一场围绕人工智能训练数据版权问题的法律争议持续发酵。以meta为代表的科技企业，因涉嫌通过BitTorrent协议从盗版资源网站获取受版权保护的书籍用于训练大语言模型，正面临作家群体的集体诉讼。这起始于2023年的案件，近期因meta提出新的辩护策略再次引发关注。
案件核心争议在于BitTorrent协议的技术特性。该协议在下载文件时会自动向其他用户上传数据，作家方认为这一特性使meta构成直接版权侵权。meta则辩称，上传行为是技术运行的必然结果，且通过BitTorrent获取数据是训练模型的必要手段——以安娜档案库为例，该网站的数据集仅支持通过BitTorrent批量下载，其他方式均不可行。
meta在最新提交的法庭文件中强调，其使用BitTorrent的目的是高效获取训练数据，而上传行为仅是下载过程的附属结果。公司律师指出："即使原告能证明作品在下载过程中被'提供'给其他用户，这也只是实现转换性合理使用目的的必要环节。"meta进一步援引作家证词称，未发现其模型输出内容直接复制书籍文字，以此削弱市场损害主张。
作家群体对meta的辩护策略表示强烈不满。他们指出，meta早在2024年11月就已知晓上传指控，却选择在证据开示截止日期后提交新抗辩，涉嫌规避程序规则。作家律师在致法官函中表示："《联邦民事诉讼规则》的补充义务不是为新增抗辩理由提供的漏洞。"
meta随即反驳称，针对直接侵权指控的合理使用论点并非新主张，并在2025年12月的案件管理声明中已明确标注。公司援引庭审记录显示，原告律师曾就此作出回应。meta还强调，其在人工智能领域的投入帮助美国保持全球技术领先地位，暗示这一公共利益应纳入裁决考量。
案件目前仅剩BitTorrent传播指控未决。法官需裁定meta的"技术必要性合理使用"抗辩是否成立，这一裁决将影响多起涉及盗版数据训练AI的同类诉讼。作家方坚持认为，meta的行为本质是利用技术漏洞规避版权责任，而科技企业则试图将数据获取方式纳入合理使用范畴。
随着法律辩论深入，双方围绕技术细节与法律原则展开激烈交锋。meta强调模型训练的转换性用途，作家方则聚焦于数据获取方式的合法性。这场争议不仅关乎具体案件走向，更将决定人工智能时代版权保护的边界——是允许技术发展突破传统法律框架，还是要求创新必须建立在合规基础之上。
