります。どちらで生成したいかに応じて、不要な方を bypass させる必要がある点に注意が必要です。

上図で青丸で囲んだフローが Base 用、赤丸で囲んだのが Distilled のフローです。なので、この場合は Distilled のフロー (赤丸で囲んだ側) が bypass される色になっているので、Base モデルで生成を行います。Distilled のフローにしたい場合は、ノードを右クリックして「bypass」をクリックします。

これでどちらを bypass するか切り替えて実行する形です。

このようになっていれば、Distilled モデルで生成される形です。

Base モデルの出力例

Base モデルで生成すると、こちらの絵が出力されるまで 69.29 秒かかりました。

Distilled モデルの出力例

同じプロンプトで Distilled モデルの場合は生成に 13.06 秒かかりました。

• ランプラー
• シャンデラ

まとめ

ランプラーからシャンデラに進化するには、「やみのいし」を使用する必要があります。やみのいしを使うとすぐにシャンデラに進化します。(進化できるようになる、ではなく進化します)

詳細

やみのいし

メガストーンなども売っている「いしや」で買えるのですが、メインストーリーをクリアしないと販売しないようです。それ以外ではサイドミッションの報酬や、マップ上に落ちているだけなので、あまり潤沢には入手できないと思います。そのため、進化させるランプラーを間違えないように注意したいですね。

概要

• ComfyUI で生成できました
• GeForce RTX 2070 (VRAM 8GB) でも生成できました

準備

カスタムノード

ComfyUI を docker compose で構築する で用意した Docker Compose の環境を使います。ただ、このときのコンテナだと CUDA のバージョンが 12.1 となっていて、TRELLIS.2 のインストールがうまくいかないので、CUDA のバージョンを 12.8 に変更します。なお、CUDA のバージョンと言っても CUDA ライブラリや GeForce のドライバを変更する必要はなく、以下のコマンドのように PyTorch を入れ替える (アンインストールしてから CUDA 12.8 の PyTorch をインストール) だけで大丈夫です。

pip uninstall torch torchvision torchaudio
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

そのうえで ComfyUI を起動したら、ComfyUI Manager からカスタムノードをインストールします。インストールするのは、

こちらの ComfyUI_essentials、GeometryPack、TRELLIS2 の 3 つ。TRELLIS2 は、バージョン 0.1.1 を使いました。latest にすると VRAM 使用量が多かったり、生成に失敗したりしましたが、バージョン 0.1.1 だと安定して生成できたのでこちらのバージョンを使います。

モデルは実行時に自動的にダウンロードされるので、手動でダウンロードする必要はないようです。

ワークフロー

読み込み～リサイズ～マスク生成

Load Image は通常の画像を読み込みます。TRELLIS.2 は 512 ピクセルや 1024 ピクセルの正方形の画像が適しているようなのと、RTX2070 でも生成できるように解像度を下げたい場合に便利なので、Image Resize を挟んでいます。TRELLIS.2 Remove Background で背景マスクを生成して次の処理へ渡します。

モデル読み込み～生成

Load TRELLIS.2 DinoV3 と Load TRELLIS.2 Shape Model でモデルを読み込みます。Load TRELLIS.2 Shape Model で resolution を選択できるので、元画像を 512 ピクセルにしている場合はここも 512 にします。

TRELLIS.2 Image to Shape が生成を行うノードです。seed はあまり変更する必要はないと思うので、control_after_generate は fixed のままでいいように思います。ss_guidance_strength と shape_guidance_strength は元画像にどれくらい忠実にするか、という指標で、ss_sampling_steps と shape_sampling_steps は生成を行うステップ数です。どちらも大きくした方が良い結果が得られるようですが、大きくしすぎると VRAM がより多く必要となるようです。

メッシュ出力

生成された 3D モデルを参照できます。マウスでモデルを動かすこともできます。また、前段の Remesh ノードの target_face_count の数値を変更すると、メッシュの粗さを変更できます。形状にもよりますが、5,000 ～ 10,000 くらいが形状のわかる数値だと思います。それより小さいとメッシュが粗すぎて形状がわからない感じになります。

