AI版权战的战火，已经悄然升级。最初的核心追问是“谁在拿受版权保护的内容训练模型”，但现在，问题开始变得更尖锐、更复杂——焦点已经从“谁在训练”，延伸到了“谁帮助完成了训练”。

如果把OpenAI看作是站在台前、直接动手的模型开发者，那么微软这次被推到聚光灯下，拷问的是一个更深层的问题：当一家企业提供了超级算力、定制化系统、商业入口，甚至产品分发能力时，它还能简单地宣称自己只是一个“中立的”基础设施提供者吗？

2025年6月25日，《纽约时报》在针对OpenAI和微软的版权诉讼中，提交了第三次修订后的诉状。这份新诉状最引人注目的地方，是它把矛头更直接地指向了微软。指控的核心不再是微软“被动受益”——它通过构建一套超级定制的计算系统，主动诱导、帮助、甚至促成了大规模版权侵权。

根据报道，这套系统包含超过285,000个CPU核心和10,000个GPU。《纽约时报》试图用这个事实说明一件事：微软并非普通的云服务商。在OpenAI大模型训练能力形成的过程中，微软提供的不是通用的“机房”，而是决定性的技术条件。

几乎在同时，代表近400家美国地方报纸的出版方也发起了诉讼，指控微软和OpenAI未经许可，大规模抓取、复制新闻文章用于训练ChatGPT、Copilot等AI产品。原告还特别指出，OpenAI在使用“Dragnet”、“Newspaper”这类文本提取工具时，故意剥离了文章中的作者署名、版权声明和使用条款。这一行为，可能已经违反了美国《数字千年版权法》（DMCA）中关于保护版权管理信息的规定。

这两起案件释放出的信号非常清晰：AI版权战已经不再局限于模型公司，而是开始沿着技术链条、商业链条和责任链条，向更深处蔓延。

一、这次被追问的是“谁促成了侵权”

过去，关于AI训练数据的版权争议，核心问题几乎都聚焦在模型开发者身上：训练数据是否包含受版权保护的作品？训练行为本身是否构成复制？模型输出会不会替代原作？能不能适用“合理使用”？

但《纽约时报》这次修改诉状的重点，是把微软放到了一个更为主动的、可能构成“共犯”的位置上。

原告试图证明，微软绝不是一个“事不关己”的财务投资者，也不仅仅是卖算力的云服务商。它是通过深度定制的超级计算系统，为OpenAI的大规模训练提供了关键性的条件。

这直接把案件的焦点，从“直接侵权”推向了法律上更模糊、但也更耐人寻味的“帮助侵权”、“诱导侵权”，甚至是“共同侵权”的边界。

换句话说，法院未来可能不得不回答这样一个问题：如果一个主体没有直接抓取文章，没有亲手训练模型，但它明知或应知相关的训练行为依赖于大规模版权内容，却依然提供了专门设计的算力、系统和商业支持，那它还能从责任链条中全身而退吗？

“共犯”这个词的真正意味就在这里：AI侵权的责任，不能永远只追到模型开发者为止。

二、微软的麻烦在于，它绑定了OpenAI的整个产业链

微软和OpenAI的关系，不是普通的供应商和客户。这一点，是理解整个问题的关键。

微软既是OpenAI最大的投资方，也是它云计算和算力基础设施的唯一提供商。同时，它还深度整合了OpenAI的模型能力，并装进了Copilot、Bing、Office、Azure这些产品和商业服务里。

这种“你中有我”的关系，让微软很难再把自己描述成一个完全中立、完全不知情的基础设施提供方。

如果只是普通的云服务，责任的边界其实很清楚：云厂商提供服务器，客户自己上传数据、训练模型、部署应用。云厂商通常不会因为客户用云资源干了违法的事，就自动背锅。

但是，如果基础设施是为特定模型的训练高度定制的，如果服务方深度参与了训练架构的设计，如果它清楚知道训练行为需要海量的文本内容，如果它又从下游AI产品中持续获利——那么，“我只是个卖工具的”这套抗辩，就会变得苍白无力。

