2026/10/07 5:33

パラマウント・スカイダンスがワーナー・ブラザーズ・ディスカバリーとの1,110億ドル合併を完了しました。

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

パラマウント・グローバルは、ワーナー・ブラザース・ディスカバリーとの歴史的な 1,110 億ドル規模の合併を正式に完了させ、去年別の取引で買収した企業であるスカイダンスという名前の新しいメディア会社を創設しました。この組み合わせには、2 つの最大の映画スタジオ、広範なライブ・スポーツ関連資産（CBS スポーツおよび TNT スポーツを含む）、主要なストリーミングプラットフォーム（パラマウント+ および HBO マックス）ならびに CBS や CNN などの主要ニュース事業、さらに深いコンテンツライブラリとブランドが統合されています。

この取引は、合併が競争を著しく減少させ反トラスト法に違反すると主張するカリフォルニア州およびその他の 11 の州からの法的な課題に直面しました。米国地方裁判所の裁判官は 7 月に合併が競争を害する可能性が高いと裁定し、これを受けて各州から和解案の提議が行われました。言論自由およびメディア擁護団体は、和解を拒否するよう裁判所に要請しましたが（和解は訴追した州の住民に対して「実質的な何ら物事もないものを与えるに過ぎない」と主張）、9 月 30 日にアラセリ・マルティネス・オルギン裁判官は、訴訟回避を実現し合理的な事実および法的解決として合意を批准しました。

和解に基づき、パラマウントは国内映画に対する最低限の投資額および配給閾値を満たす必要があり、基本ケーブルチャネルのライセンスリングは各実体の保有に対して個別交渉の下で継続されます。エレン・ケイガン法務長官は差し止め申請を行わず、裁判プロセスは州側の訴訟とマルティネス・オルギン裁判官が和解を受諾したことに中心を置きました。スカイダンスの将来の成功は、これらの投資要件を満たし、さらなる法的混乱なく継続的なライセンス交渉を管理することによって左右されます。

本文

ワーナーブラザーズとパラマウントの合併完了：1,100 億ドル規模の企業統合

合併完了と新社社の概要

合弁の完了
- ワーナーブラザーズ・ディスカバリーとの総額 1,110 億ドル規模の合併が正式に完了した。
- 最高裁のエレナ・カガン大法官による却下決定を受け、最終的な阻止努力が頓挫した状況下での決断であった。
新社社の名称
- 合併後の企業名は**「スカイダンス」**と決定された。
- これはパラマウントが昨年に別の取引で買収した企業の名称を継承している。
統合されるアセット
- 映画・コンテンツ: 2 大映画スタジオの統合、膨大なライブラリ、ブランド・フランチャイズコレクション。
- ストリーミングサービス: パラマウントプラスと HBO マックスの統合。
- 放送ネットワーク: CBS、CNN など。
- スポーツ: CBS スポーツ、TNT スポーツを含むライブスポーツポートフォリオ。

訴訟の経過と和解プロセス

提訴と遅延
- カリフォルニア州など11 の他州が合併阻止を目的に訴訟を提起し、手続きは一時停止していた。
裁判所の判断（7 月）
- カリフォルニア北区連邦地方裁判所のアラセリー・マルティネス＝オルギン判事が、この統合が競争を著しく減少させ、独占禁止法に違反する可能性があると判断。
和解への移行
- カリフォルニア州による訴訟解決発表を受け、他の関与した州も和解方案へ追随。
- 言論の自由とメディア活動支援団体が結成した連合は、和解を却退するよう裁判官に訴えたが承認された。
判事の和解承認（9 月 30 日）
- マルティネス＝オルギン判事は和解を**「紛争に対する合理的な事実・法的解決」**として承認。
- 通常の手続において、和解は必ずしも提訴された違反行為を完全には是正せず、事件の根幹にある問題を解決しない場合もあるという指摘を行った。
- ただし、完全な裁判を経るリスク、時間、費用を回避し得るため、「それでも裁判を回避する価値のある妥協である」と評価した。

和解条件の具体化と法的解釈

映画配分に関する対案
- 原告側の指摘に対し、**「国内映画における特定の最低限の投資額と劇場公開の基準を満たすことを義務付ける」**条件を設定。
基本ケーブルチャンネルライセンスへの対応
- 指摘事項に対し、**「両当事者の基本ケーブル事業に関する配分について継続的かつ個別な交渉を要請する」**という条件で解決。
判事による法的根拠の提示
- 「合意裁決によりさらに広範に達しようとする希望や欲求に基づく異議申し立てが、法院が当事者間の合意解決を却退しうる法違反のレベルには達しない」と明記。
- これにより、訴訟原告側のさらなる拡大解釈は法的な根拠を欠くとして判断を下した。

