Anthropic 美国生成式AI首宗着作侵权案实体判决出炉 -- Bartz, Graeber & Johnson v. Anthropic 原文网址:http://bit.ly/3Gx8MUp 原文: 前言 生成式AI（下称GAI）席卷全球以来，引爆前所未有的着作权争讼，目前已有约50件未经 授权使用他人着作内容，进行模型训练之GAI侵权官司。几乎所有的AI大咖，如OpenAI、 Meta、Google、Nvidia与Anthropic等，无一幸免都被告。以Claude聊天机器人爆红的 Anthropic，继全球第一件涉及GAI与音乐歌词的侵权案Concord Music Group, Inc. et al., v. Anthropic後 (请参阅全球首宗音乐出版商控告生成式AI Claude歌词着作侵权案 )，2024年8月再度被书籍作家控告，而与过去数宗侵权案仅止於程序判决不同的，北加州 法官於2025年6月下旬，就全球GAI模型训练是否构成合理使用，首度做出突破性的实体判 决。 本案缘起 美国AI公司Anthropic系由前OpenAI员工於2021年1月创立，其核心产品系Claude的AI软体 服务，能迅速产出类似人类的阅读与写作回应。之所以能做到此，是因为使用其建立的中 央资料库中挑选书籍与文本，训练Claude各版本之大型语言模型（以下称LLM）[1]。 为了建构LLM，Anthropic从网路上盗版网站免费下载数百万本书籍，但也购买了几百万本 纸本书（其中部分与从盗版网站取得的书籍重复），通常为二手书，然後由其服务供应商 将书拆除装订、裁切书页、逐页扫描成可搜寻的数位档案，并丢弃纸本书。每本书都被扫 描成PDF格式，包含扫描页面之图像与可机器辨识之文字。Anthropic因此取得数百万本书 的副本。此外，Anthropic亦复制原告作品内容 -- 例如在复制书评、学术文章、网志贴 文等。 Anthropic将这些复制版汇集成一个「中央图书资料库」（central library，以下或称「 资料库」或「图书馆」)，再从其中挑选不同的书籍编入各种「资料组合」用於训练其正 在开发的LLM以提供其AI服务。即使决定不再使用某些书籍训练LLM，Anthropic仍将「永 久保存」这些资料库副本作为永久性、通用资源。 其中一些书籍为原告Andrea Bartz、Charles Graeber 与 Kirk Wallace Johnson等所撰 写，其作品遭Anthropic自盗版及购得来源中复制，而其所有的复制行为均未经授权，这 些作者遂於2024年8月向北加州法院，对Anthropic提起着作权侵害诉讼。彼等指控其训练 迭代LLM时，深知使用书籍是达到训练LLM最具成效的方法，因此於2021年1或2月间，下载 Books3 --一包含196,640本书籍的线上图书馆，且明知这些书系由未经授权复制而来之盗 版品，并继续下载其他经散布与再分享之盗版资料库副本。计2021年6月自Library Genesis(LibGen)下载至少5百万本书；2022年7月自 Pirate Library Mirror(PiLiMi)下 载至少2百万本书，Anthropic均知其为盗版来源。 被告训练书籍经历之复制阶段 Anthropic选定用於训练的书籍，经历几个复制阶段，实际上「复制次数」多到其坦承难 以估计： 首先，从中央资料库复制出作业用副本以纳入训练数据集。 接着进行清洗，移除页首、页尾或页码等重复或低价值内容，产出「清洗版」副本。若同 一本书出现两次，或经过数据集检视後认为有删除理由，Anthropic会在此步骤删除该书 的相关副本。 第三阶段是「标记化(tokenized)」处理：词汇被简化（如 "studying" 转换为 "study" ），并转为短字符序列与对应的数值代码(token)，依 Anthropic自行建立的词汇表。这 些标记化副本在训练过程中会反覆复制。