纽约时报等多家媒体公司向纽约联邦法院提交92页联合摘要判决简报，引用内部邮件和证词指控OpenAI和微软AI训练侵犯版权、绕过付费墙，寻求数十亿美元赔偿

《纽约时报》诉OpenAI与微软版权案的新解封文件披露了双方内部对AI抓取新闻内容的表述。据TechCrunch报道，微软一名高管私下将两家公司的AI训练做法称为“盗窃”，OpenAI领导层则称其AI模型对训练所用作品的出版商和记者构成“生存威胁”。文件还详述了绕过付费墙未被发现、通过大规模抓取构建训练数据集，以及从训练数据中剥离版权声明等指控。

文件披露的规模数字包括：OpenAI中期训练数据集仅《纽约时报》《每日新闻》和调查报道中心的作品就超过91,692份；一个源自Common Crawl的数据集仅nytimes.com就有超过200万份文档；Project Mango数据被汇编成含至少160,903件新闻出版商独特作品的训练数据集。微软自身数据显示，其Copilot“答案引擎”使《纽约时报》域名的点击率较传统Bing搜索下降多达93%，微软应用科学总监Brent Hecht在2024年1月的内部演示中称此为“毁灭循环”。Hecht在2023年1月的内部备忘录中称这是“前所未有的大规模盗窃”和“人类历史上最大的劳动力盗窃”。

各方立场方面，微软CEO萨蒂亚·纳德拉在今年的证词中称，任何付费墙后的内容都应获得使用许可，并表示若早知OpenAI抓取并训练付费墙后信息，会行使微软权利要求OpenAI重新训练模型。OpenAI ChatGPT负责人Nick Turley在内部通信中称出版商面临“生存威胁”，产品“在很大程度上具有替代性”。OpenAI研究员Nick Ryder告知布罗克曼有“绕过纽约时报付费墙的办法”后，布罗克曼回复“啊，不错”。OpenAI和微软未回应置评请求。

据The Decoder报道，《纽约时报》等多家媒体公司已向纽约联邦法院提交92页联合摘要判决简报，原告包括《纽约时报》、Daily News集团、Ziff Davis、调查报道中心等，寻求数十亿美元赔偿。该简报是合并多区诉讼的一部分，始于2023年12月《纽约时报》提起的诉讼。