说到 AI 领域甚至整个科技界里最喜欢谈「原则」的公司，Anthropic 自然是当仁不让。
为了原则，A 社甚至可以不赚你的钱。
但大概是因为少赚钱和多掏钱给人的感觉完全不一样，当初在寻找训练数据时，Anthropic 果断丢掉原则，暴风吸入了成吨的盗版资料。
好巧不巧，对于习惯养肥了再收割的音乐出版商来说，这样的举动简直正中下怀。
8 月 28 日，索尼音乐、华纳查普尔和关联公司组成的 35 家音乐出版实体，在美国加州北区联邦法院起诉了 Anthropic 及其 CEO 达里奥·阿莫迪（Dario Amodei）、联合创始人本杰明·曼（Benjamin Mann）。
考虑到年初环球音乐已经在同一家法院起诉了 Anthropic，目前全球三大音乐集团，都参与到了这场「总攻」之中。
Claude 到底「拿」了什么？
我们都知道，Anthropic 不是 Suno，Claude 也做不出音乐，所以这次争议的重点并非音频，而是歌词和曲谱。而这又要说到去年 Bartz 图书版权案中已经披露出来的部分事实——
前几年为了训练 Claude 模型，阿莫迪批准团队从盗版网站下载了至少 700 万本盗版书，同时通过爬虫在互联网爬取了大量文本。
图｜Bloomberg
音乐公司认为，这些盗版书里至少有几百部歌曲集、歌词书和曲谱，加上爬虫从 LyricFind 等网站抓取的歌词，版权受到侵犯的作品可能有几万部。
考虑到每部被故意侵权的作品最高可以追索 15 万美元的赔偿，索尼、华纳们最终要求的赔偿金额可能达到数十亿美元之巨。
事实上，在刚刚提到的 Bartz 图书版权集体诉讼案中，Anthropic 就为自己下载盗版书的行为付出了 15 亿美元和解金的代价。
图｜Times：图书侵权案原告之一 Andrea Bartz
但和解只是个开始。因为愿意和解，相当于给了出版界一个信号：
Anthropic 能赔，且赔得起。
于是，那 700 万部盗版书涉及的众多版权持有人注定会先后找上门，包括作为今天主角的几家音乐巨头。
训练可以，但你得付钱
和很多人直观印象不同的是，如果 A 社只是正儿八经当星之卡比，「吃掉」各种资料、把文本变成 Claude 的能力，本身大概率是不违法的。
从此前涉及 Google Books 扫描数千万本书建立目录索引的判例，到 Bartz 案中法院对 Anthropic 使用合法购入图书训练模型的判断，美国法院已经多次接受一种观点：
大规模复制，有时也可以是「合理使用」。
以 AI 为例，模型通常只是学会了书里的「知识」，但几乎不会原文输出。给用户看的，是理解后重新复述的结果，通常不会替代原书的价值。从法律意义上说，这就属于「高度转换性」。
图｜Electronic Frontier Foundation
换句话说，风格和观点本身不受保护，只有具体的表达才是版权法保护的对象。
而从复制行为本身来看，模型只是将文字拆分，转化为以向量等形式编码的统计关联，没有向外发行新的副本，也很难说得上是侵权。
至于将买来的实体书扫描后销毁这种事，我们充其量抨击这种做法不道德，但不能否认企业毕竟有自行处置财产的自由。
当然，面对以上理由，我们其实都能找到一些反例，所以上面这些大多属于遁词，更根本的原因其实出自经济效率——
如果要求大模型企业在起步时就为所有训练资料付费，单是寻找版权所有者所需的人力物力，再加上为每份材料支付的授权费用，就能让 AI 应用胎死腹中。这显然不利于创新。
为了社会整体利益，我们必须接受这种「合理使用」，哪怕「合理使用」的定义向来很模糊。
图｜The Foundation for American Innovation
错就错在，他们偏偏选择了下载盗版。
图｜Anthropic 的盗版训练材料大多从 LibGen 下载
模型训练的部分属于合理使用，但盗版资料库构成侵权，该赔的钱还是得赔。
另外，音乐出版商这次还提出了另一个理由：不同于书籍一般是被消化理解后重新表述，歌词的商业价值很大程度上恰恰来自原文展示，而经过他们的测试，Claude 确实在某些提示词下能够输出完整或近乎完整的歌词。
也就是说，此时 Claude 的确是在向外发行新的副本，而且与 Musixmatch、LyricFind 等现有的付费歌词服务形成了竞争。
图｜Claude 随后修复了歌词围栏
如果这一点确认为真，胜负的天平会明显向音乐出版商一边倾斜。
唱片公司总能找到「收费站」
当然，如果只将这件事视为音乐出版商的正义维权，恐怕有点对不起它们多年来积累的负面口碑。
比如刚刚提到的「付费歌词」，对于正在看这篇文章的中国读者来说，就是个有点抽象的业态。