此过程是一种尝试错误法的统计学习，用以发现 文字碎片之间、以及与其他书籍与网站之间的关联性。 第四阶段，训练完成的LLM本身保留所训练资料的「压缩版」副本。原告认为此等压缩版 本，实质上等於「记忆」几乎逐字相同的原文内容。也能让LLM背诵其所训练之着作，但 训练後的微调等程序，则不在本案讨论范围内。 本案二造争点与被告之程序反击 原告主张Anthropic至少有两项使用行为：其一，建立一庞大的中央资料库；其二，从该 资料库中挑选不同的内容集合来训练特定的LLM，并逐渐选择结构更佳、表达更精炼的作 品。原告主张，将纸本书扫描成数位档的行为本身即为侵权，不构成合理使用。 回应原告起诉，Anthropic则提出动议，主张使用原告书籍是正当的，要求法院就「合理 使用」做出简易判决（Summary judgment，或称即席判决）[2]，其认为这些副本在训练 LLM过程中属於「合理必要」。因此本案於简易判决程序中，争点在於被告对系争着作之 使用，是否构成美国着作权法第107条之「合理使用(fair use)」。 原告仅就LLM训练之复制提告 每当LLM被整合至Claude公开版本时，系统会结合软体过滤使用者的输入与模型的输出， 但训练资料并未直接外泄至使用者介面。因此，原告「并未指控」Claude提供或未来可能 提供原着作的侵权副本，「也未主张」LLM的输出内容构成对其作品的侵害，更无证据显 示Claude公开版使用者曾接触任何侵权内容。原告亦未指称Anthropic曾将数位化的着作 副本，提供外部第三方使用。 亦即，原告并未挑战LLM的输出结果，而仅质疑其输入资料。尽管Claude可能协助作者创 作出与原告作品水准相当的内容，进而成为潜在竞争者，但原告并未主张Claude所输出的 内容，构成抄袭或明显的仿冒，亦无从追溯至特定之原告作品。 法院也认为，盗版或扫描的书籍被收录至中央资料库後，再从其复制转成训练资料。这些 资料经清洗、标注及压缩处理後纳入LLM。完成训练的模型不会透过Claude对外输出任何 原着作进一步的副本。即使某些书籍之副本最终未实际用於训练，Anthropic仍将其保留 以供未来其他的用途。在整个过程中，至少有原告的一部作品被纳入其中，而Anthropic 计划永久保存所有资料，即使部分作品最终未被纳入LLM训练。 总之，法院指出Anthropic的LLM并未向公众展现任何特定着作的创意元素，甚至未重现某 位作者可辨识的风格表现（即使假设这些风格本身具着作权保护性）。确实，Claude所生 成的语法、写作风格和结构，可能来自数千本作品的综合学习。但若某人阅读所有现代经 典，并模仿其优美表达是否即构成着作权侵权？当然不是，因着作权法不保护「运作方式 、概念或原则」之本身，即便其系由作品体现。 本案简易判决就合理使用四个要素之判断 加州北区联邦地院William Alsup法官於2025年6月23日做成中间判决，此为本案目前的首 次实体裁定(substantive order)。根据着作权法第107条，对受着作权保护之作品的合理 使用……例如批评、评论、新闻报导、教学（包括课堂使用的多份影本）、学术或研究之 目的，不构成着作权侵害。在判断特定个案中是否构成合理使用时，法院应考量下列要素 ： (1) 使用之目的与性质，包括是否具商业性质，或是否为非营利教育目的； (2) 着作的性质； (3) 所使用的部分在整体着作中所占的比例与实质性； (4) 该使用对该着作潜在市场或价值的影响。 基於此，本案判决将该四项要素逐一说明，并详述每一要素如何适用於训练副本及购买与 盗版所得的资料库副本，最後给出整体综合分析。在美国着作权法实务案例中，由最高法 院所揭櫫出来的「转化性」使用，是判断是否构成合理使用重中之重的关键要素！ 1.使用之目的与性质 对於所争议的使用行为，第一项要素着眼於该使用的「目的与性质」，包括该使用是否具 有商业性，或是否为非营利教育用途。 A. 