Ziff Davis 起诉 OpenAI：要求销毁用其文章训练的 ChatGPT 模型

如果你平时查数码评测、找游戏攻略或者看科技新闻，大概率绕不开 CNET、IGN 和 PCMag。这些老牌科技媒体背后的母公司 Ziff Davis，现在正式把 OpenAI 告上了法庭。

根据在特拉华州联邦地区法院递交的诉状，Ziff Davis 指控 OpenAI 存在大规模侵权、违反《数字千年版权法》（DMCA）、不当得利以及稀释商标。Ziff Davis 旗下拥有超过 45 个媒体品牌和 3800 多名员工，每年产出近 200 万篇新文章，月均访问量超过 2.92 亿次。它是目前起诉 OpenAI 的最大出版商之一。

发了警告信，抓取反而变多了

诉状里披露的抓取细节相当耐人寻味。Ziff Davis 表示，OpenAI 的网络爬虫 GPTBot 完全无视了网站用来禁止抓取的 robots.txt 协议。

更夸张的是，在 2024 年 5 月 Ziff Davis 向 OpenAI 发出停止侵权函后，后台记录显示 OpenAI 爬虫的抓取活动不仅没停，反而变本加厉地增加了。

诉状还指出，OpenAI 使用了专门的软件来剥离文章中的版权声明。在 OpenAI 早先公开的一小部分 WebText 训练数据集中，Ziff Davis 就找到了数百篇被一字不漏完整复制的文章正文。统计分析显示，Ziff Davis 的内容在 OpenAI 的训练数据里出现了数百万次，比例远高于它在正常互联网上的权重。

在测试中，即使把 ChatGPT 的网络断开，模型也能一字不差地背出 Ziff Davis 旗下文章的大段原文。这证明这些内容早就被内化进了模型的权重里，而不是单纯从网上临时搜索得来的。

此外，Ziff Davis 还控告 ChatGPT 经常生成错误摘要、篡改采访引述、捏造虚假文章链接，甚至凭空编造事实并扣在自家媒体头上。这种幻觉不仅分流了原本属于媒体的搜索流量和广告收入，还在砸它们经营多年的可信度招牌。

Ziff Davis 在起诉前曾尝试与 OpenAI 谈判授权，但遭到了拒绝。现在，他们不仅索赔，还提出了一个极具杀伤力的请求：法院必须下令销毁所有包含或基于其版权作品的训练数据集，以及对应的 AI 模型。

针对诉讼，OpenAI 发言人 Jason Deutrom 对外表示，模型是用公开数据训练的，完全符合版权法中的「合理使用」原则。

为什么重要

我们认为，Ziff Davis 这起官司打到了生成式 AI 最疼的地方。

目前很多媒体在面对大模型时分成了两派：一派像 Vox Media、金融时报和美联社，选择拿钱和解签授权；另一派则以纽约时报和 Ziff Davis 为代表，直接对簿公堂。新闻研究者 Jeff Jarvis 曾把那些私下达成的授权费戏称为「封口费」。看起来，OpenAI 想挑着给钱，但一旦把谈判大门对大媒体关上，反弹只会更剧烈。

对媒体从业者和站长来说，这起诉讼揭开了一个残酷现实：网站立下的 robots.txt 规则，在急于收集训练数据的 AI 公司面前可能形同虚设。只要抓取被做成了模型权重，对方就可以堂而皇之地以「合理使用」抗辩。

最值得关注的是 Ziff Davis 提出的救济要求——销毁模型。在技术上，想要从一个已经训练完成的庞大神经网络里把某些特定数据干干净净地「抠」出来，目前在工程上几乎是不可能的任务。真要执行，就意味着 OpenAI 必须推倒重训。

对于普通用户和开发者来说，版权诉讼看起来遥远，但其实直接决定了未来 AI 搜索的内容质量。如果科技巨头们只能靠不透明的私下交易来获得可信内容，或者倒逼高质量垂直网站彻底对爬虫封门，最后模型能吐出来的，恐怕就只剩下低质的互抄文本了。