出版商集体起诉 Google：指控擅用图书训练 Gemini 并抹去版权信息

当年出版商把整柜整柜的实体书搬给 Google，原本只是想让读者在搜索框里搜到几个片段，顺便带带销量。没想到二十年后，这些书成了喂养大模型的现成口粮。

包括 Hachette、Cengage、Elsevier 在内的多家知名出版商，联合知名作家 Scott Turow 以及创作者组织 S.C.R.I.B.E.，在纽约南区联邦地区法院对 Google 发起集体诉讼。他们指控 Google 未经授权，直接用受版权保护的书籍训练自家的 Gemini 模型。

更严重的是，原告指控 Google 故意删除或篡改了作品上的版权信息，以此掩盖 Gemini 是用偷来的材料训练出来的。

内部文件早就警告过千亿罚款风险

出版商和 Google 之间并不是普通的陌生人侵权，双方其实有很深的历史纠葛。

早年间，出版商之所以把大量图书授权给 Google 图书项目，前提是限定展示范围：用户只能搜索并查看书目信息和短小片段，绝不能浏览全书。

这次起诉书指出，Google 不仅擅自复制了 Google 图书里那些受限的数据，还把 Google Play 商店里上传的电子书全端去喂给了 Gemini。

原告还在诉状里抛出了一份重磅内部证据：一份 Google 内部文件曾明确警告，用受版权保护的图书做训练对公司来说高度成问题，甚至可能带来 100 亿至 1000 亿美元的潜在巨额罚款。

明知有暴雷风险依然照做，这是出版商目前咬住不放的核心痛点。

避开加州，纽约法庭成新战场

AI 训练到底算不算侵权，眼下美国的司法判决其实很纠结。

此前加州法院的几份早期裁决都倒向了科技大厂，法官认为在现行版权法下，AI 训练可以被认定为合理使用。

但另一边，Anthropic 此前就因为抓取盗版内容训练，吞下了 15 亿美元的民事赔偿，创下美国版权史上的最高纪录。当时约有 50 万名作家每人能分到至少 3000 美元，但不少作家直接放弃和解，选择继续死磕。

这次出版商特意把诉讼放到了纽约南区法院，显然是想跳出加州法官的思路，让东海岸的司法体系重新定调。

为什么重要

这场官司如果打下去，很可能成为整个大模型内容授权的分水岭。

对创作者和出版业来说，这是守住护城河的关键一战。过去几年很多技术公司在灰度地带先上车后买票，如果这次能通过法律坐实巨额赔偿，哪怕普通作者拿不到天价支票，也能倒逼平台在未来的预训练流程里引入正规的分成与授权结算系统。

对 AI 行业来说，内部那份千亿美元罚款的备忘录一旦被证实，会让 Google 极其被动。我们认为，Google 最聪明的做法原本是早点跟老牌出版商签排他协议，把高质量语料做成竞争壁垒，但他们看起来还是选择了抱侥幸心理走捷径。

这也给 OpenAI、Meta 等同行敲了警钟。只要法院不再无条件支持合理使用，大模型公司的语料获取成本将直线上升，靠免费吞噬人类历史文本建立优势的蛮荒时代，可能真的要结束了。