用於训练特定LLM的副本 系争使用行为是为了训练LLM，以便其接收文字输入并产生文字输出，Anthropic复制原告 的着作，藉由训练过程反覆映射每个文本片段序列之间的统计关系，以训练模型，就像人 类能理解提示，接收文本输入并回覆新的文本输出，该训练过程中包含「记忆」作品内容 ，将其「压缩」进模型中，这些模型记住非常多内容。 法院强调，原告未主张任何LLM的输出内容实际侵害其作品，而Claude加装额外过滤软体 ，在使用者与LLM之间设置屏障，以确保不会有侵权内容传送至使用者端。如果使用者看 到的内容属於侵权，原告可另案主张；若未来输出内容变成侵权，原告亦可再告，但目前 的情况并非如此。 质言之，将着作用於训练生成新文本的LLM，其目的与性质属於典型的「转化性使用」。 正如某读者想成为作家，Anthropic的LLM并非「为了复制原作而训练」，而是「为了创造 出不同的作品」。若训练过程中，合理需要将着作复制进入 LLM系统中或以其他方式保留 副本，则此复制行为属於合理使用范畴。因此，就第一项要素「使用目的与性质」，对训 练副本而言，倾向支持合理使用。 B. 用於建立中央资料库的副本 由於Anthropic所购买与非法取得的资料库副本，在法律上的情况有所不同，法院分别处 理。 (1) 从合法购买纸本转为数位资料库副本 Anthropic购买数百万本纸本书建立「研究资料库」，其做法是将每本书扫描为数位形式 後销毁原件，仅将转换後的数位副本保留於资料库中供内部使用，而非对外分享或销售。 依美国着作权法第109(a)条，Anthropic购买纸本书後，取得该书完整的处置权，因此有 权将其副本保留於资料库中，做为一般用途。而本案涉及之数位副本仅供中央资料库内部 保存，并未对外公开散布，Anthropic将合法购买的纸本书转为数位格式的副本，目的在 资料管理与运作效益，符合第一要素中的转化性使用。若这些数位副本日後用於训练LLM ，则该行为因训练目的用途不同亦构成转化性使用。 法院认为，因为资料的储存与可检索性，并非着作本身之创作特质，而属於作品外部框架 的物理属性，或关於作品之资讯特性层面。Anthropic原本有权保留纸本书，其选择改以 复制为数位版本保存，此种纸本转数位(print-to-digital conversion)格式转换行为本 身，目的在节省储存空间并提升检索便利性，可构成合理使用。此一转换未新增任何副本 ，且有助於资料管理与快速查询，其目的并非侵害着作权人之正当权益，因此具备转化性 。因此，这些数位副本应视同原始购买的纸本书，可合法存放於中央资料库中。 至於Anthropic作为营利机构，其本身之「商业性质」仅是其中一项考量，但并非第一项 合理使用的决定性要素。该要素的核心在於，是否保护着作权人行使其权利、或选择不行 使其权利的自由。换句话说，被告是否为营利机构、是否从中获益，仅具指标性意义，并 非决定性要素。 总之，合理使用第一要素，支持将合法购买的纸本转为数位副本，但这一结论，不适用於 非法取得之资料库盗版副本。 （2）盗版资料库副本（Pirated Library Copies） 在购买实体书建立中央资料库之前，Anthropic曾下载超过七百万本盗版书籍副本，未支 付任何费用将其纳入资料库保存，即使後来决定这些书籍不会用来训练AI（不论是暂时或 永久）。从盗版网站复制教科书，即已构成侵权，无须另作讨论（……the person who copies the textbook from a pirate site has infringed already, full stop.）。就 Anthropic的论点：仅因某些副本日後可用於训练LLM，就主张这些副本纳入资料库可属於 合理使用，法院不予采纳。 法院不认为从可合法购买的网站以盗版形式下载资料，对後续使用有其「合理必要」。没 有任何法院认为：为撰写书评、研究书中内容或训练LLM，而复制本可合法购得的书籍副 本，是正当或必要的。