Hachette、Cengage、Elsevier这几家出版巨头,加上作家Scott Turow和作家协会S.C.R.I.B.E.,把谷歌告上了纽约南区联邦法院。诉状说得很直白:谷歌把出版商当年主动提交给Google Books、Google Play做书目检索的书,偷偷挪去训练了Gemini,还删改了版权信息,想让人查不出训练数据的来源。
这不是谷歌第一次被卷进AI版权官司,但这次的案情结构跟以往完全不一样。此前Meta和Anthropic吃官司,核心问题是"训练用了盗版书",谷歌这次被指控的是"把别人主动给的东西挪作他用"——一个是明抢,一个更像是监守自盗。这个区别,决定了谷歌这次能不能照搬前两家的胜诉剧本。
"数百亿罚款"是谣言还是实锤
诉状里最抓眼球的一句话,是援引谷歌内部一份分析文件:用出版商提供的Google Play Books数据训练AI,"对谷歌而言可能高度危险",可能招致"数百亿到数千亿美元罚款"。这句话被广泛引用,很容易让人以为原告在狮子大开口。
但这只是谷歌自己内部风险评估写的话,不是原告的实际索赔金额。诉状真正提出的诉求是一套常规组合拳:法定版权损害赔偿或"实际损失加谷歌获利"、DMCA因篡改版权信息产生的法定赔偿、禁令、要求谷歌交代Gemini训练材料和方法的问询权,以及在法院监督下销毁侵权副本。换句话说,谷歌自己内部都担心这事捅出来会很贵,但目前这只是一份"拟制"集体诉讼,连集体资格都还没获得法院认证。
有限授权和直接盗版,法律上是两码事
回顾此前的判例更能看清谷歌这次的处境。加州法院在Meta案和Anthropic案里都认定,用版权作品训练AI属于"合理使用"。Anthropic倒是因为训练材料的获取方式违法——也就是盗版——被罚了1.5亿美元级别之上的天价赔款,约50万作家本可拿到每人至少3000美元的赔偿,但不少人选择退出和解,为的是保留继续起诉的权利。
这里有个常被媒体简化甚至混淆的关键区分:Anthropic被罚,罚的是"获取方式违法",不是"训练行为本身违法"。加州两起判例对训练行为的合理使用认定,反而是站在AI公司这边的。
谷歌这案子恰恰卡在这条界线的另一侧。出版商当年提交书籍给Google Books、Google Play,是基于"只做片段检索"的有限授权关系,从没同意用来训练模型。诉状主张的核心不是"训练违法",而是"谷歌明知没有授权还硬用",这更像是背信,而不是单纯的合理使用之争。
- 结论.这案子打的不是"训练算不算合理使用",而是"违反限定授权算不算违约兼侵权",法律靶子完全不同。
谷歌的沉默,和它自己写下的AI治理立场
谷歌今年稍早发布过一份AI治理文件,主张训练数据主要来自开放互联网,不碰需要登录的私有数据库,版权执法该盯着"输出"有没有复制受保护表达,而不是笼统禁止把材料用作训练输入,还提到Google-Extended这类退出机制给出版商选择不参与训练。
这套说法放在"开放网络训练"的场景里能自圆其说,但没法直接回应本案的具体指控——通过有限授权渠道拿到的书,以及疑似盗版和付费墙内容,是不是也套用同一套逻辑。截至案件公开,谷歌没有就这些具体指控做出针对性回应,这个空白本身就是个信号:一般性辩护和具体指控之间,还差着一层没说清楚的东西。
案子换到了纽约南区,面对的是跟加州不同的法官和司法辖区。加州那两起判例虽然对AI公司有利,但案情各有细节,不足以形成能直接套用的先例。这场官司会不会打破AI公司在版权诉讼里的连胜势头,现在还看不清,但接下来最值得盯的,是集体资格认证进展,以及法院对"有限授权关系是否构成默示禁止训练使用"这个核心问题给出的初步态度。
借来的东西拿去做别的用途,和明抢来的东西,法律上从来不是同一笔账。
对出版业来说,这案子的输赢会直接影响未来跟AI公司谈判时的筹码;对谷歌和其他AI公司来说,如果"有限授权关系被违反"能立住,意味着过去那些以"合作"名义拿到的数据,都可能变成新的风险点。