科技巨头Adobe近日被提起一项拟议的集体诉讼，指控其在未经许可的情况下，使用盗版书籍训练AI模型，涉嫌侵犯作者著作权。该诉讼由俄勒冈州作家伊丽莎白·莱昂（Elizabeth Lyon）代表提出，她本人是多部非虚构写作指南的作者。 诉讼称，Adobe在开发其小型语言模型SlimLM时，使用了名为SlimPajama-627B的开源数据集，而该数据集源于RedPajama，后者又包含一个名为Books3的大型图书集合。Books3收录了约19.1万本图书，其中就包括莱昂的著作。尽管Adobe声称SlimLM是基于“去重、多源、开源”的数据集训练而成，但诉讼指出，SlimPajama实为RedPajama的衍生版本，因此间接包含了受版权保护的文学作品。 莱昂的律师团队指出，这些作品在未获作者同意、未支付报酬、也未署名的情况下被复制、处理并用于AI训练，构成侵权。这一指控与近期多起针对科技公司的AI版权诉讼高度相似。例如，9月，苹果公司因涉嫌使用受版权保护内容训练“Apple Intelligence”模型而被起诉，同样提到了RedPajama数据集。10月，Salesforce也面临类似诉讼。 这些案件反映出，AI训练所依赖的海量数据中，常混杂着未经授权的受版权保护内容，已成科技行业普遍面临的法律风险。2023年9月，Anthropic曾以15亿美元和解金与一批作者达成和解，承认其AI模型Claude在训练中使用了盗版作品，被视为AI版权纠纷的转折点。 目前，Adobe尚未对此次诉讼作出公开回应。但随着AI技术的快速普及，如何合法获取和使用训练数据，正成为企业必须面对的核心挑战。