USA Today 起诉 OpenAI，矛头直指 ChatGPT 背后的经济利益

USA Today 已对 OpenAI 提起版权诉讼，索赔逾 2.5 亿美元，使卷入这场围绕 AI 训练的不断扩大的法律挑战的出版物增至 19 家。USA Today 对 OpenAI 的诉讼称，该公司未经许可复制了数十万篇文章，随后又利用这些材料生成与原内容竞争的回答。

这一指控不仅关乎 OpenAI 如何构建其训练数据集。USA Today Co. 还认为，ChatGPT 可以复现一篇文章的报道价值，却降低读者访问原始出版商网站的理由。

截至 2026 年 10 月 8 日该诉讼被报道时，OpenAI 尚未就这起新诉讼作出公开回应。该公司在相关诉讼中的既有立场是，使用公开可得的材料训练模型属于合理使用。法院在一些 AI 案件中接受过这一论点的不同版本，但争议仍高度取决于内容如何获取和使用。

此次提交诉状之际，《纽约时报》及众多其他出版商也在推进类似主张。这些案件已将有关模型训练的技术问题，转变为一场围绕谁能获取数字新闻经济价值的直接较量。

USA Today 对 OpenAI 的诉讼提出了什么指控

该诉状同时针对 OpenAI 模型的开发过程，以及这些模型能够向用户提供的文章摘要。

USA Today Co. 及其关联出版商于 10 月 8 日向美国纽约南区联邦地区法院提起诉讼。根据这份版权诉状，原告拥有涵盖 19 家出版物内容的版权。

这些出版物包括 USA Today、Detroit Free Press、The Arizona Republic、The Tennessean、Indianapolis Star 和 The Columbus Dispatch。其他参与媒体服务于俄亥俄州、威斯康星州、爱荷华州、肯塔基州、田纳西州、俄克拉何马州、新泽西州、佛罗里达州、纽约州和北卡罗来纳州的社区。

出版商指控 OpenAI 复制了数十万篇文章及其他材料，用于训练后续语言模型。他们称，该公司既未请求许可，也未为这一使用付费。

该诉讼寻求超过 2.5 亿美元的赔偿，并要求颁布禁令以制止被指控的进一步侵权行为。所请求的赔偿仍只是原告的主张，并非法院判决或对其索赔价值达成的一致认定。

出版商还指控 OpenAI 删除了版权管理信息。这类信息可能包括署名、所有权声明，以及其他用于识别作品创作者或控制方的细节。

据报道，诉状在与 GPT-2 相关的 WebText 数据集中识别出超过 16 万条来自原告所属网站的条目。其中，usatoday.com 占 83,266 条，freep.com 占 12,994 条。

诉状还称，出版商旗下域名在 C4 中占据了超过 1.22 亿个 token。C4 是从 2019 年 Common Crawl 网络快照中衍生出的过滤文本数据集。

这些数字来自诉状，尚未经过对抗性司法程序的检验。OpenAI 可以质疑出版商对数据集的分析、其解释，或特定作品与特定模型之间的关联。

诉状还称，较新的 OpenAI 系统能够对指定文章生成篇幅较长的摘要。随案附上的示例据称涉及数家参与诉讼的地方报纸的报道。

这一关于输出的主张很关键，因为它让争议更贴近读者。训练发生在大多数用户看不到的模型开发流程内部；而详细摘要则出现在与原始文章相同的信息市场中。

原告将这种行为定义为替代。他们的理论是，若用户通过 ChatGPT 获得了核心事实、组织结构和结论，便更没有理由打开出版商的网页。

正如初步报道所指出的，诉状称 OpenAI 对这些内容的使用造成了持续性损害。出版商认为，OpenAI 的商业成功部分建立在未经授权获取的新闻内容之上。

这一主张构成了核心冲突。OpenAI 认为，模型训练是对可得信息的转换性使用；出版商则认为，这是一个消耗其作品、继而争夺同一受众的商业系统。

地方报纸为何改变了赌注

本案之所以重要，是因为它将 AI 版权主张与地方报道的经济模式联系起来，而不只涉及全国性媒体品牌。

《纽约时报》于 2023 年 12 月起诉 OpenAI 和 Microsoft，发起了最受瞩目的出版商挑战。该案指控二者在训练期间未经授权复制内容，并生成与《纽约时报》内容竞争的输出。

