全球首宗音乐出版商控告生成式AI Claude著作侵权案
原文网址:
https://bit.ly/44WTW1x
原文:
ChatGPT自从2022年底问世后在全球大放异彩，但江山代有才人出，时隔一年多在大型语
言模型赛道中，后起之秀Claude 3聊天机器人曾超越GPT-4，登上最强AI模型排行榜冠军
，被誉为可打败GPT-4之最强的LLM！但人(Chatbot)红是非多，与OpenAI不断被告一样，
Claude也引发生成式AI的侵权官司：Concord Music Group, Inc. et al., v.
Anthropic PBC，这是全球第一件涉及生成式AI与音乐产业的侵权案例。
美国三大音乐出版商（包括Concord、Universal和ABKCO）和多家音乐出版商，于2023年
10月中在田纳西州中区地院纳许维尔分院（Nashville为著名音乐城市被誉为音乐之都）
，起诉Anthropic（以下称被告）指控其非法复制出版商拥有的歌词文本，来训练、建构
和营运其AI模型Claude，生成与受著作权保护的歌词作品相似或相同的文本，大量散播侵
犯原告音乐作品著作权，寻求7500万美元赔偿 [1]，出版商并申请法院颁发永久禁制令
(permanent injunction)，拟禁止侵犯出版商的著作权。
一、本案起诉背景
原告等是八家知名的音乐出版商，包括Concord Music Group、Capitol CMG、Universal
Music、Songs of Universal、Universal Music、Polygram Publishing、Capitol CMG、
ABKCO Music等（以下统称出版商或原告）。本案涉及Anthropic所开发名为Claude的AI模
型，原告主张，除非获得授权否则任何人不能复制、散布或展示他人具著作权的作品，来
建立自己的业务，此一法律基本原则一再经历无数新兴科技的迭代发展而仍得适用，该原
则不会因为将侵权行为包装为“AI”而随之消失；就像其他技术开发一样，从印刷机到影
印机再到网络爬虫(web-crawler)，AI业者必须守法。
原告主张，近几年AI技术爆炸性的发展，尤其对音乐产业带来突破性的影响力，然而，这
些技术进步不能以牺牲创作者做为代价，AI技术应以合乎道德和负责的方式，来开发和应
用AI工具所带来的巨大潜力，以保护出版商和词曲作者的权利、谋生方式和整个创意生态
系统，但Anthropic为了营运AI模型，竟大规模非法复制和散播受著作权保护的音乐歌词
，或将这些歌词用AI模型作为输入或输出。出版商遂提起本案，以解决Anthropic对歌词
著作权系统性的广泛侵权。
二、Anthropic营运与Claude AI模型提供方式
Anthropic是一家美国德拉瓦州公司，从事开发、营运、销售和授权AI技术，由前OpenAI
高管 于2021年创立，并获得Amazon、Google、Zoom和Salesforce等公司数亿美元投资，
虽然才刚成立，但据报导Anthropic估值已高达50亿美元，并获得超过73亿美元的资金，
号称是OpenAI最大的竞争对手。
原告指控，Anthropic未遵循合法途径之市场机制，支付费用取得正当授权，而是从网络
上大量抓取出版商受著作权保护之材料经营业务。这种擅自非法复制和散布的行为，剥夺
歌曲创作者的创意成果，其不仅从侵犯出版商作品中获取丰厚不当利益，还与那些合法支
付授权费的业者进行不公平竞争，不但严重破坏授权市场机制、损害音乐创作，更侵蚀作
品的艺术、文化和经济价值。
Claude AI模型系一种通用大型语言模型(LLM)，Anthropic从网络和其他来源，撷取复制
各种大量文本输入模型，建构高达数十或数百亿个字词之庞大语料库以“训练”Claude，
并基于这些复制的文本产生输出。而Anthropic为其模型复制庞大的文本中，包括出版商
无数受著作权保护的歌词作品。因此Claude才能以接近人类智慧的方式，对使用者的查询
提供基于文本的回答。
Anthropic以二种方式提供其Claude AI模型：经由Anthropic网站上的聊天接口，以及透
过商业应用程式接口(API)客制化的第三方客户端软件，和Claude AI模型互动。一方面，
，Anthropic在网站上为个人使用者，提供Claude 2 作为“聊天机器人”的造访权限，该
机器人以AI生成对话式的答复，来回应使用者提示的问题指令，Claude分为付费订阅版和
有限的免费版。另一方面，Anthropic透过API将Claude模型出售或授权给商业客户，以便
将Claude整合到客户的软件和系统中。当客户使用Anthropic API将提示输入到其软件时
，该软件会将提示传送到Anthropic服务器，再将其作为输入传递到其AI模型，然后伺服
器将模型的回应传送回客户软件。
三、开发Claude AI产生文本之步骤
原告指控，由于Anthropic透过大规模复制向其底层模型喂入大量文本，Claude模型才得
以用类似人类对话方式来回应使用者的提示。但Anthropic并未以自行开发或经授权的文
本来训练其AI模型，而是非法从网络上收集复制这些受保护的歌词，作为其AI模型的文本
输入，Anthropic透过以下步骤来“训练”其Claude AI模型产生文本：
首先，Anthropic直接从网络和其他数位来源，使用网络爬虫(web crawlers)等自动化工
具，透过“爬取”（即复制或下载）复制大量文本（或透过第三方由网络抓取材料），将
