Solana联合创始人：AI版权辩论与数据所有权及Web3的关联_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

Solana联合创始人：AI版权辩论与数据所有权及Web3的关联

2026-07-22 23:18:26

AI训练合理使用与数据所有权：从Anthropic和解案看版权边界

Solana联合创始人Anatoly Yakovenko认为，AI公司通常应被允许使用人们自愿在线发布的信息进行训练。他的评论是在Anthropic的15亿美元版权和解案获批后发表的，该案是美国历史上已知最大的版权和解，涉及用于训练该公司Claude聊天机器人的书籍索赔。尽管Yakovenko的评论简短，却触及了AI和区块链行业面临的最关键法律问题之一：合理使用的边界在哪里，版权责任又始于何处。

Anthropic案为何超越一家AI公司

Yakovenko指出，此前法院已裁定，在合法获取的书籍上进行AI训练可能构成合理使用，他认为这一裁决支持了AI从公开信息中学习。然而，他的解读只涵盖了法院审查的一部分。Anthropic诉讼之所以成为参考，是因为它将AI训练与训练材料的获取方式区分开来。美国地区法官Araceli Martínez-Olguín批准了和解，此前裁定已明确：使用合法获得的书籍进行模型训练可能属于合理使用，而将数百万本盗版书籍存储于集中式图书馆则引发了独立的版权问题。该和解解决了涉及数十万部作品的索赔，但并未推翻上述区分。这也解释了为何许多法律观察人士将此案视为开发者在训练开始前如何收集数据的指南。

从合理使用到数据所有权：AI公司正在打一场更大的版权战争

Anthropic是多家面临作者、出版商和媒体组织版权诉讼的AI开发商之一。涉及OpenAI、Meta及其他AI公司的类似纠纷仍在美国法院审理中，而Anthropic案成为首个重大和解。OpenAI继续为应对《纽约时报》及其他出版商提起的索赔进行辩护；Meta正与主要学术出版商和作者就涉嫌用于训练Llama的书籍展开诉讼；谷歌也面临新的诉讼，指控其Gemini在未经授权的情况下使用受版权保护的作品进行训练。过去一年，法律焦点已发生变化。早期公众辩论集中在AI生成内容是否复制了现有作品，而当前的诉讼提出了不同问题：训练数据是否获得许可？是否合法购买？是否从公共网站抓取？是否从未经授权的存储库复制？所有这些都至关重要，因为美国版权法在评估合理使用时考虑多个因素，包括使用的目的、受版权保护作品的性质、使用量以及对原市场的影响。法院正在逐案应用这些原则，而非制定涵盖所有数据集或训练方法的通用规则。这意味着未来的合规可能需要同时做到记录数据来源和提升模型性能。

Yakovenko的评论对区块链意味着什么

Yakovenko并未宣布任何AI产品、合作伙伴关系或Solana计划。即便如此，他的评论指出了区块链基础设施与AI治理之间的交汇点。如果法院继续区分合法来源与不当获取的训练数据，那么在信息进入AI数据集之前，对能够验证来源、所有权和许可记录的系统需求可能会增加。这正是区块链技术已经具备实际优势的领域。不可篡改的账本可以创建可审计的记录，显示数字内容创建时间、所有者以及是否获得商业使用许可。区块链并非要取代版权法，而是可能成为证明合规性的工具，因为监管机构和法院要求AI开发者提高透明度。相反，如果法院最终对公开可用的在线材料采取广义的合理使用解释，那么对于某些类别的内容，全面的许可系统的商业需求可能会减少。

（此处省略图片链接）

从合理使用到数据所有权：下一轮法院裁决可能影响AI未来数年

Anthropic和解案结束了一个章节，但留下了许多未解之谜。由于案件达成和解，上诉法院尚未就合理使用如何适用于所有形式的AI训练发布具有全国性的最终解释。未来涉及不同数据集、不同获取方式和不同商业模式的诉讼，可能会产生更窄或更宽的法律标准。对于AI公司而言，这种不确定性解释了为何许多公司在法庭上主张合理使用的同时，仍继续寻求许可协议。仅依赖诉讼结果会带来法律和商业风险，而通过谈判获得许可可以降低这些风险。对于区块链开发者而言，这场辩论提供了不同的机遇。随着AI模型消耗越来越大的数据集，能够验证所有权、权限和归属的工具可能变得更有价值，无论最终哪一方在法庭上获胜。因此，Yakovenko的评论影响超越了Solana本身。它们揭示了一个更大的行业问题：在这个AI系统以海量数字信息进行训练的时代，如何平衡创新与知识产权。

结论

AI训练合理使用现在既关注创新，也关注问责。Anatoly Yakovenko对AI从公开内容中学习的辩护符合美国版权法的一种解释，但Anthropic和解案表明，法院同样重视训练数据的获取方式。随着针对多家AI开发商的诉讼继续进行，未来的裁决可能塑造许可实践、数据治理，以及区块链在验证AI生态系统中所有权和来源方面可能扮演的角色。

术语表

合理使用：允许在特定情况下未经许可有限使用受版权保护材料的法律规则。

数据来源：记录数据起源及其收集或转移方式的文档。

基础模型：在大型数据集上训练、可适应多种任务的大型AI模型。

版权侵权：未经授权使用或复制受保护的创意作品。

区块链：用于安全记录交易和所有权信息的分布式数字账本。

关于AI训练合理使用的常见问题

为什么Anatoly Yakovenko评论AI训练合理使用？

他认为AI公司通常应被允许从人们自愿在线发布的信息中学习，并引用了合理使用原则。

Anthropic和解案是否使AI训练合法化？

不完全。该和解解决了一项诉讼，而法院仍在评估版权法如何适用于不同数据集和训练材料的获取方法。

区块链为何与此相关？

如果要求AI开发者证明训练数据的来源，区块链系统可以透明且防篡改地记录所有权、许可以及数据来源。

（此处隐去参考来源）

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文