近期一項由斯坦福大學、康乃爾大學及西維吉尼亞大學研究人員發表的論文顯示，Meta 的 Llama3.1AI 模型能夠逐字重現大量受版權保護的書籍內容，這爲這家科技巨頭帶來了潛在的鉅額法律風險。研究指出，Llama3.170B 模型在測試中能夠重現《哈利波特:神祕的魔法石》高達42% 的文本內容，遠超第一代 Llama 模型的4.4%。

人工智能模型，如 OpenAI 的 ChatGPT 和 Meta 的 Llama，通常通過海量數據訓練，旨在識別並生成新的模式。然而，該研究的關鍵發現是，Meta 的 Llama 模型似乎並非僅僅學習語言模式，而是能夠近乎“完整地記住”某些書籍，例如《哈利波特》和《1984》。斯坦福技術法律專家馬克·萊姆利表示，如果 AI 能夠生成其訓練數據的完整摘錄，那麼它就不再被視爲基於學習的“變革性作品”，而更像是一個包含版權作品的“巨型 .ZIP 文件”，用戶可以隨意複製。

版權

 版權之爭新焦點:逐字重現 VS. 學習模式

在測試 OpenAI、DeepSeek 和微軟等公司的 AI 模型時，萊姆利的研究團隊發現 Meta 的 Llama 是唯一一款能夠準確複述書籍內容的模型。除了《哈利波特》系列的首部作品，該模型還展現出對 F·斯科特·菲茨傑拉德的《了不起的蓋茨比》和喬治·奧威爾的《1984》的顯著記憶能力。

Meta 使用受版權保護的材料訓練 AI 備受爭議。該公司目前正面臨多起版權訴訟，其中包括知名作家（如喜劇演員莎拉·西爾弗曼）提起的訴訟，指控 Meta 的模型基於非法獲取的“Books3”數據集進行訓練，該數據集包含近20萬份受版權保護的出版物。據法庭文件顯示，一名 Meta 工程師在下載種子文件時曾表示“用(Meta 旗下的)公司筆記本電腦下載種子，感覺不對勁”。

律師萊姆利估計，如果“Books3”數據集中的“僅有”3% 的內容被認定爲侵權，Meta 可能面臨近10億美元的法定賠償，這還不包括利潤分成。如果侵權比例更高，Meta 潛在的法律責任將更爲嚴峻。

法律專家立場轉變，Meta 拒絕迴應

值得注意的是，萊姆利本人曾代表 Meta 在之前的生成式 AI 版權訴訟（Kadrey v Meta Platforms）中進行辯護。然而，隨着他領導了這項關於 AI 模型記憶和重現受版權內容的研究，他於今年早些時候宣佈不再代理 Meta，以抗議該公司及其首席執行官馬克·扎克伯格的某些行爲。儘管他先前認爲 Meta 應該勝訴，但新研究結果似乎已改變了他的看法。

Meta 對萊姆利的最新研究發現拒絕置評。