科技巨头Google（谷歌）再次深陷版权纠纷。近日，由Hachette（哈希特）、Cengage（圣智）和Elsevier（爱思唯尔）等知名出版巨头，以及著名作家Scott Turow和创作权益组织S.C.R.I.B.E.发起的一项集体诉讼，正式指控谷歌未经授权使用其受版权保护的作品来训练其人工智能平台Gemini。
诉状指出，谷歌不仅非法使用了这些版权材料，还“故意删除或篡改”了作品中的版权标识信息，企图以此“隐瞒其Gemini模型是在盗版材料上进行训练的事实”。这一指控让这场官司在性质上显得更为恶劣。
目前，全球范围内的出版商、作家及版权所有者已经对包括谷歌、Meta、OpenAI和Anthropic在内的多家生成式AI领头羊发起了连番诉讼。虽然其中多起诉讼仍悬而未决，且此前加利福尼亚州的两项早期裁决偏向了AI公司——认为将版权作品用于AI训练符合美国版权法中的“合理使用（Fair Use）”原则（该法案自互联网诞生前就未曾大幅更新）——但法律的风向并非一成不变。
值得注意的是，此前Anthropic曾因侵犯训练集版权而被重罚15亿美元，创下了美国版权法历史上最大金额的赔偿纪录。在这场风波中，约50万名作家有资格获得至少3000美元的赔偿金，但许多作家选择拒绝和解，以便对AI训练发起更进一步的法律诉讼。
尽管加州法官此前的裁决对科技巨头的“合理使用”抗辩有利，但由于法律博弈极为复杂，这些判例并不能成为绝对的先例。此次针对谷歌的诉讼已提交至纽约南区联邦地方法院，这让不同的法官有了重新审视和裁决这一议题的机会。
在此案中，出版商与谷歌有着更为微妙且长期的合作关系。诉状解释称，出版商和作家长期以来一直向谷歌提供版权作品，但其特定目的仅限于通过Google Books（谷歌图书）提供搜索服务。这类搜索结果并不允许用户阅读整本书籍，而仅仅展示简短的代码片段及目录信息。原告声称，谷歌在未获得任何许可的情况下，直接使用这些图书的副本以及上传到Google Play商店的书籍来训练#Gemini。
诉状写道：“谷歌在明知缺乏授权的情况下，非法复制了这些仅限于特定范围的项目中的作品用于AI训练。”原告还引用了谷歌的一份内部文件，该文件据称指出，使用受版权保护的书籍进行AI训练对谷歌来说可能“极具问题”，并可能导致“100亿至1000亿美元的潜在罚款”。目前，谷歌尚未对此事作出公开回应。
随着针对大模型（LLM）底层训练数据的法律诉讼愈演愈烈，AI 生态正迎来一场深刻的范式转移。长期以来，AI 研发依赖于大规模的“数据无偿抓取”，而此次出版业对谷歌的诉讼，以及此前对 Anthropic 的巨额罚金，标志着这种粗放型扩张模式的终结。对于 AI Agent（智能体）生态而言，这一趋势将产生长远影响。首先，未来的 Agent 必须逐步摆脱对静态、未授权专有数据的依赖，转向通过 MCP（Model Context Protocol，模型上下文协议）等标准化接口进行实时合规的数据查询与工具调用。其次，高质量版权数据的获取成本将大幅上升，这将倒逼技术社区转向更高效的合成数据（Synthetic Data）生成，或是开发参数量更小、但垂直领域推理能力更强的专业级 Agent。合规性正从“法律附加项”转变为“核心技术硬壁垒”，决定着下一代多模态智能体能否顺利商业化落地。