其他机构后来也提起或加入了相关诉讼。其中包括 MediaNews Group 旗下报纸、Center for Investigative Reporting、Ziff Davis、The Intercept、CBC/Radio-Canada、Encyclopaedia Britannica、Merriam-Webster、The Seattle Times 和 Newsday。

另一个由数百家地方出版商组成的联盟，也已对 OpenAI 和 Microsoft 提出索赔。结果已不再是一家知名报纸与一家 AI 公司之间的争执。

USA Today Co. 带来了另一种规模。其参与出版物包括都市及区域媒体，其新闻报道覆盖市政府、州机构、本地企业、学校、法院和社区活动。

这类工作往往没有直接替代品。全国性出版商或许会概述一项重大的联邦政策公告，但不太可能去参加另一个州的市政预算会议。

当模型利用地方报道回答问题时，经济链条会变得格外清晰。报纸需要为记者、编辑、摄影师和支持人员支付费用，才能制作这些信息；而聊天机器人随后可以在不承担这些报道成本的情况下，提供综合性回答。

回答仍可能提及或链接至出版商。然而，署名并不能保证带来访问量、订阅或广告展示。

出版商传统上接受搜索索引，是因为搜索结果通常发挥导航作用。标题和简短摘要帮助读者决定打开哪个页面。

生成式回答的运作方式不同。它们可以整合多个页面的事实，将其组织成易读的说明，并在同一界面内完成用户的任务。

这也是为什么 USA Today 对 OpenAI 的诉讼并不只关乎过去的训练复制。它提出的问题是：当 AI 产品将这些复制内容转化为有用且自成一体的回答时，它是否就成为了一种商业替代品。

这一差别也解释了出版商为何可以向部分 AI 公司授权内容，同时起诉另一些公司。许可协议界定了访问权限、报酬、署名和允许用途；未经许可的内容摄取，则让这些条件由模型开发商掌控。

OpenAI 表示，它已与超过 20 家出版商和媒体集团达成协议。其合作伙伴包括 Associated Press、Axios、The Atlantic、Condé Nast、Hearst、News Corp、Prisa Media 和 Vox Media。

这些协议的存在帮助双方提出不同论点。出版商可以说，市场已经承认高质量新闻具有可许可的价值；OpenAI 则可以说，其合作关系表明公司支持新闻业，而非试图取代新闻业。

任何一方的这一论点，都不能解决早期未经许可的复制行为是否合法的问题。但它表明，市场已超越了在无限制抓取与彻底禁止 AI 访问之间二选一的简单局面。

对地方新闻编辑部而言，压力是即时的。它们必须决定是谈判、屏蔽爬虫、提起诉讼，还是接受由大型科技平台制定的引流条款。

这种回应不仅是一项法律计算。它会影响地方报道如何在 AI 驱动的信息系统中被发现、概述、资助和归档。

OpenAI 的合理使用抗辩遭遇替代性主张

核心法律权衡在于，转换性模型训练是否足以压倒出版商所称的竞争性损害。

合理使用是美国版权法中的一项原则，法院会考量使用目的、性质、使用量和市场影响后，允许某些未经许可的使用。它并不意味着所有公开可访问的材料都可被免费用于任何商业目的。

OpenAI 一直主张，模型训练具有转换性。模型并不是将文章作为可搜索的出版档案保存，而是分析海量文本以学习统计模式。

在其公开的版权案件页面上，该公司表示，AI 模型会创造新内容，并包含旨在防止复制的保障措施。它还援引涉及 Meta 和 Anthropic 的联邦判决，这些判决将模型训练视为高度转换性的行为。