这恰恰是《纽约时报》诉状的核心攻击方向。

三、新闻业已经进入集团化反击

如果说《纽约时报》的诉讼代表了头部媒体的强势维权，那近400家地方报纸的集体诉讼，则反映了整个行业更广泛的生存焦虑。

地方报纸不是技术巨头，也不是流量平台。它们的价值来自于长期的采编、地方调查、社区报道、事实核查和公共记录维护。如果这些内容被AI系统无偿抓取、复制、训练，再通过ChatGPT这类产品重新包装输出，地方媒体面对的就不只是版权损失，而是入口的丧失、流量的被截断、订阅的锐减和广告的崩塌。

说白了，AI并不仅仅是在“学习”新闻内容，它正在改变用户获取新闻的路径。过去，用户需要访问报纸的网站，看原文，产生点击，从而带来订阅和广告收入。现在呢？用户直接向AI提问，得到摘要、答案和整理后的信息。内容生产者投入了大量成本，AI产品把入口拿走了，平台获得了商业价值，而新闻机构呢？被挤出了整个价值分配链条。

这正是内容方最无法接受的地方。

这场AI训练数据的争议，表面上是“技术创新”与“传统版权”的冲突，但骨子里，它是一个非常具体的利益分配问题。谁生产内容？谁承担成本？谁拿走数据？谁获得估值？谁又被市场无情替代？

四、DMCA指控的杀伤力，在于它指向“撕掉版权标签”

这批地方报纸的诉讼里，还有一个细节值得特别关注：DMCA相关的主张。原告不仅仅说自己的文章被复制了，还指控OpenAI在处理内容时，移除了文章里的作者署名、版权声明和使用条款等版权管理信息。

这个指控如果成立，其冲击力会远超普通的版权侵权。

普通侵权关注的是“你有没有拿走作品”，而DMCA关于版权管理信息的规则，关注的是另一个更隐秘而且更恶劣的行为：你是不是在拿走作品之前，先偷偷地把权利标签撕掉了？

在AI训练的场景下，这一点尤其敏感。大规模数据处理通常要经过抓取、清洗、去重、切片、标注、向量化等环节。很多工程系统为了方便，会把作者、来源、版权声明、许可限制都看作一种“噪声”，在清洗过程中一并删除。

但从版权合规的角度看，这些信息恰恰不是噪声，而是权利的边界。AI训练不是数据洗得越干净越好，有些“脏信息”，恰恰是权利人的保护边界。

五、合理使用仍是主战场，但它不再是一张万能牌

微软和OpenAI究竟会怎么应对？他们很可能会继续祭出“合理使用”这一抗辩。这也是美国AI版权诉讼中最核心的辩护理由：大模型训练的目的是为了学习语言规律和知识关联，不是为了复制原文；训练行为本身具有“转换性”；如果禁止使用公开的互联网内容来训练AI，无疑将阻碍技术创新。

这个抗辩还有空间，这没错。

但是，内容方也在不断强化反击的逻辑：新闻作品具有高投入、高时效和高市场价值；AI产品能生成摘要，直接替代阅读、截流访问。如果训练数据中还包含了付费墙内容、有访问限制的内容，甚至存在版权管理信息被剥离的情况，那么，“合理使用”的正当性就会被大大削弱。

可以明确的是，AI版权案正在从一场关于价值的争论，变成一场关于证据的工程。

综合来看

这两组案件对中国企业的提醒，其实很直接。

今天，很多企业并不会自己从零训练一个大模型。它们更常见的做法，是和模型公司、云厂商、数据供应商、行业客户共同开发垂直的AI应用。合作链条越复杂，责任错位的风险就越大。

技术团队关心的是模型效果，业务团队关心的是上线速度，而法务团队如果只满足于在合同最后加一条“对方保证数据合法”，那远远不够。

企业至少需要提前压实五件事。

第一，数据来源要可解释。第二，授权范围要写清楚。第三，版权信息要保留。第四，技术过程要留痕。第五，合作责任要切开。

AI合规，从来不是产品上线前的包装动作，而是数据进入系统前就必须做好的基础工程。

未来的AI竞争，不只看模型参数，也比数据的来源；不只看算力规模，也比权利链条的清晰度；不只看产品速度，也比合规底座的牢固程度。

AI可以训练世界，但绝不能把别人的内容当成无主燃料。谁把内容当作燃料，谁就必须准备回答一个问题：这把火，究竟是谁点的？