即使这些盗版资料用於具转化性的用途并立刻被删除，这种取得行 为本质上，已是不可许可的侵权行为。 欲建立一可供各种使用目的之资料库，本即为Anthropic取得副本之使用目的。虽然其後 续使用是用来训练LLM，但不是所有的盗版书籍都实际用於训练，也不是所有副本都因此 被删除。将盗版资料作为研究资料库用，仅因其「可能未来有用」，本身即构成一种使用 行为 – 而这种使用不是转化性使用。 本案客观分析结果显示，Anthropic起初是为建立一通用目的之资料库而盗版着作，以取 代购买正版来实现同样目的。值得注意的是，本案并非「来源副本无法购买或借阅」，才 使用盗版来源制作副本，而且本案也非那种「仅因偶然或技术上必要」，才使用盗版来源 制作副本的情况。Anthropic「盗版」本身就是目的：其为了建立中央图书馆，而该资料 库本可透过合法付费方式购买而建立，却选择不付费，尽管後来还是购买部分正本。 本案Anthropic的盗版情况，其复制首批作品时，并没有任何已授权的正本可作为来源； 这些被复制的全文资料，也并非每一份副本都是训练LLM所需；甚至有许多初始副本根本 没被使用或不再使用，却仍从未被删除，遑论Anthropic建立的资料库副本，缺乏任何内 部控管机制以限制存取或使用权限。 小结：此类使用作品训练LLM行为，合理使用的第一要素 --「使用之目的与性质」极具转 化性（transformative）-- 甚至可谓极为显着的转化。但本案中对於从盗版来源而来的 中央资料库副本，倾向不构成合理使用。而且，即使 Anthropic事後购买作品之合法副本 ，也不能抹除最初盗版所造成的侵害。 2. 着作的性质 合理使用的第二要素为「原告着作之性质」，其要求：某些类型的着作，较其他类型更接 近着作权法所意图保护的核心，因此当被使用的是此类着作时，要主张合理使用将更为困 难。譬如：已出版作品相较於未出版作品享有较低的保护；事实性作品（如报导、论述） 比虚构或幻想性作品（如小说、诗歌）受到的保护也略低。但保护较低不等於毫无保护。 即便是不具保护性的事实陈述，其编排若具有创意，仍可超越着作权保护的最低门槛。 本案中，Anthropic已承认所有原告的书籍皆系已出版作品，无论是小说或非小说，皆包 含可受着作权保护的表达内容。法院认为，Anthropic正是基於作品之「表达性价值」选 择这些书籍，用来建立其中央资料库，并进一步作为LLM训练资料之依据。本要素之主要 功能，是辅助评估其他合理使用要素，包括：原作品性质与後续使用性质的差异；复制数 量与後续使用目的之关联。因此，就所有类型副本而言，第二要素皆不利於主张合理使用 。 3. 使用部分的数量与实质性(Substantiality) 第三项合理使用要素为：「被告使用原着作中多少比例与实质性」。关键在於：使用的数 量是否与其复制目的「具有合理关联」？因此，法院分析：被告对原作品的使用比例；更 重要的，是这些使用是否合理且与其所主张的转化性使用目的(transformative purpose) 相符。 A. 用於训练特定LLM模型的副本 被Anthropic纳入训练集的副本之所以被选用，是因其内容完整且包含丰富具保护性的表 达内容，那麽，这些复制行为是否对转化性使用而言属於「合理必要」(reasonably necessary)？答案是肯定的。因为此要素重点不单在於「复制多少内容或是否具实质性」 ，而更在於「这些内容在所主张的第二次使用中，被公开揭露给大众的范围与实质性，是 否构成对原作主要用途的竞争替代品」。 法院再次强调，原告在本案中，并无指控任何Claude输出结果的内容，与原告作品之间存 在可追溯之连结。因此，训练Claude基础之LLM所使用的复制行为，其合理性尤其明显。 对此，原告主要反对的理由是，用於训练的复制范围过於广泛：整本书皆被复制，且并非 「绝对必要」。 本案确实存在整部作品被大量复制的情况，而依巡回上法院之实务见解是「复制整部作品 ，不利於合理使用之认定」，但法院认为，本项要素所需评估的是，那些仅用来达成与作 品原始用途相同之复制行为。