英伟达被起诉：使用盗版书训练大语言模型

导读：2024年初，多位知名作家联合对英伟达（NVIDIA）提起集体诉讼，指控其AI模型在训练过程中非法使用了来自“影子图书馆”如Anna's Archive和Books3的盗版图书。然而，面对这一版权侵权指控，英伟达于2026年1月29日正式向加州北区联邦法院提交动议，要求驳回该诉讼，并坚决否认曾使用任何受版权保护的盗版书籍进行模型训练。

据了解，这起诉讼的原告方是五位拥有多部已注册版权作品的作家。起诉书指控英伟达在使用NeMo Megatron框架开发其下一代大语言模型时，使用了包含原告版权作品的盗版图书馆的数据集，这些盗版图书馆也被称为“影子图书馆”。

NeMo Megatron是英伟达开发的一个用于构建、训练和部署大语言模型的端到端框架。

原告在美国加利福尼亚北区联邦地区法院提起诉讼。2026年1月31日，英伟达提交了正式动议，认为原告未能提供足够的证据证明该公司存在侵权行为，要求法院驳回原告起诉状，并主张其行为属于“合理使用”。法院已安排在 2026年4月2日举行听证会，审理英伟达提出的动议。

起诉书提供的内部记录显示，英伟达面临着OpenAI的竞争压力，为了在 2023 年开发者大会上展示其领先的技术，不惜通过“影子图书馆”获取数百万本盗版图书来训练其大语言模型。此外，起诉书还指出，英伟达向其客户提供工具和脚本，鼓励并协助他们下载盗版数据集 。

针对上述指控，英伟达在2026年1月29日提交的驳回动议中明确指出，原告未能提供任何具体、可验证的事实来证明其作品被实际下载、复制或用于任何AI模型的训练过程。公司强调，仅凭内部员工对某网站的“访问可能性”进行讨论，并不等于公司实施了版权侵权行为。

“讨论一个数据源的存在，与实际使用该数据源中的内容，是两个完全不同的概念。”英伟达在动议中写道，“版权法要求原告必须在起诉阶段就提供足以支撑‘复制行为’发生的事实依据，而非依赖推测或假设。”

此外，英伟达批评原告大量使用“基于信息与信念”（on information and belief）这类模糊表述，试图绕过起诉阶段应完成的基本举证义务，转而希望通过证据开示程序“倒查”是否存在侵权。公司指出，这种做法不符合美国联邦民事诉讼规则对版权侵权案件的基本要求。

目前，该案由加州北区联邦法院法官Jon Tigar审理。英伟达提出的驳回动议将于2026年4月2日举行听证。若法院支持该动议，原告或将面临败诉风险；若驳回请求被否决，案件将进入证据开示阶段，届时更多内部文档与技术细节可能被公开。