芯片制造商英伟达遭多位图书作者提起集体诉讼，指控其为训练人工智能模型非法获取大量受版权保护的书籍。据原告提交的修订诉状，英伟达曾主动联系影子图书馆“安娜档案馆”，寻求高速访问权限以下载约500TB数据，包含数百万本盗版图书。

诉状援引英伟达内部文件指出，该公司数据战略团队成员曾与“安娜档案馆”接洽，探讨将其资源用于大语言模型预训练的可行性。“安娜档案馆”在沟通中明确告知其藏书系非法获取，并要求确认英伟达是否获得内部授权推进合作。诉状称，英伟达管理层在一周内批准该项目，随后获得对该图书馆盗版资源的访问权限。

除“安娜档案馆”外，原告还指控英伟达从“图书馆基因”（LibGen）、“科学枢纽”（Sci-Hub）和“Z-Library”等其他影子图书馆下载受版权保护的书籍。此前已有指控指称英伟达使用源自Bibliotik网站的Books3数据集训练其NeMo、Retro-48B、InstructRetro及Megatron等模型，此次诉讼进一步扩大了涉及的数据源和模型范围。

原告方包括阿布迪・纳泽米安等作家，主张英伟达的行为构成直接、辅助及共同侵权。他们指出，英伟达不仅自身使用盗版数据，还向企业客户分发脚本和工具，使其能够自动下载包含盗版内容的“The Pile”数据库，从而协助第三方获取侵权数据并从中受益。

尽管英伟达辩称其行为属于“合理使用”，认为书籍仅作为统计关联数据用于模型训练，但原告强调，该公司的做法未经任何版权所有者许可，且未尝试取得合法授权。诉讼要求英伟达对所有受影响作者进行赔偿，涵盖目前已知及未来可能加入集体诉讼的数百名权利人。

该案标志着美国大型科技公司与“安娜档案馆”之间往来文件首次被公开披露。目前尚无证据表明英伟达是否实际支付了数据访问费用。随着人工智能训练数据来源合法性争议持续升温，此案凸显了版权保护与技术发展之间的法律冲突。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。