而原告并未指控此类复制行为之存在。本案中，Anthropic 被指控的复制（训练LLM），与书籍原本的一般用途（阅读、贩售）截然不同，两者几乎 毫无交集，因此原告的主张无法被采纳。 至於「绝对必要」(strictly necessary)方面，法院认为：若某项具有生产性的使用 (productive use)，只有在引用某特定作品时才得以实现，则合理使用的强度会提升至最 高点；反之，若该使用在未引用该特定作品时亦可实现，则合理使用的强度降至最低点， 而引用该作品需有特别强而有力的正当理由。本案Anthropic的确可使用其他书籍，或甚 至不使用书籍来训练其LLM，但Anthropic提出具说服力的解释，说明为何使用这些作品属 於「合理必要」。 二造一致同意，训练LLM 所需的文本量极为庞大。原告主张，既然Anthropic 证明能使用 较小规模的书籍进行训练，则其理应可以完全不使用书籍 -- 或至少不使用原告书籍。但 法院认为，原告忽略一点：「合理必要」并不等於「绝对必要」。因此，在使用如此大量 作品为合理所需的前提下，实际使用任何一部作品进行训练，与使用其他作品在合理性上 并无明显差异。 再者，原告并未主张Claude对外公开的输出内容，有任何部分构成侵权。因此，尽管原告 的作品因表现优秀而被选入训练集，但将这些高品质范例用於训练LLM所带来的明显效益 ，并未以揭露作品内容提供予公众作为代价。因此，训练过程中所复制的内容，在此情况 下属於特别合理而且是具说服力的使用。 小结：第三要素倾向支持合理使用 -- 尤其对於训练LLM的复制资料而言。 B. 用於建立中央资料库的副本 不过，有一项不同的使用情况 -- 这种区别会影响判断复制数量与实质性，是否「与复制 目的合理相关」。 (1) 由纸本转为数位格式的已购图书副本 对Anthropic已购买的纸本图书，并将其转为数位格式後用於资料库保存，Anthropic已拥 有在资料库保存该副本的权利。其复制之目的是为了保存该书，并使其在储存与检索上更 为便利，而复制整本书正符合此目的所需，并无过度复制，因原始的纸本已被销毁。因此 ，第三合理使用要素支持该已购买副本转数位的行为构成合理使用。 (2) 盗版的图书副本 然而，对於盗版图书副本，Anthropic并无任何持有权。虽然其声称目的是为训练LLM，但 其实际行为是想要「收集全世界所有书籍」，且即使决定不再用该副本进行训练，仍保留 该副本，暗示有其他未明确说明的用途。针对这种「收集所有可能对训练或其他用途有用 书籍」的行为，任何未授权的复制数量几乎都嫌过多，而Anthropic竟复制数百万本包括 原告的着作。因此，第三要素对盗版图书副本不利於合理使用。 (3) 使用对市场或着作权价值的影响 最後一项合理使用要素是：「该使用对着作权作品潜在市场或价值的影响」。当复制的副 本，取代着作权人已经或可能提供的市场需求时，此要素不利合理使用。「第一要素考虑 的是原作品与第二次使用，原则上是否可能互为替代用途，第四要素则关注实际或潜在的 市场替代效应。」 A. 用於训练特定LLM的副本 法院认为，用於训练LLM的副本，并未也不会取代原告着作的市场需求，或者说未达到着 作权法认定的重要取代程度。原告自己也承认，训练LLM并未导致向公众提供与其着作一 模一样的复制品，亦未导致侵权抄袭品的公开发表。如果情况非如此，案件结果会截然不 同。若未来有此类事实出现，原告仍可另行提告。 原告主张训练LLM「可能」会导致大量替代性作品涌现，与其着作竞争 -- 例如事实摘要 、小说改写、写作风格模仿等；而且训练LLM已经或将来会取代一个新兴市场 -- 该市场 为着作授权用於LLM训练（狭义目的）之市场。Anthropic则辩称，若付费给权利人，交易 成本将超过其技术开发的预期利益，导致其可能放弃与权利人合作，甚至放弃技术开发。 但法院认为，着作权法之目的是促进原创作品的创作，而不是保护作者免於市场竞争。