Google 俾三大出版商告上法庭：Gemini 訓練資料點樣變成版權戰場

出版商針對嘅係成條資料鏈

Hachette、Cengage、Elsevier、作家 Scott Turow 同持有佢作品版權嘅 S.C.R.I.B.E.，7 月 10 日喺紐約南區聯邦法院提出擬議集體訴訟。原告指控 Google 未經許可，拎 Google Books、Google Play Books 同 Google Scholar 內原本只供搜尋或銷售嘅作品訓練 Gemini；訴狀又指 Google 經由 Common Crawl 整理出嚟嘅 C4，取得涉嫌來自 Z-Library、OceanofPDF、Scribd 等來源嘅內容，仲移走作者名同版權聲明等資料。呢啲全部都係原告指控，法院未審。截稿前 Google 未有就呢宗案公開回應。

圖片：Google

Google Books 舊案留低咗一條界線

Google 喺 2015 年嘅 Google Books 官司贏過一次。美國第二巡迴上訴法院認為，完整掃描書本用嚟做搜尋索引同顯示短片段屬 fair use，關鍵係用家睇唔到足以代替原書嘅內容。今次原告就捉住用途轉變，指同一批作品去到生成式 AI，可以產生長摘要、近乎原文內容同仿作，訴狀亦用 Mankiw 教科書目錄同 Turow 小說《Innocent》做例子。2015 年判決處理嘅係搜尋功能，冇直接裁定用書本訓練商業生成模型合唔合法。

數百億罰款只係訴狀引述嘅內部估算

訴狀最搶眼嘅材料，係原告聲稱 Google 內部文件曾將使用出版商提供嘅 Play Books 內容形容為高風險，估算可能涉及 100 億至 1,000 億美元罰款。同一批材料據稱亦提過合作夥伴授權受限制、fair use 抗辯風險較高，同出版社可能撤走內容。**呢個巨額數字唔係法院裁定，亦唔係已批賠償，只係訴狀引述嘅內部風險估算。**文件嘅真確性、完整上下文同實際法律份量，仍要等 Google 正式回應同法庭程序核實。

Fair use 爭議要睇資料來源同用途

Google 喺 2026 年 6 月嘅政策文件主張，使用公開網頁資料訓練模型屬轉化性、非表達性用途，應受美國 fair use 保護；佢同時建議用 robots.txt、Google-Extended 等控制畀網站退出，亦會同內容供應者合作。今次訴狀爭議嘅唔止係 AI 可唔可以學公開內容，另一個焦點係資料由邊度取得，同原本合約有冇准許用嚟訓練 AI。2025 年 Bartz v. Anthropic 判決亦分開處理兩件事：模型訓練喺嗰宗案獲判 fair use，建立盜版中央書庫嗰部分就冇。呢個係另一法院按個別證據作出嘅判決，唔會自動決定 Google 呢案。

模型訓練嘅成本可能再增加

如果法院接受原告其中一部分主張，AI 公司往後要留低更完整嘅資料來源紀錄、證明授權範圍、處理網站退出訊號，仲可能要為書本同學術資料簽授權。訓練成本會由 GPU 同電力擴到版權清查、來源追蹤同內容費；大公司較有力買大型目錄，細模型開發者就會更依賴公有領域作品、明確授權或自家資料。就算 Google 最後贏，呢類追蹤系統都好可能繼續擴大，企業客戶同內容供應者亦會更重視訓練資料乾唔乾淨。

下一步睇 Google 點答辯

法院而家只收到訴狀，集體訴訟資格都未批。下一步要睇 Google 正式答辯，會唔會要求駁回、點解釋 Google Books、Play Books 同 Scholar 嘅使用權，仲有原告所引內部文件有冇完整上下文。呢宗案按美國版權法處理，結果唔可以直接套落香港。出版社、作者同模型開發者接住會緊盯 Google 要公開幾多訓練資料來源，同法院點劃分搜尋索引、模型訓練及生成輸出。

參考來源

• Engadget — Three publishers challenge Google over AI copyright infringement — original report
• Hachette v. Google — Class Action Complaint — 原告提交嘅 57 頁訴狀，用嚟核對 Google 服務、C4、涉嫌盜版來源、內部估算同訴求；內容屬原告一方指控。
• Hachette Book Group, Inc. et al v. Google LLC — Docket — 核對案號、入稟日期、法院同程序狀況。
• A Pragmatic Approach to AI Governance in America — Google 對公開網頁訓練、fair use、退出控制同內容合作嘅正式政策立場；唔係呢宗案嘅答辯。
• Authors Guild, Inc. v. Google Inc. — Fair Use Summary — 美國版權局整理嘅 2015 年 Google Books 判決摘要，用嚟核對完整掃描、搜尋片段同市場替代分析。
• Bartz v. Anthropic — Order on Fair Use — 法院命令副本，核對訓練用途同建立盜版中央書庫俾法院分開處理嘅背景。
• Hachette, Scott Turow Sue Google for Using Books to Train AI — 補充報道 Google 未有即時回應置評要求。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。