这些裁决为 AI 开发商提供了有意义的支持，但并不会自动决定每一起训练争议。训练材料的来源、对盗版副本的处理、产品设计及其市场影响，都可能改变分析结果。

Anthropic 诉讼说明了这一差别。法院可以认定训练具有转换性，同时仍将非法来源材料的获取或留存视为一个独立问题。

USA Today 正试图让市场替代性同样成为重点。其诉状并不止于声称复制内容进入了数据集，还指控 OpenAI 有意开发了能够概述和重新包装出版商新闻内容的系统。

出版商仍需将这些指控与可识别的受版权保护作品和可依法追究的行为联系起来。版权保护的是原创表达，而不是新闻报道中的基础事实。

这一限制很重要。仅因一家报纸最先披露事实，法院不会把每一个关于已报道事件的准确回答都视为侵权。

更棘手的问题涉及表达和结构。模型输出若遵循文章独特的组织方式，或对大量段落进行紧密改写，与由多个来源拼合而成的简短事实回答，构成不同的问题。

OpenAI 还可以质疑原告举出的示例是否反映了常规使用。在与《纽约时报》的争议中，该公司曾主张，原告使用了经过设计的提示词，以强制产生不寻常的复制结果。

如果用户必须提供标题、重复指令或刻意绕过保障措施，OpenAI 可以主张这种测试不代表产品的正常行为。出版商则可以回应，系统生成替代品的能力仍然具有相关性，尤其是在用户要求概述已知文章时。

这一分歧使输出证据变得至关重要。法院需要区分记忆、检索、摘要和独立生成，而不能将每一段生成文本都视为同一种过程。

记忆是指模型保留了足够的信息，能够重现其训练数据的一部分。检索通常涉及从外部来源查找当前信息。摘要是将已识别来源压缩为较短形式。

单个 ChatGPT 回答可能同时结合这三种机制。这使得人们难以判断某个具体回答究竟来自模型权重、实时网络访问、授权数据，还是多种来源的共同作用。

出版商最有力的理论是经济层面的，而非纯粹技术层面的。如果 ChatGPT 经常提供文章级别的价值，却没有带来有意义的流量，那么无论其内部架构如何，该产品都可能与出版商形成竞争。

OpenAI 最有力的回应同样是经济层面的。通用模型能够产生大量并不替代任何特定作品的新输出和新用途。它认为，若将训练限制在已获授权或属于公共领域的材料上，将限制具有社会价值的 AI 发展。

法院不会通过判断新闻业还是 AI 更有价值来决定这种权衡。它将把版权法适用于具体复制行为、具体作品、具体输出，以及已证明的市场影响。

此案存在重要薄弱环节

高额损害赔偿请求并不能免除出版商证明所有权、复制行为、时效性和具体损害的责任。

起诉书中最引人注目的数字，是超过 2.5 亿美元的赔偿请求。这一数字表明了争议的规模，但不应被视为已经确定的损失。

法定版权赔偿可能取决于已登记作品的数量、登记时间，以及侵权是否属故意。法院也会防止对相同的基础行为进行重复计算。

USA Today 及其关联方必须明确其拥有的作品，并说明 OpenAI 被指控如何侵犯了这些作品。对数据集条目的宽泛估算，未必能够回答这些逐件作品层面的问题。

时间也可能构成另一项障碍。版权索赔通常适用三年的时效框架，尽管围绕原告何时发现、或理应何时发现被指控侵权的争议仍在持续。

因此，较早期的模型训练活动可能面临与近期输出行为不同的论点。在涉及早期 GPT 系统的相关诉讼中，OpenAI 已提出时效抗辩。

出版商还必须将受版权保护的复制行为与对事实的提取区分开来。新闻报道包含原创写作、选择、分析和组织，但也传递了他人可以报道的信息。

另一项不确定性在于，所附聊天机器人示例的代表性究竟有多强。法院可能会询问类似输出出现的频率、是否需要专门设计的提示词，以及在常规使用中，保护措施是否能够防止这类输出。