JSON ファイル

Trellis2 Image-to-3D workflow.json

実行

実行してみると、先ほどのパラメータの場合は 4 分程度でメッシュが出力されます。STL で保存できるので、それを Ultimaker Cura で読み込んでみることもできます。

内部が中空だったりと、このまま出力するには少し問題もありそうですが、形状としては違和感ない形がローカルでも生成できそうです。

• リオル
• ルカリオ

まとめ

リオルからルカリオに進化するには、なつき度をあげた状態で朝、昼、夕方にレベルアップすると進化できるようになります。

詳細

時間帯

要はバトルゾーンが登場している時間帯を除く、という話だと思っています。

なつき度

こちらは隠しパラメータとなっており、ステータス画面などでは確認できないようです。そのためわかりにくいですが、一応ゲーム内でも確認する方法はあります。それが「カフェ・かわいがり」にいるお客さんです。

カフェの席に座っている、こちらのお客さんに話しかけてみてください。

するとなつき度を確認するポケモンを選択する画面になります。選択すると、そのポケモンとのなつき度が 6 段階で表示されます。数字で表示されるのではなく、コメントで表示されるので判断が難しいところです。また、どの程度なつき度が上がれば進化できるのかはよくわかっていませんが、リオルの場合は

こちらのように「いい感じになかよしだね」の時では進化できず、

「もっとすてきなコンビになれそう！」のコメントになったときに進化できました。

なお、なつき度を上げる方法はいくつかありますが、一緒にカフェで飲み物を飲むことでも上がります。

そういう話だけではなく、こんな風に一緒に休憩する時間を作るのも愛着がわいていいかもしれませんね。(リオルは椅子に座らず立つんだ・・・)

11 月に入ってすぐにビッグカメラへ行ったら、Switch2 の予約販売をしてました。受け取りが 12/13～12/25 の間で、予約していれば確実に手に入るとのこと。クリスマスまでには手に入るものの、2か月近く待たされる感じです。ただ、抽選やゲリラ販売を待ち構えることなく、確実に手に入るとのことなのでこちらで購入 (予約) しました。

開封

設置はほぼ Switch と同じ。ドックに HDMI と充電ケーブルを接続して、本体をドックにたてるだけです。その際に、使用中の Switch 本体が近くにあれば、データをまるまる Switch2 に移行することができます。ゲームのインストールはもちろん、セーブデータもまるごと移行できました。

使用感

Switch との比較で、画面が大きくなったり Joy-Con の接続が磁石式になったりといろいろな変更がありますが、ドック背面の USB ポートが有線 LAN ポートに置き換わったのも大きいかもしれません。処理性能が上がってゲームのデータなども増えたでしょうから、有線接続を標準で使えるのはありがたいと思います。Wi-Fi の方が規格上は高速でも、安定性では有線のほうが上だったりしますからね。

性能は全体的に底上げされていますが、体感で大きいのはゲームのロード時間の短縮だと思いました。ホーム画面から起動するまでに時間も短いですし、フィールド移動などで待たされる時間もかなり短くなったように感じます。ゲームがサクサク進む感じになるので、ポケモン SV も改めて遊んでみたくなります。

ただ、ビッグカメラの予約販売は、ゲームを 2 本セットで購入する必要がありました。それ自体は、どうせ買うつもりだったゲームを購入すればいいので問題なかったのですが、パッケージ版での販売となることを見逃していました。本体ストレージにインストール、みたいなこともできないので、基本的にパッケージ版のゲームを遊ぶ際はカートリッジを入れる必要がありますし、別のパッケージ版のゲームで遊ぶにはカートリッジを入れ替える必要があります。あたりまえですし、少し前まではそれが当たり前でしたが、ダウンロード版に慣れていると面倒に思えてしまうところが、慣れは怖いなと思いました。

まとめ

ドックに入れて TV モードでゲームをしていると、ファンが結構回ります。でも、本体に近づかないとファンの音は聞こえないので、ゲームしていて気になることはほとんどありません。コントローラーもほとんど Switch 用のものが使えました (ホームボタンでの起動はできなかったですが) し、違和感なく移行できた点でも、買い替えてよかったと感じました。