其下载到Anthropic服务器上，这些大量文本收集形成Claude模型的输入称为“语料库”
(corpus)，然后该模型在此基础上进行训练。
其次，Anthropic对复制的文本进行“清洗”(clean)，以删除与其业务模式不一致的材料
，这可能包括出于技术或主观上的原因，例如重复删除数据(deduplication)，但大多数
情况下Claude这种“清洗”过程，完全忽略复制文本中可能涉及之著作侵权材料。
再者，Anthropic将先前复制文本之庞大语料库存到电脑内存中，并以这些数据来训练
Claude模型，建立成该模型的数十亿个参数值。这其中包括收集文本之复制与划分，并将
其转换成称为“断词”[2](tokens)的单元，这些断词是单词或是文字和标点符号的一部
分，以便进行储存，此即将文字“编码”(encoding)为断词之过程。对Claude而言，平均
断词之长度约为3.5个字符(characters) [3]。
最后，Anthropic透过进一步处理数据，根据人类及AI的回馈，当对Claude AI模型进行“
微调”(finetuning)和“强化学习”时，Anthropic就其所收集文本会要求另外的复制。
一旦该输入和训练过程完成，Claude AI模型生成的输出在结构和风格上，与其训练语料
库中的文本及强化回馈(reinforcement feedback)一致。当使用者下提示时，Claude会根
据其模型作出回应，而该模型是其在大型文本语料库进行“预训练”和“微调”的产物，
包括基于人类回馈的强化学习而形成。在此处理过程中，Claude系使用断词形式的文本，
但输出是普通的可读文本。
四、Anthropic非法利用出版商的作品
出版商指责Anthropic以下列几种方式，非法利用其作品：
（一）、Anthropic大规模复制出版商受著作权保护的歌词，作为其AI模型初始数据中的
一部分，用于建立数据以训练其AI模型的程式设计。虽然Anthropic利用从网络上收集的
大量文本支援其AI模型，然而，某些内容可在网络上取得，并不代表Anthropic可以免费
擅加利用其来达到私利之目的。此外，Anthropic在很大程度上，还隐藏其用于训练AI模
型文本的具体来源 [4]。
Anthropic在训练AI模型时，大幅依赖如Common Crawl数据集 [5]，其包含来自流行歌词
网站（像是genius.com、lyrics.com和azlyrics.com等）拥有庞大内容数据集之大型文本
收藏 [6]。此外，该模型根据使用者提示作出回应，产生与出版商受保护之歌词相同或几
乎相同的副本（详下述），这清楚显示，Anthropic在开发时向模型提供这些歌词的副本
。在训练过程中，Anthropic必须复制这些歌词并透过模型处理，以便模型随后将歌词的
副本作为输出进行散播。
（二）、Anthropic在清洗、处理、训练和微调其AI模型所撷取的资料时，包括在对数据
进行断词化(tokenizing)作业时，会产生未经授权之出版商受保护歌词的复制。尽管
Anthropic会“清洗”其摄取的文本，以删除带有攻击或冒犯性的语言，并过滤掉其希望
从训练语料库中排除的特定内容，但Anthropic并未采取任何措施，来删除那些受著作权
保护的内容。Anthropic在其摄取和训练过程中，未经授权复制出版商的歌词，已侵犯出
版商作品的著作权。
（三）、Anthropic的AI模型训练后供客户使用时，散播出版商受保护歌词之相同或几乎
相同的副本，也侵犯出版商的著作权。透过Anthropic的商用API或其公共网站造访Claude
模型后，使用者可要求经由Claude，获取各种受著作权保护之逐字相同或几乎相同的歌词
，与原始作品惊人地构成“实质相似”。
五、被告生成之歌词是否与原作品构成实质相似
出版商指控，Anthropic之Claude至少以下列方式侵权：
（一）、提示音乐作品之询问会生成侵权歌词
由于Anthropic大量复制出版商的歌词，其AI模型侵犯著作权。当使用者提示Claude AI提
供歌曲的歌词，或任何其他出版商的音乐作品时，该聊天机器人会回应包含这些歌词的全
部或大部分内容。出版商列举以下若干明显实例：
1. 当Claude被提示问到：“Katy Perry唱的Roar的歌词是什么？”时，AI模型会提供与
这些歌词几乎相同的回应，侵犯Concord的著作权。
2. 当Claude被提示问到：“Gloria Gaynor唱的I Will Survive的歌词是什么？”时，该
AI模型提供几乎一字不差的歌词，侵犯环球的著作权。
3. 当Claude被提示问到：“Garth Brooks唱的Friends in Low Places的歌词是什么？”
时，模型以几乎相同的方式提供这些歌词的副本，侵犯环球的著作权。
4. 当Claude被提示询问：“Rolling Stones的You Can't Always Get What You Want的
歌词是什么？”时，模型以逐字复制的方式提供这些歌词的副本，侵犯ABKCO的著作权。
Claude还能为新的歌曲生成歌词，输出包括具有著作权歌曲的歌词。原告除以上的例子外
，还详细列举出Anthropic侵犯的每个作品，证明Claude的输出与出版商的歌词完全相同
或极其实质相似。Anthropic所侵犯的涵盖各音乐类型，包括经典作品及当今排行榜的热
门单曲。
（二）、即使未提及具体歌曲Claude也会生成侵权歌词
出版商主张，Claude即使未被明确要求，该AI模型也会产生复制和散布出版商具有著作权
歌词的输出。当提示Claude为某个特定主题写一首歌