至 於市场或有发展可能，但即使如此，该用途市场并非着作权法保障作者享有之必然市场。 原告援引的案例皆涉及对着作权法真正保护权利的市场损害，而非本案所涉的合理使用类 型，着作权人不能如此期待。 小结：第四合理使用要素支持针对用於训练的副本主张合理使用。 B. 用於建立中央资料库的副本 (1) 已购图书由纸本转为数位格式副本 本判决假设，Anthropic将已购纸本转换为数位格式，可能取代其本来会直接向原告购买 数位版的行为（假如无法以二手纸本购得时）。但依第一要素所述理由，这种损失不属於 着作权法保留给原告的权利范围，纯粹只是格式转换。 原告进而主张，即使如此，格式转换仍可能使原告失去销售正本的机会，因为Anthropic 传输数位副本比纸本更容易，且所有格式转换者状况相同。经调查，本案并无任何迹象显 示Anthropic有意於取得资料库副本後再分发。且若内部中央资料库副本确实导致进一步 复制或散布，原告仍可就该等後续侵权行为另行求偿。格式转换本身并未剥夺原告的正当 权益。因此，对已购纸本转数位的行为，本要素呈中性。 (2) 盗版图书副本 用於建立中央资料库且来自盗版来源的副本，显然是以一对一的方式取代了原告书籍的市 场需求。并非所有只是想进行合理使用的人，在此期间都有权拥有完整副本，更无权为了 方便或降低成本而窃取。用於训练LLM的副本是一回事，而为了组建一方便且通用的资料 库以备不时之需而蒐集副本，则是完全不同的使用行为。 Anthropic首先辩称「Claude服务并未透过取代原告传统市场，而降低或剥夺其作品价值 」，但原告作品的盗版显然已构成取代市场的行为。其次，Anthropic辩称其可能只能购 买部分书籍及文本，无法取得其他复制的文本。但本案不涉及那些无法购买的文本，原告 的书籍都是可购买到的，Anthropic事实上後来也买了。最後，Anthropic认为单一本书的 损失太小不足以考虑，但合理使用的判断须考量：若该行为被认可为合理使用，所产生可 能之结果 -- 即窃用本来可买到的作品（一本书、数百万本书），只要表面上意图做所谓 的转化性使用（书评节录、LLM训练等），却不需负任何责任，这当然不对。因此，本要 素对盗版图书副本判定不利於合理使用。 法院总体分析之结论 法院最终之总体判断为，用於训练特定LLM的副本系合理使用。除了第二项着作性质的要 素外，其余三项要素均支持此结果，尤其第一项要素给予强烈支持。法院更指出，涉案技 术具高度转化性，甚至可能是「许多人一生中所见到最具转化性之技术之一」。而对於被 告将合法购买之纸本书转换为数位副本的行为，法院亦认定为合理使用。理由在於纸本已 被销毁，而数位副本并未被再分发，其目的仅为提升资料储存效率与可搜寻性。 相较之下，用於建立中央资料库的盗版书籍副本，则不构成合理使用，法院指出，四项要 素全数不利被告。每项着作的使用均需个别提出正当理由，但本案中除方便与成本考量外 ，并无其他合理化之依据。至於部分副本未实际用於模型训练，仅作保留之用，法院仍不 授予Anthropic简易判决，因其资料库副本仍被保存，且工程团队确实制作过其他副本。 总结以上分析，Anthropic为训练Claude所使用的书籍，构成极具「转化性」之使用，属 於着作权法之「合理使用」。至於Anthropic扫描其所购买的纸本书籍所产生的数位副本 ，虽也构成合理使用，但理由不同於用於训练的副本。其所以构成合理使用，是因其仅将 为中央资料库所购买之纸本书籍，转换成提升资料处理效率之可搜寻的数位副本，并未新 增副本、创作新作品，或再分发既有副本。然而，特别重要的是：要创建一永久、通用性 的资料库，Anthropic无权使用盗版书籍副本，作为其中央资料库训练LLM，其本身不足以 正当化使用侵权着作，也不构成免除责任的合理使用依据。 总之，法院授予Anthropic关於训练用途为合理使用的简易判决，也授予纸本转数位格式 变换为合理使用的简易判决。