英伟达被曝抓取 YouTube 海量视频：练 Cosmos 模型，称获高层放行

为了给 3D 世界和自动驾驶塞满训练素材，科技巨头们盯上了流媒体和视频网站。

404 Media 曝光的内部邮件与 Slack 对话显示，Nvidia 正在从 YouTube、Netflix 等平台大批量抓取视频，用于训练其 AI 模型。

内部文件甚至用「每天抓取相当于一个人一辈子的视频量」来形容这一采集规模。

据一位匿名前员工透露，这批数据被用于一个代号为 Cosmos 的未公开项目，目的是给 Omniverse 3D 场景生成器、自动驾驶汽车系统以及「数字人」产品打造基座模型。这个 Cosmos 与 Nvidia 现有的同名深度学习产品并非同一回事。

当参与项目的员工对抓取 YouTube 视频以及挪用学术研究数据集提出法律质疑时，管理层直接回复称，使用这些内容已经得到了公司「最高层」的许可。

Nvidia 对此回应辩护称，公司的做法「完全符合版权法的字面规定与精神」。

为什么重要

在我们看来，Nvidia 这次被曝光的抓取行为，再次揭开了生成式 AI 研发里最尴尬的现实：哪怕是站在食物链顶端的卖铲人，为了喂饱前沿大模型，也同样在版权红线上反复横跳。

此前 OpenAI 就曾因抓取 YouTube 视频引发争议，现在连做芯片的 Nvidia 也亲自下场，盯上了 Netflix 和 YouTube 的存量资产。管理层口中所谓的「最高层许可」，更像是公司在技术卡位压力下，选择先做后说的内部默契。

对普通创作者和流媒体平台来说，这意味无论视频是公开发布还是隔着付费墙，都很难逃脱被拿去当训练素材的命运。这种做法短期内固然能加速 3D 和自动驾驶算法迭代，但只要版权边界一天没有被法庭彻底厘清，基座模型背后的法律风险就一天不会消失。