一批主要出版商与一位知名作家联手，提起了一项集体诉讼，指控谷歌蓄意侵犯版权，称该公司未经许可便使用他们受版权保护的图书和文本来训练其 Gemini 大语言模型。这份诉状于7月13日由 Hachette Book Group、Cengage Learning 和 Elsevier，连同畅销书作家 Scott Turow，一并提交至美国纽约南区联邦地区法院；诉状请求法院判予法定赔偿、针对进一步侵权颁发永久禁令，并责令谷歌销毁其所使用作品的全部未经授权副本。
使本案有别于一般数据抓取指控的关键细节，在于原告所称资料的来源。诉讼并非仅仅指控谷歌从开放网络上抓取文本，而是主张谷歌动用了其自身受限、用途受约束的项目，具体为 Google Books、Google Play 和 Google Scholar，来训练 Gemini 的早期版本。这些项目让谷歌得以在狭窄条款下取用海量已出版资料，用于扫描、编制索引、预览或销售，而原告主张，为这些有限用途而获取的内容，随后被改用于构建一个商业化的人工智能模型。这就把争议的焦点，从“抓取互联网是否属于合理之举”，重新界定为“你们是否把我们为某一用途交付的内容，拿去构建了一个完全不同的东西”。
原告阵容也颇为关键。Hachette、Cengage 和 Elsevier 分别横跨大众出版、教育出版和学术出版，而 Scott Turow 既是畅销小说家，又曾担任 Authors Guild 主席，这使本案的影响力延伸至出版界截然不同的多个角落。此案以拟议集体诉讼的形式提起，这意味着，一旦法院确认集体成员资格，它就可能代表范围广泛的作者和出版商，而不仅是列名各方，从而大幅提高了潜在赔偿责任以及任何最终和解的规模。
有必要将此案置于背景之中来看待，因为它并非孤立发生。过去几年间，针对人工智能公司的版权诉讼接连涌现，而法院仍在处理这些案件共同的核心问题：用受版权保护的作品训练模型，究竟属于受保护的合理使用，还是构成需要许可和付费的侵权。目前尚无定论，各项裁决走向不一，最终结果很可能取决于诸如资料如何获取、模型输出是否与原作构成竞争等具体因素。谷歌一案在很大程度上倚重前一个因素，即获取方式，这也是本案引人注目的原因之一。
本案的意义超出了一家公司的范畴。合理使用问题是人工智能领域最具深远影响、尚未解决的议题之一，因为其答案将决定下一代模型能够合法地建立在哪些数据之上，以及这些数据的成本几何。这起诉讼把问题直接摆到谷歌面前，并增添了一个令人不安的转折：正是那些让谷歌在对权利人作出特定承诺的前提下、成为全球图书可信托管者的项目，如今却被指为其训练数据的来源。这些只是指控，而非已证实的事实，此类诉讼往往会拖上数年，或悄然了结，但它再次清晰地表明，人工智能领域的数据权利清算正在真正到来，而拥有最深厚内容获取渠道的公司，或许也承担着最深重的法律风险。