The New York Times 起诉 OpenAI 与微软：指控抄袭数百万文章训练 AI

如果你的作品被别人拿去训练出一个超级工具，这个工具反过来还能一字不差地背诵你辛辛苦苦写出来的报道，甚至免费送给读者看，你大概也会坐不住。

美国传统媒体巨头《纽约时报》正式向法院起诉 OpenAI 及其背后最大的金主微软，指控两家公司未经许可，复制并使用了该报数百万篇文章来训练大语言模型，构成侵犯版权。这起诉讼不仅索赔数十亿美元，还要求彻底销毁包含其报道的训练数据。

既抄走了报道，还拆掉了付费墙

这起诉讼不同于以往那些作家群体的泛泛指责，纽时拿出了不少具体证据。

根据起诉书披露的数据，在 GPT-3.5 之前公开的训练集 Common Crawl 中，来自纽时旗下网站的独立记录就高达 1600 万条。纽时成了整个数据集中仅次于维基百科和美国专利数据库的第三大来源。

更让纽时恼火的是输出端的结果。在诉讼材料中，纽时展示了 ChatGPT 和微软 Copilot 能够近乎逐字逐句地复述其付费专栏文章，还能精准模仿其文风，直接替读者绕过了原本严密的付费墙。

起诉书还指出，AI 工具甚至还会产生幻觉，把一些凭空捏造的虚假事实扣在纽时的头上，既砸了招牌，又抢走了本属于他们的订阅费、广告费和授权收入。

谈不拢的生意，终于掀了桌子

这场官司其实已经暗流涌动了很久。纽时透露，他们早在几个月前就尝试与 OpenAI 和微软接触，试图为内容授权谈出一个合理的价格，但双方最终谈崩了。

OpenAI 方面的回应则带着几分委屈。发言人 Lindsey Held 表示，双方之前的沟通一直很有建设性，对纽时突然提告感到惊讶和失望，并强调他们希望能像对待其他出版商一样找到共赢的合作模式。

现实中也确实有别的媒体选择拿钱和解。比如德国传媒巨头 Axel Springer 刚在不久前与 OpenAI 达成协议，允许 ChatGPT 直接调用其旗下的 Politico 和 Business Insider 的内容；美联社也签了为期两年的模型训练授权合同。但纽时显然觉得对方给的条件不够看，直接选择在法庭上见。

与此同时，BBC、CNN 和路透社等媒体也已经在近几个月里集体封禁了 OpenAI 的网络爬虫，媒体阵营的防守姿态越来越明显。

为什么重要

这是大语言模型问世以来，AI 领域面临的最严峻的一场法律挑战，堪称生成式 AI 的「Napster 时刻」。

我们认为，纽时打这场官司，本质上不是为了彻底封杀 AI，而是一场极具攻击性的商业谈判筹码。它要给整个行业立一个规矩：以后想用高质量内容喂模型，就必须拿出真金白银来买门票。

如果纽时最终胜诉，或者迫使巨头签下天价和解协议，最直接的后果就是大幅推高大模型的训练门槛。以后只有微软、OpenAI、Google 这样财力雄厚的巨头才买得起合法版权数据，而开源社区和中小创业团队可能会因为买不起数据或面临法律诉讼，被直接挡在门外。

但也有法律和技术观察家指出，纽时的做法可能是一把双刃剑。如果法庭真的判定高度概括和引用他人内容构成侵权，新闻机构自己日常洗稿、转述其他同行独家报道的操作，恐怕未来也会面临同样的指控风险。

看起来，这场诉讼无论走向如何，硅谷过去几年把公开互联网当作免费数据自助餐的红利期，已经彻底结束了。