爱思唯尔把Meta告了：拿Sci-Hub盗版论文训练大模型

西风 发自 凹非寺
量子位 | 公众号 QbitAI

AI版权大战，再度升级了。 手握《柳叶刀》《细胞》等顶刊，掌控全球海量核心科研成果的学术出版巨头 爱思唯尔（Elsevier） 正式入局，加入集体诉讼团硬刚Meta—— 控诉Meta非法爬取、复制受版权保护的科研论文，用于训练自家大模型Llama。

在此之前，站出来起诉AI侵权的多是作家、媒体机构。 此番是头一回，顶级学术出版商下场打响版权维权之战。美国出版商协会也在声明中给定调：

这是主流出版集团首次发起针对AI企业的诉讼，Meta明目张胆侵犯版权，出版商们将还原全部事实。

有意思的是，这场官司明面上矛头对准Meta，可证据一摊开，与爱思唯尔纠缠十多年的两大盗版学术库——LibGen、Sci-Hub，再度被摆上台面。 只能说Meta树大钱多，比追责盗版平台靠谱多了 。

多方原告组团上阵，指控Meta侵权

这场诉讼于5月5日在纽约南区法院正式提交， 被告直指Meta及其CEO扎克伯格 。 而原告，不止爱思唯尔一家，还包括 法国第一大出版集团阿歇特 、 源自 英国的百年全球综合性出版集团麦克米伦 ，以及 美国小说 家、执业律 师Scott Turow 等。

出版商方核心指控非常明确：Meta为训练Llama大语言模型，未经任何授权，大量获取、复制、盗用受版权保护的学术论文与出版物内容。 具体来看，诉状里指出Meta训练Llama主要靠两大“不清白”的数据来源： 第一， Common Crawl通用爬虫数据集 。 这份数据集通过全网抓取生成，囊括数十亿网页内容。原告方称，里面大概率混进了未经授权的版权内容，比如付费期刊的摘要和全文。 第二， 两大知名盗版 学术平台L ibGen、Sci-Hub 。 这两个网站常年免费传播海量付费论文、教材与学术著作，长期深陷全球版权诉讼。出版商指控，Meta通过磁力下载、文件共享等方式，从这些网站盗用学术资源。 值得一提的是，本案很多证据，还是从去年那桩“作家告Meta”（Kadrey v. Meta）案里流出来的内部员工邮件。 面对诉讼，Meta发言人表示： 将全力积极应诉 。 Meta这边抗辩逻辑也十分清晰，打出了一张王牌： 合理 使用（ Fair Use） 。 据了解，根据美国版权法，“合理使用”属于版权豁免情形，允许在特定条件下无需授权使用版权内容。 Meta发言人称：“AI正为个人与企业带来颠覆性创新、提升生产效率与创作活力，已有法院判例认定，使用版权内容训练AI可构成合理使用。” 不得不说，这几年AI圈的版权官司确实不少。像《纽约时报》、一堆知名作家都起诉过AI公司，有些案子已经和解了。 但整体而言 ， 利用版权作品训练大语言模型是否合法，目前仍未形成明确司法判例 。 至于这次后续怎么发展……咱们先搬好小板凳，再蹲一波。

One More Thing

“合理使用”这张牌之前确实被成功使用过。 去年，美国法院裁决： 允许Claude背后公司Anthropic在未经作者许可的情况下，使用合法购买的已出版书籍训练AI 。 法院参考了美国版权法中的“合理使用”（Fair Use）原则，认为AI训练属于“转化性使用”（Transformative Use），即对原作品的新用途未取代原作市场，且有利于技术创新和公共利益。

这也是美国法院首次认可AI公司对书籍的 使用权 。 就在最近，有网友称Anthropic正在大批量购入古籍，扫描收录内容后就直接销毁原书。这一说法也引发了不少网友关注。

参考链接：
[1]https://www.nature.com/articles/d41586-026-01481-0
[2]https://x.com/sivori/status/2052567312088047754 一键三连 「点赞」「转发」「小心心」 欢迎在评论区留下你的想法！ — 完 —
中国AIGC产业峰会 最新嘉宾阵容来了 ！ 从AI最新架构到应用生态，从 AI音乐、AI漫剧、AI浏览器再到世界模型、AI硬件... 这一次，我们希望聚齐 AI赛道的实战派 ，百度、智谱 、 昆仑万维、模思智能、蚂蚁灵波都会来。🔍 了解详情 5月20日，北京·金茂万丽酒店 ， @所有人，马上AI起来！ 👉 报名参会 一键关注 👇 点亮星标 科技前沿进展每日见