AI大模型的版权风暴：行业巨头面临7500亿美元赔偿风险

为了满足对数据的需求，各大模型公司采用了多种 “创意” 方式来获取数据，有的甚至游走在法律边缘。例如，OpenAI 利用网络爬虫广泛抓取网络内容，甚至在抓取过程中清除版权信息;而在高质量文本资源逐渐枯竭后，AI 公司又转向视频和纸书等其他格式的数据，利用技术手段进行提取。

此外，有些公司甚至选择了直接使用盗版书籍。例如，Meta 在训练 Llama 模型时，就被指控使用来自 “影子图书馆” 的盗版书籍。与此相反，苹果等保守派企业则选择通过合法授权和自有数据来规避法律风险。

在法律诉讼的推进中，版权方的策略逐渐转变，焦点不再是 AI 如何使用数据，而是数据的获取是否合法。法院的裁决表明，虽然 AI 的训练行为可能不构成直接侵权，但盗版资源的使用将受到严厉打击。

如今，AI 行业面临着一场前所未有的版权战争，如何在法律边缘游走并实现创新，成为了科技巨头们亟需解决的问题。