まあ、年末年始で見た感じ、結構店頭でも買えるようになっているように見えるので、あえて予約する必要もなかったかもしれませんが、「クリスマスプレゼントにするから」という名目で買えた、という面もあるのでこのタイミングで買ってよかったと思います。

昨年の目標

1. 予想をする
   イメージとしては F1 で、過去のデータや FP のデータをもとに、予選結果や Q1、Q2 の突破タイムを予想してみる、みたいなことを考えていたと思うのですが、それらしいことに手が付きませんでした。角田のレッドブル昇格に期待をしたのですが、期待に気が向いてしまってデータを踏まえた予想、というところまで気が向かない感じだったと思います。

2. ポケモン
   結局記事にはできませんでした。ポケカはそもそもパックがお店に売っていなく、それもあってか子どもたちも下火。ポケモン Go をやるには今年の夏は暑すぎましたし、ポケポケはとりあえず毎日無料パックを開けるだけ、という感じの1年でした。

3. デバイス購入
   なんと結局 1 台も購入しませんでした。ただ、メインを OnePlus Nord CE 2 Lite 5G から Moto G64 5G に切り替えました。CE 2 Lite を長く使っていたからか、動作が不安定に感じることが時々あり、初期化をしようと思った際に切り替えました。そうすれば、初期化して不便があれば戻りやすいですしね。(結局 Moto G64 をメインのままにしています)

うーん、まったく目標を達成できていない、という結果になってしまいましたね。

今年の目標

1. ComfyUI のナレッジ化
   環境構築やバージョンアップ、トラブル時の対処方法などを記事にしていければ、と思っています。ComfyUI 以外のツールもありますが、現時点ではまず ComfyUI をメインで考えてみるようにします。

2. ポケモン
   今年こそは・・・という感じですが、年末に Switch2 と LEGENDS Z-A を購入しました。メインストーリはある程度進めているのですが、メモ程度に書き記していければ、と思っています。
   また、ポケモン Go の対戦をやっているので、その辺で何かネタがないかなとは思うのですが、ブログにできるほどの内容になるかどうか。

3. デバイスレビューを5本掲載
   何とは限らずに、デバイスのレビューを 1 年間で 5 本は書こうと思います。そのためには何かを買わなければいけないですし、それがレビューできる程度に使ってみないといけないので、計画的に進めていこうと思います。

WSL2 の Podman で CUDA する で作った環境で、コンテナ内から GPU にアクセスできなくなっていることに気が付きました。OpenWeb UI を起動すると、GPU を使ってくれず CPU のみで処理をしていますし、ComfyUI にいたってはコンテナが起動すらしません。以前は GPU が使えたはずのそれらのコンテナの中から nvidia-smi コマンドを実行してみると、

Failed to initialize NVML: N/A

と表示され、GPU 情報が表示されませんでした。

対策

この事象が出る前に、Windows11 側の NVIDIA App よりドライバー更新のお知らせがあったので、更新をしていました。この場合、ドライバーのパスなどが変更される (ことがある？) ため、sudo nvidia-ctk cdi generate --output /etc/cdi/nvidia.yaml を再実行し、正しいパスで定義しなおす必要がありました。

なお、Dokcer の場合は GPU を認識させる仕組みが違うため、ドライバーを更新してもコンテナ内から GPU にアクセスすることが可能でした。

詳細

事象に気が付いた後に、WSL2 の Podman で CUDA する の記事で動作確認用に実行した、

podman run --rm \
--device nvidia.com/gpu=all \
--security-opt=label=disable \
ubuntu nvidia-smi -L

を実行すると、以下のような結果になっていました。

このとき、同じ PC 内の別の WSL ディストリビューション (Docker を残したままにしていた環境) では、以下のように GPU の情報が出力されていたので、WSL 側へ認識できていることは間違いなさそうです。