同じ日のほかのニュース

一覧に戻る →

2026/10/07 5:57

Decisions API が公開ベータ版を開始しました

## Japanese Translation: Decisions API は、テキストまたは画像の評価において Responses API より 10 倍の高速化を実現し、gpt-6-luna モデルを専有して動作する専用 POST /v1/decisions エンドポイントを通じて型付けされた結果を返します。現在公開ベータ版で提供中であり、General Availability は近日を予定しています。対応する具体的な回答タイプは 3 つあり、predicates（条件の確率）、choices（固定セットからの選択）、scores（ルーブリック評価）です。機能的には、API は単一のリクエスト内での独立した質問間で入力共有を可能にし、ワークフローを簡略化する一方で、依存関係のある決断は別々の順序実行呼び出しによって取り扱う必要があります。リクエストではテキスト入力またはインライン base64 エンコードされた画像を受け付けるが、ホスト URL および file_id 入力はサポートされていません。コスト効率の向上は、入力トークンのみに対して課金される（100 万トークンあたり 0.1 ドル）モデル採用と出力トークン料金の非課金化を通じて達成されます。また、HIPAA 準拠を米国、欧州、スイスデータセンターで確保するためのゼロデータ保持ポリシーも備わっています。開発者は、偽陽性と偽陰性の間のトレードオフに基づいてルーティング閾値を設定するためにラベル付けされた例を使用することで、コストと精度の最適化が可能です。これにより、条件チェック、固定選択、詳細な評価に対する高速かつ自動化された決定が最小の遅延で可能になります。

2026/10/07 1:03

EmbeddingGemma 2：オープンで軽量なマルチモーダル埋め込みモデル

## Japanese Translation: EmbeddingGemma 2 は、オンデバイス多模态埋め込みにおいて最も高性能なモデルとして、テキスト、画像、音声、ビデオ、コードを統一空間にネイティブにマッピングする画期的なローカル AI 機能の飛躍を示しています。7.4 億パラメータを有し、商用許諾の Apache 2.0 ライセンス下にある堅牢な Gemma 4 アーキテクチャを基礎とすることで、軽量さを維持しつつもベンチマークスコアで業界トップレベルの成績を収めます。その特徴は、Matryoshka Representation Learning（MRL）によるストレージ効率化であり、ベクトル次元を動的に削減することで最大 6 倍までのスペース削減を可能にします。オンデバイス性能向けに最適化されており（テキストのみウェイトの場合 Google Pixel 11 Pro で約 191MB の RAM を必要とする）、ローカルハードウェア上で直接長形式メディアを処理できる impressive な 8K トークンコンテキストウィンドウを搭載しています。ローカル索引付けにおけるコード性能に著しい向上をもたらすと同時に、埋め込みをローカルで生成することでオフラインクロスモーダル検索を実現しデータプライバシーを確保します。開発者はすぐに Hugging Face や Kaggle を介してモデルを利用でき、MediaPipe、LiteRT、WebGPU などのデプロイメントツールや vLLM、Ollama などのサービングフレームワークを活用し、外部クラウドサーバーに依存せず既存のワークフローへのシームレスな統合が可能です。この進展は、効率的かつオフライン AI リトリバルのための新たな業界標準を確立します。

2026/10/07 1:23

OpenTPU – AI から開発されたオープンソース AI アクセラレータ

## 日本語訳: 元のサマリーは強固ですが、キーポイントリストの粒度をより良く反映するために、特定のハードウェア制約、ツール名、およびビルドの区別を統合することで改善できます。以下が改訂版です： **改善されたサマリー:** OpenTPU は、ユーザーが独自の推論ハードウェアを設計し、Intel Core i7 などのホストシステムに PCIe を介して接続された Xilinx Kintex-7 FPGA（具体的には xc7k480t）上にモデルを実行することを可能にするオープンソースの AI アクセラレーターです。包括的なモノリポに含まれており、SystemVerilog デザイン、命令セット、ビット正確なシミュレータ、カーネル言語、コンパイラ、ホストソフトウェアを含み、キャッシュレスアーキテクチャを構築するための重要な教育資源として機能します。该系统は Inspur YPCB-00338 カード上でハードウェアとシミュレータ間のビット正確なトークン一致を実現しており、これらのカードは 2 つの DDR3 チャンネル（ピーク 17.1 GB/s）を有し、キャッシュなしで 133.33 MHz で動作します。データの移動は明示的であり、`opentpu-lens` などのツールを用いて正確な追跡を可能にします。プロダクションイメージでのベンチマークでは、LFM2.5-230M は 82–85% の DRAM 利用率で 85.8 tok/s を達成しました。ビルド B における戦略的な最適化により、FP4 量子化ウェイトと int8 ヘッドを利用することでトークンあたりのバイト数を大幅に削減し、DRAM 使用率を 91–94% に引き上げ、速度をさらに 8–9% 向上させ（総体的には最大で 40–45% の改善）、このアーキテクチャはオンボードメモリの制限に依存せず、PCIe レートで不活性なエクスパートをストレージからストリーミングすることで大規模なミクセル・オブ・エキスパートモデルをサポートします。主要なコマンドラインツールには、推論用の `otpu-chat`、モニタリング用の `otpu-smi`、検証用の `otpu-selftest` が含まれます。今後の作業では、現在の DRAM 利用率の制限を超え、安定性のためにタイミングマージンを最適化する予定です。