但否决Anthropic主张盗版图书副本，应视同训练副本的简 易判决请求。法院接下来，将继续针对用於建立Anthropic中央资料库的盗版副本及其造 成的损害（实际或法定赔偿，包括故意侵权）进行审判。Anthropic之後购买其先前窃用 的书籍副本，不能免除其窃用责任，但可能会影响法定赔偿的程度。对於从资料库副本衍 生的其他用途副本（非训练用途），并不排除任何追诉可能。 以上是美国最新判决的介绍，以下是笔者本判决所带来的启示。之前美国好几个法院都做 出中间性程序判决，本案性质上虽也是中间判决，但却是针对合理使用之实体部分做出的 实质判决，这也是本判决最让人瞩目的原因。因为过去众多案件的法官，没有这麽直接清 楚的做出突破性的法律意见，此判决原告可能不服而上诉，但最核心的部分对原告并非不 利，尤其是法官就所谓盗版的继续审理。无论如何，本判决可说是石破天惊立下标准！值 得关注。 用於训练特定LLM模型之复制是否具转化性 -- 盗版 v. 合法版 基於用来训练特定LLM模型的副本，此法律上是可构成转化性的使用，但问题是，并非只 要进行训练LLM所使用的副本都合法！法官在这层面上做了二种区隔，必须先看工具训练 者所使用的副本来源，如是合法买来的，那麽将这本实体书纸本转化为数位格式加以训练 ，是合理使用！反之，只要来源并非合法购得，譬如未经授权在网路上爬取资料的复制， 就非合理使用！但是否即构成违法侵权，法官必须要再审理下去，因为毕竟简易判决之程 序，不过是顺着被告提出动议後所进行的中间裁决而已。 以上法官划下的判定标准，可从二个角度观察：首先，所有训练AI工具的供应商，必须要 了解手上所使用资料来源，法官虽然只提到纸本书，但从法理上看，来源只要是合法购得 的，此时不论是纸本或网路版譬如电子书，只要是买来的，这些素材都可将其作为训练资 料，而此时进行的复制动作，都可构成合理使用而不侵权。其次，只要是未经合法购买的 版本，也就是判决所谓的盗版副本，则有可能违法，但目前尚不得而知﹗不过基於法院所 述，预估将来可能对被告不利（不过也不排除其他有利的抗辩理由）。最後，是其他在网 路上不收费的素材，是有人自愿放在网路上自由让大家看，这部分法官并没提到，不过基 於该类素材是自由流通，拿来做LLM模型可能构成合理使用，法理上应做如是观。 以上之判断标准，显然为沉寂多时的出版界注入一强心针，因为对许多新世代来说，几已 不太看纸本而完全以网路为主，因此法官的判决只要是合法购买纸本书，就可做训练之用 ，这当然会振兴实体出版的销路，而其所画下的原则，等於宣示只要合法购买纸本书籍， 就可拆解扫描进行GAI的使用。 不过，必须特别注意的是，本案原告只针对AI工具开发商单纯在训练过程中所进行的复制 提告，而并未将AI吐出来内容作为提告的对象，因此必须把训练过程中的复制，和结果吐 出来是否可能产生近似结果的复制，加以区别。二者在法律评价上应不同，这可从本判决 多次提到：「如果训练LLM并未导致向公众提供与其着作一模一样的复制品，亦未导致侵 权抄袭品的公开发表。如果情况非如此，案件结果会截然不同….」，似乎暗示将朝合理 使用相反方向发展！但目前还无任何判决，而本案仅止於前者的法律评价。 在目前众多GAI案件中，原告大多是告训练过程中的复制，迄今只有下列几件原告将被告 AI工具产生结果构成近似的部分提告，并举证做具体比对： 1. New York Times v. Microsoft & OpenAI(请参阅媒体巨擘控告ChatGPT着作侵权案 --New York Times v. Microsoft & OpenAI) ; 2. Concord Music Group, et al., v. Anthropic (请参阅全球首宗音乐出版商控告生成式AI Claude歌词着作侵权案);3. UMG Recordings v. Suno(请参阅全球首宗生成式AI录音着作侵权案─美国唱片业巨头控告 SUNO); 4. UMG Recordings, et al,. v. Uncharted Labs; 5. GEMA v. Suno(请参阅欧 洲首宗生成式AI着作侵权官司─德国音乐仲团GEMA起诉OpenAI和Suno)。