纽约时报等400家媒体起诉微软：谁是AI侵权的“共犯”？

AI版权战，正在从“谁训练了模型”，追问到“谁帮助模型完成了训练”。

如果说OpenAI是站在台前的模型开发者，那么微软这一次被推到聚光灯下，问的是另一个更深的问题，当一家企业提供超级算力、定制系统、商业入口和产品分发能力时，它还能不能只说自己是“中立的基础设施提供者”？

2026年6月25日，《纽约时报》在针对OpenAI和微软的版权诉讼中申请提交第三次修订诉状。新的诉状将矛头进一步指向微软，指控其并非只是被动受益于OpenAI使用版权内容训练AI模型，而是通过构建定制化超级计算系统，主动诱导、帮助并促成了大规模版权侵权。

按照相关报道，这套超级计算系统包含超过285,000个CPU核心和10,000个GPU。《纽约时报》试图借此说明，微软不是普通云服务商，而是在OpenAI大模型训练能力形成过程中，提供了关键基础设施和技术条件。

几乎与此同时，代表近400家美国地方报纸的出版方也对微软和OpenAI提起诉讼，指控二者未经许可抓取、复制大量新闻文章，用于训练ChatGPT、Copilot等AI产品。原告还主张，OpenAI使用“Dragnet”“Newspaper”等文本提取工具时，故意剥离文章中的作者署名、版权声明和使用条款，可能违反美国《数字千年版权法》（以下简称DMCA）有关版权管理信息保护的规定。

这两组案件释放出一个非常清晰的信号，AI版权诉讼已经不再只盯着模型公司，而是开始沿着技术链条、商业链条和责任链条向外扩散。

一、这次被追问是“谁促成了侵权”

过去讨论AI训练版权争议，核心问题通常集中在OpenAI这类模型开发者身上。训练数据是否包含受版权保护作品？训练行为是否构成复制？模型输出是否替代原作品？能否适用合理使用？

但《纽约时报》此次修改诉状的重点，是把微软放进一个更主动的位置。

原告试图证明，微软并不是一个远离训练过程的投资方，也不是单纯出售算力的云服务提供者，而是通过深度定制的超级计算系统，为OpenAI的大规模训练提供了关键条件。

这就把案件焦点从“直接侵权”进一步推向“帮助侵权”“诱导侵权”或者“共同侵权”的边界。

换句话说，法院未来可能需要回答的问题是，如果一个主体没有直接抓取文章，没有直接训练模型，但它明知或应知相关训练依赖大规模版权内容，仍然提供专门设计的算力、系统和商业支持，它是否可能成为AI侵权责任链条的一部分？

标题中“共犯”的真正含义可以理解为，AI侵权不能永远只追到模型开发者为止。

二、微软的麻烦在于绑定了OpenAI的产业链

微软和OpenAI的关系，并不是普通供应商和客户关系。

微软既是OpenAI的重要投资方，也是其云计算和算力基础设施提供方；同时，微软还把OpenAI模型能力整合进Copilot、Bing、Office、Azure等产品和服务之中。

这使微软很难把自己描述成一个完全中立、完全外部、完全不知道下游用途的基础设施提供者。

如果只是通用云服务，责任边界相对清楚。云厂商提供服务器，客户自己上传数据、训练模型、部署应用，云厂商通常不会因为客户使用云资源实施侵权而当然承担责任。

但如果基础设施是为特定模型训练高度定制的，如果服务方深度参与训练架构设计，如果它知道训练行为需要海量文本内容，如果它又从下游AI产品中持续获得商业利益，那么“中立工具”的抗辩就会变得困难。

这正是《纽约时报》诉状的攻击方向。

它不是简单说微软“有钱”“有技术”“有合作”，而是试图证明微软在OpenAI训练能力形成过程中具有实质性贡献。

三、新闻业已经进入集团化反击

如果说《纽约时报》的诉讼代表头部媒体的强势维权，那么近400家地方报纸的集体诉讼，则代表新闻行业更广泛的生存焦虑。

地方报纸不是技术巨头，也不是流量平台。它们的价值来自长期采编、地方调查、社区报道、事实核查和公共记录维护。

这些内容如果被AI系统无偿抓取、复制、训练，再通过ChatGPT、Copilot等产品重新包装输出，地方媒体面对的就不仅是版权损失，而是入口损失、流量损失、订阅损失和广告损失。

也就是说，AI并不只是“学习”了新闻内容，还可能改变用户获取新闻的路径。

过去用户需要访问报纸网站、阅读原文、产生点击、订阅和广告收入；现在用户可能直接向AI提问，得到摘要、答案和整理后的信息。内容生产者投入成本，AI产品拿走入口，平台获得商业价值，新闻机构却被挤出分配链条。

这正是内容方最不能接受的地方。

AI训练数据争议，本质上不是“技术创新与传统版权”的抽象冲突，而是一个非常具体的利益分配问题。

谁生产内容？
谁承担成本？
谁拿走数据？
谁获得估值？
谁被市场替代？

四、DMCA指控的杀伤力，在于它指向“撕掉版权标签”

这批地方报纸诉讼中，DMCA相关主张值得特别关注。原告并不只是说自己的文章被复制，还主张OpenAI在使用文本提取工具处理内容时，移除了文章中的作者署名、版权声明和使用条款等版权管理信息。

这个指控如果成立，意义会超过普通版权侵权。

因为普通侵权关注的是“你有没有拿走作品”；DMCA版权管理信息规则关注的则是“你是不是在拿走作品之前，先把权利标签撕掉”。

在AI训练场景中，这一点尤其敏感。

大规模数据处理通常要经过抓取、清洗、去重、切片、标注、向量化等环节。很多工程系统会把作者、来源、版权声明、网站条款、许可限制视为“噪声”，在清洗过程中一并删除。

但从版权合规角度看，这些信息恰恰不是噪声，而是权利边界。AI训练不是把数据洗得越干净越好。有些“脏信息”，恰恰是权利人的保护边界。

五、合理使用仍是主战场，但它不再是一张万能牌

微软和OpenAI很可能继续主张合理使用。

这也是美国AI版权诉讼中最核心的抗辩之一：大模型训练不是为了复制原文，而是为了学习语言规律和知识关联；训练具有转换性；如果禁止使用公开互联网内容训练AI，将阻碍技术创新。

这个抗辩仍有空间。

但内容方也在强化反击逻辑：新闻作品具有高投入、高时效和高市场价值；AI产品可能生成摘要、替代阅读、截流访问；如果训练数据包含付费墙内容、访问限制内容，甚至存在版权管理信息被剥离的情况，那么“合理使用”的正当性就会被削弱。

AI版权案正在从价值争论，变成证据工程。

知产力判断

这组案件对中国企业的提醒非常直接。

今天很多企业不会自己从零训练大模型，而是与模型公司、云厂商、数据供应商、行业客户共同开发垂直AI应用。越是合作链条复杂，越容易出现责任错位。

技术团队关心模型效果，业务团队关心上线速度，法务团队如果只在合同末端补一条“对方保证数据合法”，远远不够。

企业至少要提前压实五件事。

第一，数据来源要可解释。

第二，授权范围要写清楚。

第三，版权信息要保留。

第四，技术过程要留痕。

第五，合作责任要切开。

AI合规不是产品上线前的包装动作，而是数据进入系统前的基础工程。

未来的AI竞争，不只比模型参数，也比数据来源；不只比算力规模，也比权利链条；不只比产品速度，也比合规底座。

AI可以训练世界，但不能把别人的内容当成无主燃料。谁把内容当燃料，谁就要准备回答，这把火，是谁点的？