实际市场损害同样需要证据。出版商可以描述合乎逻辑的替代风险，但衡量流量、订阅或授权收入的损失，远不只是证明 ChatGPT 能够概述一篇文章。

更广泛的出版商诉讼已经出现了喜忧参半的程序性结果。一些主张在驳回动议后得以继续，另一些涉及商标或版权管理信息的主张则被缩小或驳回。

例如，The New York Times 的争议仍高度聚焦于合理使用、证据获取和市场替代。相关诉讼也围绕 ChatGPT 日志及出版商可获得的证据引发了分歧。

OpenAI 表示，对用户对话的索取会带来隐私风险。出版商则认为，模型输出和内部搜索能力对于证明受版权保护作品如何被使用是必要的。

USA Today 的原告可能受益于这些早期案件中形成的证据，特别是如果其诉讼与同一联邦法院的相关案件协调审理。协调可以减少重复诉讼程序，并统一重要法律问题。

不过，加入更大的案件群也可能造成延误。证据开示争议、特定模型证据、保密性问题以及简易判决动议，都可能让这些案件持续多年。

也不能保证每一家参与的出版物都会提出完全相同的主张。不同网站可能拥有不同的档案、访问限制、版权登记情况，以及与搜索引擎或数据提供商之间的关系。

OpenAI 与出版商的合作伙伴关系进一步复杂化了这一叙事。法院不会仅因授权市场的存在，就推定所有未经授权的训练均属违法。

与此同时，这些协议也可以帮助出版商主张，AI 公司认识到专业新闻内容既有实用价值，也有商业价值。

因此，两种观点可以同时成立。语言模型训练可以具有转化性，而获取或复制受版权保护作品的特定方式，仍可能产生法律责任。

诉讼的关键将在于法院如何划定这些边界。将其简单概括为一项支持或反对 AI 训练的单一裁决，会忽略这种更细致的分析。

这场争斗也关乎网络流量的未来

出版商面临的商业威胁，是一种从其报道中获益、却减少用户访问其网站需求的答案层。

从历史上看，搜索引擎向出版商提供了一项复杂的交易。爬虫会复制并索引页面，但搜索结果也会将受众带回来源网站。

出版商为这一导流系统优化标题、页面和结构化数据。广告和订阅策略随后依赖于一部分搜索用户打开搜索结果。

生成式搜索削弱了这一链条。AI 界面可以阅读或检索多个页面，对其进行比较，并在来源链接上方呈现完整的解释。

询问城市选举、法院裁决、体育赛果或企业停业的用户，可能无需离开聊天机器人就能获得核心答案。链接不再是目的地，而变成了佐证材料。

这并不意味着 AI 导流毫无价值。清晰标注来源的回答可以让新读者认识一家出版物，而一些查询仍需要详尽的原创报道。

争议在于其中的平衡。如果 AI 系统获取了足以满足大多数用户的信息，却几乎不回流流量，那么出版商承担了报道成本，而平台则掌握了用户关系。

这也是为什么起诉书据称引用了一些表述，认为用户在获得答案后往往不会点击。该指控将产品设计与出版商所称的市场损害联系起来。

OpenAI 可以回应称，摘要、引用和链接有助于人们发现新闻报道。它也可以主张，互联网一直都支持无需许可的摘录、索引和转换。

区别在于程度。搜索摘要通常只是预览一个页面；生成式回答则可以综合页面内容、回答后续问题，并根据用户需求调整解释。

因此，出版商正同时采取多种策略。一些将档案授权给 AI 公司；一些屏蔽特定爬虫；一些协商署名和收益安排；另一些则就过去的训练和当前输出提起诉讼。

这些做法并不相互排斥。出版商可以在寻求新协议的同时，就其所称未经许可发生的行为要求赔偿。

同样的紧张关系也影响企业用户。AI 生成的回答可能很方便，但缺乏清晰来源依据的摘要，会使准确性、语境和使用权更难评估。

处理新闻、研究、合规或竞争情报的团队，需要保留每项主张的来源。结构化的知识管理系统可以保留来源链接和上下文，而不是将每个生成式回答都视为能够自我验证。

