英伟达卷入版权风波：遭指主动联系“影子图书馆”获取数百万盗版书训练 AI

全球芯片龙头英伟达（NVIDIA）因 AI 模型训练所用数据来源问题近期陷入法律争议。递交至美国加州法院的一份最新修正起诉书称：为保持领先优势，英伟达被指主动接触知名盗版电子书平台Anna’s Archive，试图获取数百万本受版权保护的书籍用于训练。

原告方由 Abdi Nazemian 等多位作家组成。他们称，在 2023 年开发者大会交付压力下，英伟达内部战略团队成员曾直接向Anna’s Archive询问可提供的资源，并表示希望将其馆藏纳入大语言模型（LLM）预训练数据。指控还称，尽管对方明确提醒相关内容为非法来源，英伟达管理层仍在一周内“放行”，从而获得约 500TB 海量数据的访问权限。

起诉书进一步指出，除Anna’s Archive外，英伟达可能还利用了 LibGen、Sci-Hub 与 Z-Library 等其他“影子图书馆”的数据。此外，该公司被指向企业客户分发工具，协助其自动获取含有盗版作品的数据集，因此面临“替代侵权”和“共同侵权”指控。英伟达曾试图以“合理使用”进行抗辩，但随着内部邮件等关键材料曝光，案件走向被认为更有利于版权方。

划重点:

• ⚖️ 卷入集体诉讼:多位知名作家联合控诉英伟达大规模使用盗版图书训练其 NeMo、Megatron 等核心模型。

• 📑 主动联系盗版源:据称内部邮件显示英伟达曾主动对接Anna’s Archive，甚至询问如何付费获取约 500TB 数据的高速下载通道。

• 🛡️ 侵权指控升级:原告诉称该公司不仅内部训练违规，还向客户提供自动化脚本，进一步助长盗版数据的二次传播。