21世纪经济报谈记者 肖潇 实习生 刘欣 北京报谈

OpenAI到底有莫得“偷用”谷歌旗下的YouTube视频教师AI，这场无止尽的猜忌游戏可能终于要实现了。 

声明指出，2021年，泰国天丝发起对中国红牛产业链合作伙伴长沙市华厦糖酒有限公司（以下简称糖酒公司）的诉讼，意图以侵害商标权为由的诉讼手段阻挠、扰乱中国红牛合作伙伴的合法经营业务。2024年7月29日，湖南省长沙市中级人民法院民事判决书（（2021）湘01民初564号）对该案做出判决，驳回了泰国天丝的全部诉讼请求。

一是为加强数字经济、绿色发展等新兴领域合作提供“金砖路径”。

当地时辰8月2日，一位YouTube主播代表在好意思国加利福尼亚州北区地步地院发达递交了集体诉讼文献，指控OpenAI私行转录了数百万个YouTube 视频来教师大模子，当今有跨越100东谈主参与该集体诉讼。礼貌发稿，OpenAI对该集体诉讼莫得发表恢复。

告状书写谈，创作家们领有YouTube视频的扫数权，OpenAI的行径违背了YouTube的平台条目，况兼从创作家们的归天中取得了不正大利益，要求OpenAI抵偿跨越500万好意思元。

YouTube动作行家最大视频网站，早就拦阻了捏取视频，致使连视频生意下载、批量下载齐有严格礼貌。谷歌发言东谈主Matt Bryant曾公开指摘，谷歌的职业条目和 robots.txt文献（一种网页文献，告诉爬虫哪些本色不成捏取），明确拦阻了未经授权捏取YouTube 本色。谷歌在有明确的法律或本领依据的情况下，会继承“本领和法律门径”来防卫此类使用。

尽管有严格的警戒线，但不妨碍YouTube动作数据“金矿”的吸引力，尤其是在AI教师数据匮乏的情况下。东谈主工智能相干机构Epoch曾瞻望，高质地的说话教师数据集将在2026年消耗，业内大齐合计文本、视觉、听觉等聚首的数据集能弥补AI教师数据匮乏的问题。

已往半年中，OpenAI就一直深陷在“偷用”YouTube视频的争议旋涡里：本年4月，《纽约时报》发文指出，OpenAI在2021年消耗了扫数文本类教师数据，转而蛊惑文转音的大模子Whisper，以此把YouTube的视频、播客等影像数据转录成笔墨，进而络续优化大模子。

半个月前，媒体又发现多家AI公司在教师中齐使用了名叫the Pile的开源数据集，其中一个子集叫作“YouTube Subtitles（YouTube字幕）”。该数据集由纯文本构成，主如果视频里的笔墨简介和YouTube自动转录的笔墨字幕，秘籍了17.35万个YouTube视频，跨越4.8个频谈。

非谋利组织 EleutherAI 是the Pile的创建者，初志是为了裁减巨头以外的泛泛蛊惑者们教师AI的门槛。但朝笑的是，OpenAI、英伟达、苹果、Anthropic等巨头齐在我方的相干论文中翔实神态了怎么使用the Pile的数据教师AI。

不外，OpenAI 高管弥远拒却正面回答，是否使用 YouTube 视频来教师自家的AI 居品——尤其是教师 Sora。本年年头，OpenAI 首席本领官米拉·穆拉蒂头一次在采访中松口，示意我方“不细则”到底有莫得效YouTube视频。

天元讼师事务所合推动谈主李昀锴在此前跟21记者分析，教师素材的版权争议得不到惩办，根底难题是本领黑盒。“何如才气讲解大模子到底有莫得拿你的素材？去作念了哪些教师？”李昀锴示意，在这种情况下，能让平台包袱更轻、更稳健的决策其实即是“缄口不谈”，独一平台不说，创作家就讲解不了。关于版权方来说，最大的清贫也在于无法举证。

值得防备的是，本次集体诉讼的告状书中也莫得具体阐明OpenAI是怎么取得和转录YouTube视频的，只提到了《纽约时报》对whisper大模子转录YouTube视频的报谈。但一个积极的信号是，更多字据和公司的正面恢复会在之后的法律门径中揭示。此次集体诉讼简略能撕开一个口子，把教师数据这一暗角摆在台面上讨论。

海量资讯、精确解读，尽在新浪财经APP

包袱剪辑：郭明煜 火星电竞