因为在中国，得益于搜索引擎和音乐出版商的广泛合作，以及追究歌词版权的高成本、低收益，歌词在我们的日常文化中很大程度上成了一种可以公开展示、获取和讨论的东西。
几乎在任何一个国产 AI 里，你都能大大方方地搜索到每首歌的完整歌词。
但在国外，由于音乐出版商层层罗织的版权网，歌词很早以前就成了一种可以单独授权出售的产品，并催生了种种经营歌词授权生意的「二房东」。相对应地，各家 AI 公司也会严防死守，生怕自家产品被诱导吐出完整的歌词触犯版权。
高度细分的版权授权体系，让音乐出版商出售的早已不只是一首歌。
听一首歌、翻唱这首歌、把它放进电影、放进短视频、显示它的歌词，乃至现在拿它训练模型，都可以被拆成不同的授权场景分别定价。
图｜Recording Arts Canada
每当技术创造出一种新的使用方式，音乐出版商总能迅速意识到：这里或许可以再创造一种授权定价方式。
从 iTunes、Spotify 改写数字音乐分发方式的时代，到 TikTok 引领的短视频时代，音乐出版商总是一边从平台制造的流行中受益，一边不断以起诉和撤回曲库为筹码，要求订立授权合同、争取更高的授权费和更长的合作期限。
现在只不过是轮到了生成式 AI 而已。
主打 AI 生成音乐的 Suno 和 Udio 早先遭到大型唱片集团起诉后，已经陆续达成了和解协议，准备推出用正版曲库训练的新模型，并让音乐人决定自己的作品和声音能否被用于 AI。
很显然，现在环球、索尼和华纳正把枪口对准 Claude，想要将它也纳入这块版图之中。
一向被视为「旧世界」代表的音乐出版商，其实已经熟练掌握了进入「新世界」的方法：
先用诉讼叫停目前不受自己控制的新秩序，再通过和解协议，将自己植入到新的商业模式之中。
图｜troveo
所以，音乐出版商这次盯上的远不只是 Anthropic 已经下载的歌词。
它们更希望借此机会，确立一种过去尚未存在的「AI 训练歌词授权」市场。
谁有权「分蛋糕」？
Anthropic 最后会就范吗？大概率是会的。
一个简单事实是，在去年的 Bartz v. Anthropic 诉讼中，一批图书作者同样指控 A 社下载的那 700 多万册盗版图书侵权，而加州北区联邦地区法院法官 William Alsup 对此给出了我们上面说过的重要裁定：
用书籍训练大模型本身是「合理使用」，但 Anthropic 的盗版下载不能归入「合理使用」范畴。
根据美国法律体系，这个裁定只是联邦地区法院判决，未经过管辖加州的第九巡回上诉法院审查，因此只是无约束性的「劝说性权威」（persuasive authority），其他法院法官不一定要遵守。
图｜William Alsup
但只要拿到「训练本身是合理使用」这一局部裁定，对 Anthropic 来说就已经足够好了——比起为所有训练数据支付授权费，只赔偿盗版数据带来的损失便宜得多。
这也是为什么，A 社随后迅速和原告达成了 15 亿美元和解协议。
回到这起案件，如果 Anthropic 坚持和音乐出版商打到最后，那第九巡回上诉法院未必会维持地区法院关于「合理使用」的判断，并且庭审过程中，Anthropic 可能会被迫公开高管的决策记录和「数据清洗」环节是否故意删除作者信息与版权声明的证据，从而影响到公司的上市进程、估值及商业合作。
图｜美国第九巡回上诉法院
因此，考虑到诉讼风险和商业利益，双方最终大概率也会走向和解。具体的和解条件则可能包括：Anthropic 为过去下载、使用盗版材料支付一次性赔偿、保留歌词输出护栏，并对未来的歌词使用签订付费授权协议。
如果确实如此，那结果就会是音乐出版商的三板斧再次起效，让他们拿到梦寐以求的 AI 收费入口；反过来，Anthropic 也买到了法律确定性，避免一场失控的审判影响公司前途。
图｜The New York Times
但这不意味着「战争」告一段落。
A 社跑掉了，音乐出版商还会盯上 B 社和 C 社。
归根结底，音乐出版商希望把每一种新的媒介用途变成新的授权项目，继续背靠版权金山坐享其成；而 AI 厂商希望尽可能地降低训练材料的成本，如果能用「社会利益」为名直接免费挪用就更好不过。
双方谈论的都是创作者、创新和社会利益，实际盘算的却是各自能从下一代商业模式中拿走多少。
这种源自行业根本利益的冲突，不可能在一场判决里就一锤定音。
出版商和科技公司的争执最终会走到哪一步，目前还不好预测；但可以肯定的是，夹在诉讼双方之间的律师会赚得盆满钵满，而真正的词曲创作者大概只能喝上一点肉汤。
作者｜彭海星
编辑｜肖钦鹏