なお、Podman が入っている WSL 環境で、コンテナの外で nvidia-smi コマンドを実行すると GPU の情報が表示されたので、Podman で GPU の情報がうまくコンテナ内から参照できない状態のように見えます。

nvidia-container-toolkit パッケージの再インストールもしてみましたが、結果は変わりませんでした。NVIDIA のドライバーのバージョンアップでエラーになる、という症状は検索して見つけたのですが、その場合はバージョンが違うとかのエラーメッセージのようだったので、今回のエラーとは違うのかな、と思っていました。

しかし、nvidia-ctk コマンドで出力する /etc/cdi/nvidia.yaml ファイルの内容を参照してみると、以下のように nvmdi.inf_amd64_8ae620a6c455be0a を参照しています。

このパスを見てみると、nvmdi.inf_amd64_8ae620a6c455be0a と nvmdi.inf_amd64_f088ae99b5a2f5fd の 2 つのディレクトリがあり、明らかに後者が最近更新されたパスのようです。

そのため、sudo nvidia-ctk cdi generate --output /etc/cdi/nvidia.yaml を実行して、ファイルを再作成してみました。

出力を見ると、タイムスタンプが新しかった nvmdi.inf_amd64_f088ae99b5a2f5fd を認識しているようです。この状態で動作確認してみると、

正常に nvidia-smi コマンドが実行でき、GPU 情報も取得できるようになりました。NVIDIA のドライバーを更新したときは、Podman は CDI の定義をし直したほうがよさそうです。

Steam のゲームを DUALSHOCK 4 のジャイロで操作する で書いたように、PS4 の DUAL SHOCK 4 コントローラーを持っています。PC から PS4 をリモートプレイをする場合は、Bluetooth の無線接続はサポートしておらず、有線でコントローラーを接続する必要があります。DUAL SHOCK 4 はケーブル着脱式なのですが、コネクタが microUSB 形式です。

時期的に仕方のないことではありますが、このためだけに microUSB ケーブルを用意しておくのも大変です。

そんなとき、DUAL SHOCK 4 を Type-C に変更するキットが売られていることを知りました。Amazon でも購入できます。今回購入したのはこちら。

なお、DUAL SHOCK 4 の世代によって対応する基盤が 2 種類あるようなので、念のため購入前に自分のコントローラーがどちらに対応しているかを確認したほうが良いと思います。microUSB のポートが乗っている基盤を取り外し、シルク印刷された型番で見分けることが可能です。

こちらの場合は JDS-040 と記載があります。説明書の最初のページに対応表があります。

こちらを見ると、JDS-040 は JDS-045C が適合するタイプのようです。JDS-013C を購入してしまうと物理的に収まらないので、注意しましょう。

交換

上記の写真にもあるように、キットには必要な工具も一式そろっています。分解は、まずネジ (4か所) を外します。

メイン基板と充電ポートを接続するフラットケーブルがつながっているので、これを外します。引っ張ればとれるタイプです。

コントローラーの背面側のケースに、充電ポートの基盤が固定されています。透明なプレートと白いパーツを外して、基盤を固定するネジを外せば簡単に取り外すことができます。

取り外した microUSB のポート (上側) と、購入した Type-C ポートです。見てわかるように、Type-C ポートのほうがコネクタが大きいので、ポートの周りを削る必要があります。削るための道具もキットに同梱されていますが、結構大変なので別途電動ドリルなどがあったほうが便利だと思います。

あまりきれいに加工できませんでしたが、一応 Type-C ケーブルで接続できるようになりました。Type-C ケーブルならほかにも充電する機器がありますし、コネクタの表裏を気にしなくていいですし、コネクタ自体の耐久性も Type-C のほうが高いはずだしといいことばかりですね。

コントローラーを加工する必要があるため、後戻りできなかったり、きれいに加工するには技術が必要だったりと、少しハードルは高いですが、これからも DUAL SHOCK 4 を使うのであればやっておいて損はないように感じます。なお、製品にもよるかもしれないですが、今回購入したキットは部品が 2 セット入っているので、コントローラー 2 個分 Type-C 化が可能です。