Meta 遭 AI 版权诉讼阻击：法官支持作家指控其抹去版权信息

AI 公司在拿别人的书训练大模型时，到底有没有顺手把书里的版权信息给抹掉？这成了目前版权官司里最致命的细节之一。

周五，美国联邦地区法官 Vince Chhabria 作出裁决，允许作家群体起诉 Meta 侵犯版权的诉讼继续推进。原告包括作家兼演员 Sarah Silverman、Richard Kadrey 以及知名作家 Ta-Nehisi Coates 等人，他们指控 Meta 在未经许可的情况下，用他们的图书来训练自家的开源大模型 Llama。

Meta 之前一直试图让法官直接撤销这起诉讼。Meta 的理由有两个：一是坚称用公开数据训练 AI 属于合理使用，二是主张这些作家根本没有足够的诉讼资格，因为他们无法证明自己受到了实质性伤害。

删掉版权信息，是不是为了掩人耳目

法官 Chhabria 显然没被 Meta 的说法说服。他在裁决书中明确写道，版权侵权的主张显然是一种足以支撑诉讼资格的具体伤害。

更关键的转折点在于数字千年版权法（DMCA）中的条款。原告指控 Meta 在清洗训练数据时，故意删除了图书里的版权管理信息（也就是 CMI，比如作者名、书号和版权声明）。

法官认为，原告的指控合情合理。把这些线索综合起来，足以形成一个合理推论：Meta 当时删掉版权管理信息，很可能是为了防止 Llama 在生成内容时把版权声明一起吐出来，从而暴露模型是用受版权保护的内容训练出来的。

不过，法官也没有完全倒向作家这一边。他驳回了原告依据《加州计算机数据访问与欺诈法案》（CDAFA）提出的指控。法官的理由很干脆：原告只是说 Meta 拿到了他们书里的数据，但并没有指控 Meta 黑进了作家本人的电脑或服务器。

内部邮件曝光的真实态度

这场官司目前流出的内幕细节，让 Meta 相当被动。原告在法庭文件中披露，Meta 首席执行官马克·扎克伯格曾亲自批准 Llama 团队使用受版权保护的作品进行模型训练。

文件还显示，Meta 内部团队在讨论使用这些数据时，心里其实很清楚它们在法律层面存在很大争议，甚至直接讨论过使用这些合规存疑内容的风险。

目前全美法庭上压着大批 AI 版权诉讼，比如《纽约时报》起诉 OpenAI 等重量级案件。这起针对 Meta 的裁决，是创作者一方在法庭上拿下的一个重要阶段性进展。

为什么重要

对于创作者和普通文字工作者来说，这个案子的核心价值在于撕开了一个维权的新口口子。以前大公司总拿「合理使用」做挡箭牌，作家很难证明模型最终的输出直接抄袭了自己的段落。但如果抓住「故意清除版权元数据」这一点，AI 公司就很难再用技术无罪来推脱，甚至可能直接触犯 DMCA 的惩罚性条款。

对行业而言，我们认为这给所有做大模型预训练的团队敲响了警钟。过去几年各家清洗语料时，把清洗版权信息、清洗水印当成常规的数据预处理操作。现在法官挑明了：故意删掉这些标识，完全可以被解读为你在掩盖侵权痕迹。以后清洗数据的操作记录，随时可能在法庭上变成指控管理层知情且故意的铁证。

点评 Meta 的策略，它试图用合理使用和缺乏诉讼资格全盘推翻指控，看起来走得太急，反而把扎克伯格内部拍板的细节暴露在了公众面前。虽然原告引用黑客法案来告 Meta 被法官驳回，但只要 DMCA 删版权信息的指控立住了，Meta 接下来就必须在庭审中拿出清洗流程的技术细节自证清白，这对开源模型 Llama 的商业化声誉无疑是一记重击。