但目前尚无任何 判决有待观察。简单说，如果被告生成出来的内容，是构成与原告的着作相同或近似时， 那麽此时法院针对合理使用的判断，可能会有不同的考量。 接下来，再谈一下本案最核心的关键：为何训练LLM可构成所谓的转化性？ 本案法官能勇敢的做出全球第一个具转化性之肯定见解，其立意固然甚佳，但针对其为何 能构成转化性的分析理由，似尚有可值得补充之处，笔者尝试补充解释如下。 GAI转化性概念之法理思辩 在本案简易判决之前，有论者认为在AI训练过程中，是否应重新检视「复制」这个传统法 律概念？因AI资料处理经常将文本转换为「向量」的数值代码技术，然後用这些向量从大 型语言模型接收输出回应，此即科技上「向量嵌入」(vector embedding)之应用。因为当 今GAI训练资料已不可逆，由於电脑看不懂人类的文字图画，所以需先做向量嵌入，以编 码的方式运作让电脑看懂，好让电脑可以利用线性代数中做矩阵数值运算，因而「向量嵌 入」操作系不得不进行之动作。 论者遂主张，训练过程中之复制，本质系为训练而并非是要去抄袭，因而不属於传统复制 ，故倡议为因应AI发展需解除着作权束缚，随着科技进步将复制概念加以转换，使训练过 程中之复制不视为一般违法复制。但问题在於，未经授权爬取作品内容，一般观念上此网 路上爬取资料的动作即构成重制。因此，GAI案件中被告抗辩「爬取并不等同於复制」 (AI scraping isn’t copying)的观点，法理上过不了关。 退而求其次，再来检视合理使用。概念上，从网站爬取资料，纵使涉及过程中之复制，但 其目的只是在拷贝全文後，再「抽取元数据」(abstracting metadata)；尤其是关於字和 字、句子和句子之间的关连性与权重、与不受着作权保护之统计模式或词频等资讯，结合 这些数据建构AI工具，故从运作过程上看，其所着重的已非对原数据的「单纯复制」，而 有其转化之用途。 换言之，GAI模型中之设计操作，并非单纯用来「复制资料」，其主要目地系从资料中， 是在找出着作权表达层面以外之抽象化的知识（如用日本着作权法第30条之4的规定来类 比，就是「不以供自己或他人享受或观赏作品中所表达之思想或感情为目的」(请参阅因 应生成式AI我国应修改着作权法吗？─以美国、日本与欧盟模式为例），亦即本判决所谓 ：Anthropic的LLM并非「为了复制原作而训练」，而是「为了创造出不同的作品」。因此 ，AI运作中之向量嵌入虽系复制，但视个案情况可能具有转化性而得构成合理使用 (transformative fair use)。不过应注意：法院针对判决中所谓盗版副本的部分，虽然 未立即认为就构成侵权，但在驳回被告驳回起诉动议之余，将来仍会继续审判，并非当然 构成转化之合理使用。 总之，本判决是美国首度针对GAI训练资料之复制，是否构成合理使用的中间实质判决， 未来可能对其他三大模型如GPT、Llama和Gemini等GAI工具的着作权诉讼案产生影响。 心得: 这则报导说明，美国法院於2025年6月做出生成式AI（GAI）训练资料合理使用的首宗实体 裁定：Anthropic采用合法购买的纸本书转扫描版并用於训练，被视为转化性使用，属合 理使用；但若从盗版来源复制图书建立资料库，则不构成合理使用，仍属侵权。此判决强 调资料来源合法性关键，对AI训练使用的合理使用界限具有重大指标意义，将深刻影响未 来类似AI着作权诉讼。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 203.145.192.245 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Patent/M.1751600953.A.7DA.html