原告方称，Meta科技公司在开发大语言模型时，获取并复制了受版权保护的内容。

目前，美国已有多起类似诉讼，不过，尽管部分案件已经达成和解，美国法院尚未就“使用版权内容训练大型语言模型是否合法”形成明确司法先例。

尽管AI科技企业通常不会公开训练数据来源，但外界普遍认为，大量用于训练模型的网络数据中，既包括开放获取的学术论文，也包括付费墙内的研究文章。

原告方认为，Meta科技公司在训练大语言模型时使用了“Common Crawl”数据集，该数据集通过互联网爬虫收集形成，包含数十亿网页样本。

原告方认为，其中很可能包括未经授权复制的版权内容，例如科学论文摘要以及付费论文。

这份诉状还称，Meta科技公司从多个网站下载并通过BitTorrent文件共享方式获取作品，其中包括Library Genesis（LibGen）和Sci-Hub。LibGen收录大量图书、研究论文和教材；Sci-Hub则提供数百万篇科研论文和书籍的免费访问服务，这两个网站均长期涉及版权争议和法律诉讼。

扎克伯格作为另一位被告，他被指控亲自批准盗版策略。

（此次事件的集体诉讼起诉状首页）

在小编看来，这起诉讼的焦点涉及到整个AI版权领域最核心的法律问题——

使用受版权保护的材料训练AI，是否属于美国版权法中的“合理使用”？

Meta作为被告方则认为，这一方式属于合理使用，他们主张AI训练是“变革性创新”，应受法律豁免。况且，就在2025年，法院曾初步裁定Meta对作家作品的训练暂属“合理使用”。

近年来，围绕AI模型训练的法律争议已成为科技界的常态，2025年，AI公司Anthropic就曾为平息作家的集体版权诉讼，同意支付高达15亿美元达成和解。

但此前 AI 版权诉讼多为作家、媒体（如《纽约时报》），爱思唯尔是首个顶级学术出版商，标志战场从通俗出版转向科研数据核心领域。

可以说，后续的具体判决，不论对于学术资本还是AI巨头，影响都将是巨大的。

若原告胜诉：

• AI 公司必须付费授权学术数据，训练成本激增；

• Sci‑Hub 等盗版站被进一步定性为侵权源头；

• 出版商可向所有 AI 企业索赔，重塑数据定价权。

若 Meta 胜诉：

• “合理使用” 门槛大幅降低，AI 可免费使用海量版权内容；

• 学术出版商丧失对科研数据的商业控制权；

• 全球 AI 训练成本骤降，加速技术迭代。

战火刚刚开始，暂时还没有后续，小编将持续跟进案件的重要节点，一旦有相关后续将第一时间发布在本公众号。

洞悉学术热点，触碰行业水温。

这里是赛恩斯学术公众号，期待你的关注。