近年来，生成式人工智能（GenAI）技术迅猛发展，由于其需要海量训练素材，特别是一直高质量的书籍素材，与之相关的版权争议也不断升级。2025 年 6 月，美国加州北区联邦法院在一起引发全球关注的知识产权诉讼中，作出具有重大影响力的初步裁决：AI 公司 Anthropic 因训练其 Claude 模型过程中使用了大量版权图书被起诉，法院认为其中部分行为属于“合理使用”，具有高度变革性，不构成版权侵权。
然而，法院同时指出，Anthropic 在模型训练初期从非法平台下载了 超过 700 万本盗版图书，这一行为并不属于合理使用，需承担侵权责任。此案将成为 AI 行业如何合法使用训练数据的重要法律范例。
📘 一、案件背景：知名作家与作家协会联合起诉
2024 年底，美国作家协会（Authors Guild）与多位畅销书作者共同对 Anthropic 提起诉讼，指控其在训练 Claude 模型时，未获得授权即大规模使用了受版权保护的文学作品。
Anthropic 并未否认使用图书进行模型训练，但辩称其使用行为属于合理使用（Fair Use），并强调模型训练是为了“学习语言风格和表达方式”，而非复制或传播作品内容。然而案件调查显示，该公司早期曾利用如 Library Genesis（LibGen） 这类非法数据库下载大量盗版电子书，引发版权方强烈抗议。
🧠 二、法院观点：AI 训练是一种变革性使用
联邦法官 William Alsup 在裁决中指出，AI 对语言数据的使用具有明显的变革性，不等同于人类“阅读一整本书”。Claude 模型在训练中并未直接复制图书内容，而是从中抽取语言模式，进而生成自己的语言表达。
他写道：“这更像是一位作家在广泛阅读后形成自己的风格，而不是抄袭。”这一判断与 2015 年 Google 图书馆案中的裁定一致，当时法院认为对整本书的扫描和索引并不构成直接侵权，因为其目的具有公共利益。
该裁决为 AI 模型训练首次在联邦法院获得“合理使用”保护提供了明确范例。
📚 三、盗版图书使用不受保护，Anthropic或面临天价赔偿
尽管部分行为获合理使用保护，Anthropic 依然面临重大法律风险。据起诉材料披露，公司早期曾下载超过 700 万本盗版图书，部分来自臭名昭著的非法数据库。
法院认为，即使最终训练输出未直接复制这些盗版书内容，其下载与保存行为本身已构成侵权。而且在许多情况下，这些图书属于仍在世作者的畅销作品，具有极高的商业价值。
作家协会的律师已表示，预计将寻求 每本图书最高 150,000 美元 的法定赔偿，理论上赔偿总额可能达到数十亿美元。
🧭 四、行业影响深远：合法获取数据成关键
该裁决释放出两个强烈信号：
- ✅ AI 训练可被视为合理使用，但前提是用途变革性强，且最终输出未构成对原作的替代；
- ❌ 但合理使用并不能为非法获取内容开脱，尤其不能使用盗版数据库、绕开版权机制来收集数据。
这对所有使用网络公开文本训练模型的企业（包括 OpenAI、Meta、Google 等）提出了更高的合规要求。今后，训练数据的来源、处理、授权链条都将成为司法重点关注对象。
💬 五、Anthropic回应与展望
在裁决公布后，Anthropic 公开表示欢迎法院认可其合理使用主张，同时承诺将在后续程序中妥善处理涉及盗版内容的责任问题，并寻求与作家协会达成和解。
法院已排期在 2025 年 12 月召开听证会，届时将讨论具体的损害赔偿金额。这一结果可能会改变 AI 模型训练中“抓取即用”的行业惯例，推动更多技术公司建立版权合规体系。
✅ 总结：合理使用不等于免责，合规才是王道
近些年来，AI公司采用大量素材特别是具有知识产权的素材训练大语言模型的法律争议一直不断。这起案件的判决标志着 AI 训练领域首次在联邦法院层面获得法律澄清。一方面，它肯定了 AI 模型的知识学习过程具备社会价值和合理性；另一方面，也警示行业：合理使用并不包容非法手段，技术不能凌驾于法律之上。
对于技术公司而言，今后需要更加透明地披露训练数据的来源，并与版权方开展更紧密的合作。版权问题不再是“灰色地带”，而是必须正视的法律红线。
📎 参考文章链接：