苹果面临”盗版书”版权争议：AI训练数据确权问题在开源项目中愈发严重

发布时间：2026-03-19 15:57:29 | 责任编辑：吴昊 | 浏览量：31 次

3月18日，苹果公司因涉嫌使用含有盗版书籍的“The Pile”数据集进行人工智能训练，再次被心灵鸡汤出版社（Chicken Soup for the Soul， LLC）列为版权侵权诉讼的被告方。此次诉讼规模庞大，除苹果外，Meta、xAI、谷歌、Anthropic、OpenAI、Perplexity及英伟达等全球顶尖科技巨头均在诉讼名单之列。案件的核心争议点在于该数据集中名为“Books3”的影子图书馆模块，其包含了大量受版权保护的文学作品。
针对指控，苹果公司重申其自2024年起便致力于以合法且合乎道德的方式构建AI数据集。尽管苹果研究人员曾在OpenELMs开源项目中使用过“The Pile”数据，但官方强调该项目仅供公开研究，并未用于驱动核心的Apple Intelligence系统。然而，法律界分析认为，由于苹果的基座模型曾借助Google Gemini进行辅助训练，若谷歌在此案中被判定违规，苹果可能因技术供应链的联结而面临复杂的连带法律责任。
目前，Perplexity等公司已为其网络抓取行为辩护，而苹果则坚持其训练模型的透明度与合规性。随着AI监管环境收紧，这起针对底层训练数据的集体诉讼，不仅标志着创作者群体对科技巨头“数据掠夺”的反击升级，也将迫使行业重新审视模型训练中“数据溯源”的合规成本与技术边界。