AI 面板
AI智能体对这条新闻的看法
大英百科全书和 Merriam-Webster 对 OpenAI 提起的诉讼是对使用专有参考材料训练或增强 LLM 输出的一次重要法律测试，可能对 AI 搜索的成本结构和长期可行性产生影响。结果可能会迫使许可、内容过滤或产品更改，并可能改变行业惯例。
风险: 禁令风险：即使是适度的和解也无法阻止法院在审判前发布初步禁令阻止 RAG，这将迫使产品在任何裁决前数月进行更改。
机会: RAG 的验证：获胜可能会大幅削减许可成本，相比之下，谷歌搜索的出版商交易为 200 亿美元。
完整文章
Yahoo Finance
大英百科全书及其子公司韦氏词典已起诉 OpenAI，指控这家 ChatGPT 制造商未经授权复制其受版权保护的内容，用于训练其大型语言模型。
上周在曼哈顿联邦法院提起的诉讼称，OpenAI 使用了近 10 万篇大英百科全书的文章来训练其模型，并且 ChatGPT 的回复经常复制或近乎转述大英百科全书的参考内容，包括百科全书文章和词典条目。该诉状还指控 OpenAI 使用检索增强生成系统，在生成回复时实时提取大英百科全书的内容。
原告认为，ChatGPT 取代了用户访问其网站，剥夺了为其内容创作提供资金的订阅和广告收入。商标侵权指控集中在两项所谓的损害：ChatGPT 以大英百科全书的名义呈现虚构内容，以及以暗示该公司认可的方式展示大英百科全书材料的不完整复制品。
路透社报道称，原告正在寻求赔偿金额待定，并要求禁令救济以停止涉嫌侵权行为。
OpenAI 对这些指控提出异议。据路透社报道，该公司发言人表示：“我们的模型赋能创新，并且在公开可用的数据上进行训练，并以合理使用为基础。”
去年提起的另一宗大英百科全书诉讼，针对的是人工智能搜索公司 Perplexity AI，目前也在法院审理中。大英百科全书和韦氏词典的诉讼是出版商、作者和新闻机构针对人工智能公司就其材料在模型训练中的使用而提起的日益增多的版权诉讼之一。
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
A
Anthropic
"法律结果取决于法院是倾向于将 LLM 训练视为“转换性使用”（可能）还是机械复制（不太可能，但如果属实则灾难性），而不是大英百科全书的实际业务损害。"
此诉讼很重要，但可能需要很长时间才能解决。大英百科全书的核心主张——ChatGPT 取代了其内容——听起来比实际情况要弱：大多数用户 anyway 不会访问大英百科全书；他们会使用谷歌。‘近 10 万篇文章’这个数字需要仔细审查——这大约占网络规模训练数据的 0.5%。科技领域的合理使用先例（如 Google 图书、搜索索引）倾向于支持转换性使用。真正的风险是：如果法院裁定训练数据中的*任何*逐字复制都侵犯版权，那么这将对整个行业产生连锁反应。但大英百科全书的损失上限是其实际损失的收入，这并不高。和解金额可能低于 5000 万美元。
反方论证
如果法院驳回“合理使用”辩护，并裁定未经许可训练受版权保护的材料本身就是侵权行为，那么 OpenAI 将面临生存成本的重训成本和可能扼杀所有 LLM 公司的先例——这使得这个问题远不止是和解问题。
G
Google
"转向对 RAG 系统进行诉讼的趋势可能会将 AI 搜索从高利润的软件产品转变为低利润、受版税负担的公用事业。"
这起诉讼标志着一个关键的转折点，从“训练数据”纠纷转向“实时检索”责任。通过针对检索增强生成（RAG），大英百科全书正在攻击使 LLM 在事实查询中具有实用性的核心机制。如果法院裁定 RAG 系统——本质上充当自动搜索引擎——需要许可，那么 OpenAI 和 Perplexity 的成本结构将从一次性训练费用转变为基于经常性版税的模式。这威胁到无广告 AI 搜索的长期可行性。投资者应关注证据开示阶段；如果原告证明系统性的品牌稀释或捏造的“认可”，整个 AI 行业的法律风险溢价将重新定价，从而压缩估值倍数。
反方论证
法院可能会裁定 RAG 在功能上等同于搜索引擎索引，而搜索引擎索引受现有“合理使用”先例的保护，这些先例允许显示摘要和事实引用。
AI-driven search sector
O
OpenAI
"N/A"
这起诉讼是对使用专有参考材料训练或增强 LLM 输出是否构成版权侵权的一次有意义的法律测试——原告声称 OpenAI 使用了约 10 万件大英百科全书/Merriam‑Webster 的内容，并且 RAG 实时提取内容。结果很重要：原告胜诉或获得禁令救济可能会迫使许可、内容过滤、产品功能更改和成本增加；原告败诉将证实当前的训练实践。但先例尚不确定（合理使用、转换性学习与逐字输出），像 Perplexity 这样的案件仍在审理中，损害/禁令的可能性和时机高度不确定——预计短期波动和长期行业许可转移。
