AI訓練數據的“原罪”問題迎來最強法律挑戰。由兩屆普利策獎得主約翰·卡雷魯（John Carreyrou）領銜，數十位知名作家近日向美國加州北區地方法院提起集體訴訟，將OpenAI、谷歌、Meta、Anthropic、xAI與Perplexity AI六大AI公司列爲共同被告，指控其系統性地使用盜版書籍訓練大模型，構成“故意版權侵權”。若罪名成立，每部作品最高可索賠15萬美元，總賠償或達數十億乃至上百億美元。

“雙重盜版鏈條”浮出水面

訴狀揭露，被告公司形成了一條清晰的侵權閉環:  

1. 盜版獲取:從LibGen、Z-Library等“影子圖書館”批量下載數百萬冊受版權保護的書籍（包括小說、非虛構作品、學術著作）;  

2. 模型訓練:將這些非法數據用於訓練ChatGPT、Gemini、Claude等大模型;  

3. 商業變現:通過API訂閱、企業服務、廣告等模式獲利，卻未向原作者支付任何報酬。

原告方強調:“作家的文字是AI智慧的基石，卻成了免費燃料。”這些作品不僅賦予模型語言能力，更塑造其“知識深度”與“敘事風格”，是數十億美元AI生態的隱形支柱。

OpenAI成“被訴大戶”，舊金山法院成AI版權案風暴眼

這並非AI公司首次陷入文字版權糾紛，但本案因原告權威性高、被告覆蓋全、侵權鏈條清晰而備受矚目。據南都數字經濟治理研究中心統計，OpenAI已面臨至少14起版權訴訟，是行業“被訴大戶”。而本案審理地——加州北區法院（舊金山）——目前已受理25起AI相關版權案，佔全美同類案件超50%，其判決結果或將確立AI訓練數據合法性的全國性先例。

故意侵權 vs. 合理使用:法律邊界待裁決

被告公司此前多以“合理使用”（Fair Use）抗辯，主張AI訓練屬“轉化性使用”，不損害原作市場。但此次原告聚焦“盜版本質”——若訓練數據本身即非法獲取，則“合理使用”抗辯難以成立。法院若認定“故意侵權”，不僅賠償金額飆升，還可能強制AI公司清洗模型、刪除侵權數據，甚至暫停相關服務。

行業地震:AI訓練數據供應鏈或將重構

無論結果如何，此案已敲響警鐘:  

- 頭部AI公司正加速與出版社、作者協會談判授權（如OpenAI與美聯社、Shutterstock合作）;  

- 開源模型社區面臨合規壓力，需驗證訓練數據合法性;  

- “影子圖書館”或成執法重點，數據採集工具鏈將受審查。

AIbase認爲，這場由作家發起的“版權保衛戰”，不僅是對個體權益的捍衛，更是對AI發展倫理的終極拷問:技術創新，是否必須以犧牲創作者爲代價? 當法律開始爲“數據血汗”定價，AI的黃金時代，或將迎來一場深刻的合規革命。