事件背景

• Adobe 自 2023 年以來積極投入人工智慧，推出多項服務，包括 Firefly（AI 媒體生成套件）。

• 現在，Adobe 因 SlimLM 語言模型的訓練資料來源遭到質疑，面臨集體訴訟。

• 原告 Elizabeth Lyon（美國奧勒岡州作家）指控 Adobe 使用了 盜版書籍（包含她的著作）作為訓練資料。

法律爭議

1. 著作權侵害

   • SlimLM 的訓練資料來源為 SlimPajama-627B，而該資料集被指控源自 RedPajama，其中包含爭議性的 Books3（約 191,000 本書）。

   • 若確實包含未經授權的作品，Adobe可能涉及 未經同意的複製與使用，構成著作權侵害。

2. 衍生資料集的責任問題

   • Lyon 指控 SlimPajama 是 RedPajama 的「衍生副本」，因此仍含有 Books3 的內容。

   • 爭點在於：即使 Adobe聲稱使用的是「開源、去重」資料集，若其基礎來源含有侵權內容，是否仍需承擔法律責任。

3. 集體訴訟趨勢

   • Apple、Salesforce 也因使用 RedPajama 而遭到類似訴訟。

   • Anthropic 在 2025 年 9 月同意支付 15 億美元和解金，成為 AI 著作權訴訟的重要轉折點。

倫理與產業爭議

1. AI 訓練資料的透明度

   • 許多公司聲稱使用「開源」或「公共」資料集，但實際上可能包含盜版或未授權作品。

   • 這引發對 資料來源透明化 的要求。

2. 作者權益與補償

   • 作家與出版者認為自己的作品被用於 AI 訓練卻 未獲得同意、署名或補償。

   • 這涉及 知識產權的公平使用 與 創作者經濟權益。

3. 產業風險

   • 訴訟已成為 AI 產業的「常態化風險」。

   • 若法律逐步要求 AI 公司支付授權費或版稅，可能改變 AI 模型的商業模式與成本結構。

分析結論

這篇文章凸顯了 AI 與著作權衝突的核心問題：

• 法律層面：衍生資料集是否能免除侵權責任？公司是否需為「間接使用盜版」負責？

• 倫理層面：AI 公司是否應建立更嚴格的資料來源審查與授權制度？

• 產業層面：隨著和解金額逐漸高昂，AI 產業可能面臨 版權授權化、成本上升、商業模式重塑 的新局面。