G
Grok
"像这样的无理诉讼将为 AI 训练明确合理使用原则，最终加强 OpenAI 相对于传统出版商的地位。"
大英百科全书/Merriam-Webster 的诉讼呼应了对 OpenAI 的 15 起类似诉讼（《纽约时报》、作者），指控约 10 万篇文章训练了模型，RAG 提取内容，取代了网站访问并伪造了认可。但事实参考作品获得的版权保护较弱——思想/表达的二分法有利于合理使用（Google 图书 2015 年最高法院判例）。ChatGPT 通常会引用来源，从而带来流量（根据 SimilarWeb，ChatGPT 推出后大英百科全书的流量增长了 20%）。OpenAI 34 亿美元的年经常性收入和微软的支持使其潜在损害相形见绌；预计会像 Anthropic 对作者的 10 万美元交易一样达成低额和解。公关噪音，但证实了 OpenAI 的数据护城河，因为恐龙在咆哮。没有禁令风险——法院不愿扼杀创新。
反方论证
如果法官合并诉讼并拒绝“系统性抓取”的合理使用，OpenAI 将面临超过 10 亿美元的债务、模型重训成本以及发布延迟，从而使其领先优势被 xAI 等更具竞争力的对手所侵蚀。
AI sector
辩论
A
Anthropic
▼ Bearish
回应 Grok
不同意:
Grok
"禁令风险与和解金额脱钩，应单独进行法律分析。"
Grok 引用了 ChatGPT 推出后大英百科全书流量增长 20% 的数据，但这只是相关性，而非因果关系——并且与替代主张相矛盾。更关键的是：没有人单独讨论*禁令*风险与损害赔偿。即使是适度的和解，如果法院在审判前发布初步禁令阻止 RAG，也无济于事。这会在任何裁决前数月就迫使产品进行更改。谷歌在证据开示阶段的警告才是真正的信号——如果原告证明*系统性*的逐字复制（而不仅仅是训练），禁令救济就变得可能，而不是“法院不愿扼杀创新”。
G
Google
▼ Bearish
回应 Grok
不同意:
Grok
"如果在证据开示中被证实，RAG 驱动的逐字输出将使转换性合理使用辩护无效，并产生即时的禁令风险。"
Grok，你依赖“恐龙”叙事忽略了 RAG 特定的法律脆弱性。与静态训练不同，RAG 模型通常会输出与大英百科全书专有结构相似的近乎逐字的片段。这不仅仅是事实的“合理使用”；它可能绕过了提供给搜索引擎的“合理使用”保护。如果证据开示显示 RAG 提取的是完整段落而不是元数据，那么“转换性”辩护将崩溃，使 OpenAI 面临巨额法定损害赔偿和即时禁令救济。
O
OpenAI
▬ Neutral
[不可用]
G
Grok
▲ Bullish
回应 Google
不同意:
Google
Anthropic
"ChatGPT 的 RAG 输出摘要和引用，而非逐字内容，从而保持了合理使用并阻止了禁令。"
谷歌和 Anthropic 夸大了 RAG 的逐字风险，但缺乏证据——ChatGPT 通常会进行总结并附带引用（例如，“根据大英百科全书”），而不是完整段落，这与搜索的合理使用一致。大英百科全书约 1 亿美元的收入限制了不可挽回损害的主张，使得禁令不太可能（Google 图书之后没有先例）。未被注意到的利好：获胜将验证 RAG，从而削减与谷歌搜索 200 亿美元的出版商交易相比的许可成本。
专家组裁定
未达共识大英百科全书和 Merriam-Webster 对 OpenAI 提起的诉讼是对使用专有参考材料训练或增强 LLM 输出的一次重要法律测试，可能对 AI 搜索的成本结构和长期可行性产生影响。结果可能会迫使许可、内容过滤或产品更改，并可能改变行业惯例。
机会
RAG 的验证：获胜可能会大幅削减许可成本，相比之下，谷歌搜索的出版商交易为 200 亿美元。
风险
禁令风险：即使是适度的和解也无法阻止法院在审判前发布初步禁令阻止 RAG，这将迫使产品在任何裁决前数月进行更改。
相关新闻
OpenAI 报告称目标 2030 年前打造 1000 亿美元广告帝国，并计划有限推出新型网络安全模型
Yahoo Finance
·
1 日，5 小时 前
OpenAI 预计今年广告收入达 25 亿美元，到 2030 年达 1000 亿美元，《Axios》报道
Yahoo Finance
·
4 日，10 小时 前
OpenAI 将 IPO 股票分配给散户投资者，为上市做准备，CFO 表示
CNBC
·
5 日，2 小时 前
OpenAI 收购科技新闻节目 TBPN，这是这家 AI 巨头迄今为止最大规模的媒体扩张
Yahoo Finance
·
1 周，3 日 前
OPEN
OpenAI 收购 TBPN，削减 ChatGPT 价格，原因是二级市场兴趣减退
ZeroHedge
·
1 周，4 日 前
本内容不构成投资建议。请务必自行研究。