纽约时报等400家媒体起诉微软：AI版权战烧向「共犯」

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，把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」。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。两组案件释放出清晰的信号：AI 版权诉讼不再只盯着模型公司，而是沿着技术链条、商业链条和责任链条向外扩散。

一、诉讼焦点从「训练者」转向「促成者」

过去讨论 AI 训练版权争议，核心通常集中在 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？

《纽约时报》此次修改诉状的重点，是把微软放到一个更主动的位置。原告试图证明，微软并不是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。

据此，原告将案件焦点从「直接侵权」进一步推向「帮助侵权」「诱导侵权」或「共同侵权」的边界。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？这将是法院未来需要回答的问题。

二、定制化算力与商业绑定让「中立」抗辩承压

《纽约时报》在诉状中披露，OpenAI 使用的这套超级计算系统包含超过 285,000 个 CPU 核心和 10,000 个 GPU，是为大规模模型训练专门搭建的设施。这一定制属性，正是原告论证微软「实质性贡献」的关键证据。

微软与 OpenAI 的关系也并非普通供应商与客户关系。微软同时扮演三重角色：OpenAI 的重要投资方、云计算与算力基础设施提供方，以及将 OpenAI 模型能力整合进 Copilot、Bing、Office、Azure 等产品中的分发方。这一深度绑定，使微软很难将自己描述成一个完全中立、完全不知晓下游用途的基础设施提供者。

通用云服务的责任边界相对清楚：客户自己上传数据、训练模型，云厂商通常不会当然承担侵权责任。
但当基础设施为特定模型训练高度定制、服务方深度参与架构设计、并从下游 AI 产品中持续获得商业利益时，「中立工具」的抗辩就会变得困难。

三、400 家地方报纸的集团化反击

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。这些内容一旦被 AI 系统无偿抓取并用于训练，再通过 ChatGPT、Copilot 等产品重新包装输出，地方媒体面对的就不只是版权损失，而是入口损失、流量损失、订阅损失和广告损失。

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：过去用户访问报纸网站、阅读原文、产生点击与订阅；现在可能直接向 AI 提问，得到摘要与整理后的信息。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。

四、DMCA 杀伤力指向「撕掉版权标签」

五、合理使用仍是主战场，但不再是万能牌

微软和 OpenAI 很可能继续主张合理使用：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。这一抗辩仍有空间，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。

六、对中国企业的启示

这组案件对中国企业的提醒相当直接。今天很多企业并不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。合作链条越复杂，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。

数据来源要可解释
授权范围要写清楚
版权信息要保留
技术过程要留痕
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。