美国知识产权大语言模型著作权进行中
New York Times Company v. Perplexity AI, Inc.

NYT v. Perplexity AI

重要性评级
法院:美国纽约南区联邦地区法院(S.D.N.Y.)
当事方:原告:纽约时报公司(The New York Times Company) 被告:Perplexity AI, Inc.(AI搜索引擎公司)

《纽约时报》起诉AI搜索引擎Perplexity AI,指控其在未经授权的情况下抓取并使用NYT的新闻内容,在其AI搜索结果中直接呈现NYT文章的详细摘要,绕过付费墙,损害了NYT的订阅收入和授权收入。该案与NYT诉OpenAI案并行,反映了传统媒体对AI搜索引擎"搭便车"行为的广泛担忧。

双方观点

原告主张

Perplexity AI未经授权抓取NYT内容,在搜索结果中提供详细摘要,使用户无需访问NYT网站即可获取新闻内容,严重损害其付费墙商业模式。

被告抗辩

AI搜索引擎对新闻内容的摘要属于转化性使用,类似于传统搜索引擎的摘要功能,且实际上为新闻网站带来了流量。

法院说理

最终判决结果

案件仍在审理中。

AI技术详情

技术类型:大语言模型
技术原理示意图 · 训练数据侵权链条
版权内容📚 书籍📰 新闻🎵 歌词🖼️ 图片💻 代码训练数据集· 数据清洗· 去重处理· 格式化模型训练· 梯度下降· 权重更新· 知识记忆· 能力涌现AI产品

技术实现说明

本案(NYT v. Perplexity AI)是继《纽约时报》诉OpenAI之后,针对AI搜索引擎内容抓取行为的重要诉讼,聚焦于AI搜索引擎对新闻媒体商业模式的系统性破坏。 Perplexity AI技术原理: 1. 实时网络爬取:Perplexity AI使用网络爬虫实时抓取新闻网站内容,包括付费墙后的内容; 2. RAG架构(检索增强生成):系统将爬取的内容存储在向量数据库中,用户提问时检索相关内容片段,结合大语言模型生成摘要式答案; 3. 付费墙绕过:Perplexity的爬虫伪装成普通浏览器,绕过新闻网站的付费墙限制,抓取订阅用户才能访问的内容; 4. 内容替代效应:用户通过Perplexity获得新闻摘要后,无需访问原始新闻网站,直接导致新闻网站流量和订阅收入下降。 法律争议焦点:AI搜索引擎实时抓取并摘要新闻内容是否构成版权侵权;以及绕过付费墙获取内容是否违反《计算机欺诈和滥用法》(CFAA)。