AI 训练数据首案判决：NVIDIA 试图以“保险港”脱身遭法官驳回，脚本被认定仅用于盗版

5 月 8 日消息，美国加州北区联邦地区法院作出最新司法裁定，正式驳回英伟达公司要求驳回集体版权诉讼的动议；这起案件被业内称作"AI 训练数据版权第一案”。

本次诉讼由多名作者联合发起，核心指控英伟达使用19.7万本盗版电子书，通过旗下NeMo Megatron AI框架训练大语言模型，侵犯了其合法著作权。

原告方在诉讼文书中明确，英伟达用于模型训练的数据，来自包含19.7万本未经授权电子书的Books3数据集，该数据集被整合进超800GB的开源文本数据集The Pile中，最终被接入NeMo框架用于相关大模型训练。

英伟达在案件审理过程中，援引美国版权法中互联网服务提供商的“安全港”保护条款及相关司法判例，主张NeMo Megatron是通用AI训练工具，具备大量合法非侵权用途，要求法院驳回该起诉讼。

审理该案的法官在裁定中驳回了英伟达的全部抗辩主张，明确本案争议焦点并非NeMo框架整体，而是框架内的特定数据处理脚本，这些脚本被指控的唯一目的就是加速侵权过程，与通用开发工具存在本质区别。

另外，NVIDIA还被指控向Writer、Persimmon AI Labs、亚马逊等客户分发自动下载The Pile的脚本和工具，直接为第三方侵权提供基础设施。

本次裁定生效后，该起集体版权诉讼将正式进入证据开示环节，后续可进入庭审阶段，目前法院尚未公布下次听证会的具体日期。