马斯克威胁起诉微软：指责其非法抓取 Twitter 数据训练 AI

微软刚准备在广告工具里给 Twitter 关上一扇门，马斯克转头就给微软发了一张法庭传票式的威胁。

不过这次不是为了广告费，而是冲着生成式 AI 最值钱也最敏感的地基来的：训练数据。

一句推文引发的法务预警

周三，马斯克在社交平台上公开向微软开炮，指责这家科技巨头非法使用 Twitter 的数据来训练自家的 AI 模型，并且放话称「是时候打官司了」。

这番表态的导火索，是 Mashable 等媒体此前报道微软计划将 Twitter 从其广告平台中移除。那个平台本来允许广告主在一个地方集中管理所有社交媒体账号。

马斯克通常喜欢在网上发布一些激进的想法，但往往不会真正落地。目前并没有看到任何正式的起诉文件。

微软发言人对此拒绝置评，Twitter 的媒体联络渠道也没有给出实质性回应。

社交数据不再免费

马斯克和微软的过节不只是这一条推文。微软去年以一种特殊的交易结构向 OpenAI 投资了 100 亿美元，不仅自研大语言模型，还对外转售 OpenAI 模型的使用权限。

马斯克作为 OpenAI 的联合创始人，在 2018 年离开了董事会。最近他屡次公开抱怨，称 OpenAI 已经从原本的非营利组织，变成了受微软深度影响的高估值商业公司。

像 GPT 这样的大语言模型需要消耗数以 TB 计的海量数据，其中绝大部分来自 Reddit、StackOverflow 和 Twitter。社交网络上的短文字尤其珍贵，因为它们记录了人类最真实的日常来回对话。

现在，这些数据的主人开始集体关门收门票了。

本周早些时候，Reddit 宣布将对用于 AI 训练的 API 接口收费。环球音乐集团也因为一首利用 AI 模仿 Drake 的爆火网络歌曲发表声明，称使用旗下艺人音乐训练 AI 既违反协议也侵犯版权。

与此同时，图片库 Getty Images 正在起诉 Stable Diffusion 的开发商侵权。马斯克自己其实早在去年 12 月就暂停了 OpenAI 对 Twitter 数据库的访问权限，并且宣布正筹划在自己的公司里打造一个名为 TruthGPT 的大模型。

为什么重要

我们认为，AI 行业「公网数据零成本随便扒」的蛮荒时代彻底结束了。

对于微软和各类 AI 创业团队来说，以后训练模型的账本上必须多出一大笔数据采购成本。以前是只要网络爬虫抓得到就能拿来训练，现在各大内容平台都在修筑收费高墙。

马斯克借着广告业务摩擦发难，看起来手段非常老道。他不仅把平台之间的商业磕碰直接拉到了 AI 知识产权的制高点上，还顺便给自己的 TruthGPT 制造了舆论筹码。

但这里面的隐患在于，法律边界至今依然含混不清。目前没有任何判例明确界定抓取公开网页训练模型到底算不算合理使用，如果 Twitter 真的立案，很可能会演变成一场耗时数年的漫长拉锯战。