这种做法并不能解决版权问题。但当 AI 界面将信息与其原始报道环境分离时，它确实能降低由此带来的实际风险。

对开发者而言，此案凸显了内容控制的重要性。检索当前文章的系统需要制定有关访问、引文长度、署名、缓存和应对出版商排除要求的政策。

对企业采购方而言，这带来了采购层面的疑问。客户可能越来越常问：模型提供商是否使用授权来源、是否遵循爬虫偏好，以及能否识别检索信息的来源。

对出版商而言，核心问题是议价能力。单个地方媒体可能难以与运营广泛使用的全球平台的公司谈判。

集体诉讼和协调授权可以改变这种平衡。但它们也可能增加一种风险：只有最大的出版商获得有利协议，而较小的新闻编辑部仍被排除在市场之外。

三个信号将决定接下来的走向

下一阶段将由法院协调、输出证据以及未来出版商协议的条款塑造。

第一个信号是，USA Today 对 OpenAI 的诉讼是否会与已在纽约审理的出版商案件正式协调。共享证据开示和法律裁决，将使这起诉讼成为对 AI 训练进行更广泛检验的一部分，而非孤立的赔偿行动。

协调将增强 The New York Times 诉讼中任何简易判决裁定的重要性。该案已推进到足以界定转化性训练与商业替代之间相互竞争论点的阶段。

正如最新案件进展所显示，OpenAI 已援引涉及 Meta 和 Anthropic 的有利裁决。出版商则坚持认为，生成具有竞争性的新闻回答的系统会带来不同的市场影响。

若裁决让核心主张进入审判阶段，USA Today 的立场将得到加强，和解压力也会加大。若法院就 OpenAI 作出广泛的合理使用裁决，仅基于训练提出的主张将被削弱，但针对具体输出的指控仍可能继续存在。

第二个信号是原告证据的质量。法院需要的不仅仅是一份在公共数据集中发现的域名列表。

值得关注的是已登记作品清单、内部训练记录、具有代表性的模型输出，以及证明常规提示词是否会产生大量文章摘要的证据。流量和授权方面的证据同样重要。

如果出版商证明了跨越众多作品、可重复的替代效应，其经济理论将更具说服力。如果证据依赖于非常规提示词或薄弱的所有权记录，OpenAI 的辩护将更有力。

第三个信号是授权市场。OpenAI 表示其已与众多媒体机构合作，但交易条款通常不公开，获得合作的机会也并不均等。

若与地方报业集团达成更多协议，将支持这样一种观点：AI 公司需要可靠且获得报酬的新闻供给。若协议仅聚焦署名，却没有带来有意义的流量或付款，那么核心经济争议仍无法解决。

漫长的法庭争斗也可能在最终判决之前推动产品调整。OpenAI 可能强化引文限制、来源控制、爬虫选项或出版商仪表盘，以降低法律风险。

出版商同样可能制定更明确的机器可读权限，以区分搜索索引、模型训练、检索和文章摘要。当前的爬虫规则并不总能分别表达这些用途。

读者不应期待一宗诉讼就能为每个 AI 模型提供通用答案。法院将审查每个数据集的来源、每次复制的目的，以及每种产品的行为。

尽管如此，USA Today 对 OpenAI 的诉讼以重要方式扩大了这场争议。它让一家全国性出版商和广泛的地方新闻网络共同支持这样一种主张：AI 回答可能挪用内容本身，也可能挪用受众价值。

最终的问题已不再是 AI 系统能否从新闻报道中学习——它们已经在这样做。问题在于，当出版商的作品帮助这些系统为公众提供答案时，出版商能否获得可执行的控制权、补偿或流量。

未来几个月，请关注纽约法院的案件记录、文章摘要示例背后的证据，以及 OpenAI 达成的任何新授权协议。这些信号将共同表明，此案究竟会增强出版商的谈判筹码，还是会确认合理使用仍是 AI 训练的主导规则。