多位知名作家指控 Facebook 母公司 META 通过 BitTorrent（BT）技术非法下载超过 80TB 的盗版电子书，用于训练人工智能模型。
事件核心：下载盗版书训练 AI
2025 年 2 月，作家理查德・卡德里（《暗黑奇幻》系列作者）、莎拉・斯尔弗曼（喜剧演员兼作家）等人向法院提交诉讼，指控 Meta 从 LibGen、Z-Library 等盗版电子书平台下载大量书籍，用于训练其大型语言模型（如 Llama 系列）。Meta 虽承认下载行为，但强调 “未分享文件”，试图规避非法传播指控。
BT 技术的特点在于用户下载时同时上传数据（即 “做种”）。但 Meta 在法庭文件中辩称：
- 公司采取了 “预防措施”，确保下载完成后立即停止分享文件。
- 数据来自 “公开的在线资源”，相当于 “从数字图书馆借书”。
然而，原告方提交的内部证据显示：
- Meta 员工调整 BT 设置 “将做种量降至最低”。
- 为避免追踪，下载时未使用公司服务器，转而通过第三方网络进行。
“这就像下载盗版电影后立刻关闭软件，但技术上讲，下载过程中仍会短暂分享数据。” 网络安全专家指出。
法律争议：盗版数据训练 AI 是否双重违法？
原告提出两项核心指控：
- 版权侵权：未经许可将书籍用于 AI 训练。
- 违反加州数据法（CDAFA）：非法获取受保护的数字内容。
Meta 的反驳策略：
- 将争议限制在版权法框架内，主张 “下载≠传播”。
- 强调书籍内容本身可通过公共图书馆获取，不存在 “非法入侵数据库” 行为。
作家阵营则强调：“如果 AI 公司都通过盗版数据省钱，创作者将失去合理收入。” 数据显示，涉案数据集包含数百万本书，涵盖文学、学术、畅销小说等多类别。
行业震动：AI 训练数据合规性遭质疑
此案暴露 AI 行业的 “数据荒” 困境。为训练更强大的模型，科技公司需海量文本，但获取正版授权成本高昂。2024 年的一项研究显示，主流 AI 训练数据中约 30% 可能涉及版权争议。
潜在影响：
- 若法院认定 “下载即违法”，AI 公司需彻底重构数据获取方式。
- 若 Meta 胜诉，可能催生 “盗版数据洗白” 产业链，通过技术手段规避法律风险。
尽管案件聚焦书籍版权，但普通用户也需警惕：
- 内容创作者风险：社交媒体帖子、博客文章可能成为 AI 训练素材。
- 正版权益削弱：盗版数据泛滥或导致原创内容价值下降。
- AI 服务质量：基于低质盗版数据训练的模型，可能输出错误信息。
“这不仅是作家的战斗，更关乎数字时代的知识产权规则。” 法律学者评论道。
案件下一步：证据博弈与行业观望
目前 Meta 已要求法院驳回 CDAFA 指控，主张版权法优先。原告律师则表示将深入调查 Meta 的内部通信，寻找 “做种” 证据。法庭预计在 2025 年秋季听取双方辩论。
与此同时，微软、谷歌等公司正密切关注此案。某 AI 初创公司负责人坦言：“判决结果将决定我们每年数百万美元的数据预算该投向何处。”
这场法律拉锯战，或将成为 AI 发展史上的标志性事件。而对于普通用户而言，它正悄然重塑人类与机器 “学习” 知识的规则边界。