TL;DR:
谷歌又双叒被告了！这次是三大出版商组团开火，说它训练Gemini AI时"偷"了数百万本有版权的书，堪称"史上最大规模侵权"。这场官司的核心是：AI训练到底算不算合理使用？如果出版商赢了，以后AI公司想白嫖数据可就没那么容易了。
发生了什么？出版商组团开火，指控谷歌"史上最大规模侵权"
7月14日，出版巨头们终于对谷歌亮出了法律"王炸"。Hachette Book Group、Cengage Learning、Elsevier这三位重量级玩家，拉着畅销书作家Scott Turow，在纽约联邦法院对谷歌提起了集体诉讼。他们指控谷歌在训练Gemini AI模型时，未经授权复制了"数百万本"受版权保护的书籍，并将这一行为称为"历史上最猖獗的版权侵犯行为之一"［^1］。值得注意的是，这已经是谷歌在短短两天内遭遇的第二起AI版权诉讼——前一起由一群视觉艺术家提起，罪名同样是"盗版训练"［^5］。
这不是孤立事件。实际上，这些出版商早在2025年就试图介入另一场针对谷歌的集体诉讼（由一批插画师和作家发起），但被谷歌挡住了路［^2］。现在它们决定不再等待，直接亲自下场，目标明确：让谷歌为AI训练中的数据使用付出代价。
原告在诉状中表示，谷歌从Google Books、Google Play Books、Google Scholar等渠道获取了大量书籍和文章，而这些内容原本被授权用于极其有限的用途——比如展示搜索结果中的"片段"。但谷歌转头就把这些数据喂给了Gemini，用于训练一个"价值数十亿美元的竞争性业务"［^3］。这波操作，用网友的话说就是："借你的书搞个搜索，你忍了；现在拿它来训练AI抢你饭碗，这能忍？"
为什么这次不一样？Google Books的"合理使用"挡不住AI训练
你可能还记得，2015年谷歌在Google Books案中大获全胜，法院裁定其扫描书籍并提供片段的行为属于"合理使用"。当时法院的理由是：谷歌的复制是出于"转换性目的"——不是为了展示内容本身，而是为了建立可搜索的索引。
但出版商现在强调，那个判决是建立在极其狭窄的假设上：谷歌只能做搜索索引，不能做其他任何事。"谷歌从未被授权将受版权保护的作品用于训练或开发商业AI模型，或任何超出当时Google Books服务范围的目的"［^6］。
换句话说，当年谷歌给自己搭了个"合理使用"的帐篷，现在它想把这帐篷扩建AI训练厂，出版商说：不行，你不许加建。
那么AI训练到底算不算合理使用？这正是本案的核心法律争议。
谷歌等科技公司一向主张：AI训练只是让算法学习语言结构和表达规律，属于"统计学习"，不是对作品的再现或传播，因此属于"转换性使用"，应该被合理使用条款保护［^4］。
但原告律师团队指出，当AI系统能生成与原作品高度相似的内容时，这种行为已经超出了"学习"的范畴，更像是"侵占"。而且，无论怎么辩，复制这一步已经发生了——你先把人家的书整个拷贝进数据库，再说这是"学习"，这让版权法情何以堪？［^4］
未来走向：AI训练数据的"免费午餐"时代要结束了？
到目前为止，这个案件尚未裁决，双方都还在提交论证。但它已经引发了更深层的行业思考：AI训练数据的法律定性到底该是什么？
中国科学院一位专家指出，现行版权法中的"复制""合理使用"等概念都是在人类创作背景下形成的，根本不是为算法驱动学习设计的［^4］。换句话说，法律还没准备好，技术却已经跑出去了。
但一个趋势已经很明显：高质量训练数据正在从"开放资源"变成"稀缺资产"。谷歌自己也开始做出调整——推出了"训练退出机制"，允许网站声明不希望内容被用于AI训练，这等于变相承认了数据使用的边界问题［^4］。
同时，付费授权模式正在兴起。OpenAI已经与新闻集团签下数千万美元的授权协议，类似模式在学术出版、专业数据库等领域不断出现［^4］。美联社、路透社、Springer Nature这些掌握高价值数据的机构，正在成为AI时代的"新石油"供应商。
这场诉讼的结果，很可能成为整个AI行业的分水岭。如果出版商胜诉，谷歌不仅面临巨额赔偿，还可能被迫改变其数据获取策略，整个行业都得跟着买票上车。如果谷歌胜诉，那AI训练的"免费午餐"将继续——但别忘了，还有欧洲、中国等地的监管机构正在盯着呢。
总之，AI训练数据的版权雷暴已经来了，躲是躲不掉的。谷歌能不能扛住这一波？Gemini会不会成为下一个"教训"？我们拭目以待。