谷歌被诉：AI训练合法，输出侵权？

过去两年，生成式AI的版权争议基本都围绕“训练”展开。出版商、作家、摄影师和音乐人不断追问AI：我的作品是不是被悄悄塞进了大模型的训练数据？Bartz 诉Anthropic、汤森路透诉ROSS案、纽约时报诉OpenAI等标志性案件，都是在这一叙事下展开的，授权谈判、集体管理机制和机器可读退出协议等一整套应对方案也随之出现。

但到了2026年，高质量的公开语料差不多已被AI模型爬完，继续堆语料的收益在递减，AI与版权的交锋点开始转向“输出”。用户向生成式AI提问时，系统会实时检索网络内容，把原文片段放进上下文，再重组生成答案，这个过程叫“检索增强生成”（RAG）。用户看到的是一个最能回应当下需求的“摘要”，出版商失去的却是一次本该属于自己的点击、广告曝光以及与读者的关系。

2026年11月3日，欧盟法院（CJEU）总法律顾问Maciej Szpunar就首个提交该法院的生成式AI版权案件——Like Company诉谷歌案——出具非约束性意见，核心判断是：

AI训练或许合法，但输出可能侵权。

一、LikeCompany案：欧盟法院系统第一次认真切割“输入”与“输出”

这起纠纷的事实并不难厘清。匈牙利出版商LikeCompany称，谷歌Gemini在回应用户提问时会实时抓取其新闻文章，产出与原文高度雷同的摘要，用户因此不必再点进原站。Google 的辩解还是老一套说法：模型学的是语言规律，产出的内容是原创表达；出版商手握控制机制，可以选择和退出。

Szpunar把案件拆成两层，而且刻意不让两层互相掩盖。

首先是训练环节：建议不受理，而非直接放行。

第一层落在训练上。Szpunar认为，本案没有事实基础能证明涉案文章真被放进了训练集，所以训练相关的问题他不接。不过他顺带给了一个判断：在文本与数据挖掘（TDM）例外框架下，用受版权保护的内容训练模型，原则上是允许的——条件是这些内容合法可及、权利人没有作出有效保留、开发者采取了防止逐字回忆的技术措施。

这一层其实对大厂相当友好。它相当于承认：单纯把公开作品喂给模型，不当然侵权。

真正的焦点在推理端，Szpunar提出两个测试要件：

1、抓取手段是否正当。假如Gemini是绕过付费墙或其他技术保护措施去读文章的，那即便原文“公开可搜”，也谈不上默示授权。总法律顾问直接否掉了“没设屏障就等于同意”这套逻辑——这一否定正好打在行业习惯上。

2、输出有没有构成“表达性替代”。这里不要求逐字复制，只要侧面对比能认出原作的表达形式，并且用户看完AI答案后不再需要打开原文，新闻出版者权就可能被侵害。换句话说，版权护的是具体表达，一旦AI把“具体表达”换个包装再端出来、顶掉了原作的市场，权利人的专属权就形同虚设。反过来说，只传递相同事实、用不同形式表达，不当然侵权；个别词语和极短片段也不在保护范围内。

要说清楚的是，这条红线属于“情形测试”，并非本案的结论。Szpunar的意见只是把标准画了出来，本案事实还得由匈牙利法院结合具体情况去认定。

这份意见的分量在于，它首次在欧盟法层面认定：训练中的复制与推理中的复制，是性质不同的两种使用；前者原则上可适用欧盟《数字单一市场版权指令》（DSM）里的“文本与数据挖掘”（TDM）例外规则，后者则必须单独接受表达权评价。

二、美国四大厂的“训练退出令牌”

就在LikeCompany意见出炉前一周，2026年10月30日，OpenAI、谷歌、微软和Anthropic联合宣布支持一种新型“策略令牌”（policy token）机制。网站只需在robots.txt里加一行__usage_ai-training的声明，就可以一次性禁止所有主流AI爬虫把内容用于训练，不必再逐个配置GPTBot、ClaudeBot、Google-Extended。

从技术治理的角度看，这算往前走了一步。原本散在四家企业各自的退出机制，被并成一个机器可读、对所有爬虫生效的统一机制，治理接口也从“双边”合同挪到了公共协议层。

问题在于，这套机制只管训练，不管搜索，更管不到推理时的调用。说白了，四大厂是拿“训练端让步”换“推理端自由”。眼下AI行业的商业模式正从“训练模型”转向“推理服务”，AI真正值钱的地方，是把出版商内容实时接进答案里。至少目前，训练端退出这个姿态成本很低，而AI公司把最有价值的推理牢牢攥在自己手里。

值得注意的是，欧盟《AI法案》本身对于AI公司的版权义务，也是双轨的。

根据《AI法案》第53条与《通用人工智能实践准则》（GPAI Code of Practice），签署方需要履行五项核心版权义务，第4项是“降低生成侵权内容的概率”，已经将推理端和输出端的版权风险写进了强制性义务。只是还没有细化到RAG该如何。

再把LikeCompany意见的信号叠上去看，欧盟不会只满足于“训练端”合规，下一步必然追问“输出内容”是否侵权。生成式AI的检索日志、引用账本、输出来源溯源，会从技术运维数据一点点变成合规证据资产。

三、中国科技公司版权合规拐点：从训练到推理

LikeCompany案的意见和四大厂的训练退出令牌，看上去是欧美市场内部的法律过招，但对正在加快出海的中国AI企业来说，这两件事指向同一个绕不开的趋势：AI版权合规的重心正从“训练端”挪向“推理端”——这套变化就是摆在眼前的合规变量。

过去两年，版权合规的功夫大多下在训练环节：给数据来源分类、把授权链条理清楚、披露训练内容摘要。中国出海模型在训练端的合规建设已经有了实质进展。有些模型已经按欧盟 GPAI 模板公开训练内容摘要，标注爬虫标识，建起数据治理流程。这些动作仍然必要，它们构成了进入欧盟市场的基础门槛。

问题是，只盯着训练端，可能会错过正在到来的下一波监管浪潮。

Szpunar 意见的核心贡献，不在于它对某个具体案件作出了最终裁决，而在于它在欧盟法层面第一次把“训练中的复制”与“推理中的复制”拆成了两个独立的法律行为，并为后者画出了一条可供检验的归责路径。这条路子的基本判断是：模型可以学习知识，但不能替身表达；可以检索信息，但不能接管市场。一旦 AI 的输出开始系统性替代原作的功能——新闻报道也好，学术论文、文学创作也罢——版权法的传统工具仍会激活。

再看美国四大厂联手推的那套训练退出令牌。技术治理上这是个正面信号，可推理端的调用问题被它绕开了。出版商退出训练之后，内容照样可能在实时检索里被调出来、被摘录、被重新拼进答案。“训练能退出、推理管不住”，这种结构上的不对称，早晚要成为下一轮争吵的引爆点。

落到中国企业身上，合规的重心得往外扩，甚至要挪地方。训练端透明只是敲门砖，真正能拉开差距的，恐怕是“推理过程能不能被审计”——说白了，就是能不能拿出证据，证明模型每次作答时都清楚自己用了谁的内容、用了多少、有没有越线。

在一套细化的推理合规标准出台之前，应当积极寻求理解和应对出版商的这类诉求，这也是一个值得认真对待的战略窗口。