AI巨头“毁书”取数引争议，马斯克倡导无损扫描

【区角快讯】当生成式人工智能以指数级速度吞噬互联网数据时，未经算法污染的“纯净语料”正变得愈发稀缺。这种供需失衡迫使科技巨头将目光转向了实体纸质书籍，甚至引发了一场关于版权与伦理的激烈博弈。

据独立媒体404 MediaX披露，部分人工智能公司正在批量收购2022年之前出版的珍稀图书。为了获取未被AI生成内容“污染”的高质量数据，这些企业利用液压切割机切除书脊进行高速扫描，随后往往将实体书粉碎销毁，以防数据二次流入市场。报道特别指出，Anthropic曾在此过程中销毁数百万册实体书，其中不乏存世量极少的绝版古籍。这项被内部称为“巴拿马计划”的行动，此前已被美国联邦法院判定为合法，理由是“购买后破坏性扫描”属于合理使用范畴。

这一消息在社交媒体上迅速发酵。X平台用户Hedgie转述该事件后，埃隆·马斯克随即回应称，已指令SpaceX AI团队保存图书馆中的珍贵藏书，并采用不损伤书脊的无损扫描技术。Hedgie对此表示赞赏，认为尽管速度较慢，但若SpaceX AI能坚持此标准，其他同行亦应效仿。无论手段如何，书籍作为AI训练核心语料的地位已毋庸置疑。ISBNdb这家号称拥有全球最大图书数据库的公司，近年已转型为AI企业的专属数据供应商；《华盛顿邮报》也证实，Anthropic已与旧书平台Better World Books达成合作。

与此同时，出版界与科技巨头的法律摩擦日益频繁。7月22日，新闻集团向加州奥克兰联邦法院提起反诉，指控Brave Software未经授权抓取并转售其旗下媒体文章用于模型训练。早在7月14日，一群主要出版商便起诉谷歌非法使用数百万本受版权保护的书籍构建Gemini模型，称之为“历史上最严重的侵权之一”。谷歌内部评估显示，若违规使用出版商文本，可能面临高达100亿至1000亿美元的潜在罚款。

从产业视角看，中信证券研报预测，2026年文化IP数字化运营将为出版业带来约700亿元增量空间。大模型对优质语料的渴求，使得出版企业拥有的清晰版权资产成为跨越技术周期的底层核心资源，中泰证券亦强调了其在垂类内容上的独特优势。