🎯 情报来源：Simon Willison's Weblog
美国联邦法官William Alsup近日对Anthropic与五位作家的诉讼作出部分即决判决，裁定AI公司扫描实体书籍用于模型训练构成合理使用（fair use），但通过盗版电子书获取的700万份数据仍需接受陪审团审判。判决书显示，Anthropic在2021-2022年间通过Books3、LibGen等盗版资源获取书籍数据，2024年起转向耗资数百万美元批量购买并扫描实体书。
核心要点：
- 法官裁定扫描实体书构成合理使用，因其具有转换性且未对外传播
- Anthropic确认曾下载超700万本盗版书籍，该部分将进入陪审团审判阶段
- 2024年转向购买并扫描实体书，耗资数百万美元建立研究图书馆
- 雇佣谷歌图书扫描项目前负责人Tom Turvey主导”全球图书数字化”计划
- Books3数据集同样被用于Meta的LLaMA模型训练
📌 情报分析
技术价值：[高]
书籍数据被证实对提升模型性能具有关键作用，判决为AI公司使用版权材料确立了重要先例。
商业价值：[极高]
合理使用裁决可降低数据获取成本，但盗版数据诉讼仍存数千万美元赔偿风险。Anthropic已投入数百万美元构建合规数据源。
趋势预测：
3-6个月内AI行业将加速建立版权数据采购体系，同时更多版权方可能发起类似诉讼。谷歌图书扫描模式或成行业标准解决方案。