摘要： 大英百科全書與韋氏詞典在 2026 年 3 月 13 日向曼哈頓聯邦法院控告 OpenAI，訴狀稱其未經授權複製近 100,000 篇文章與詞條來訓練 GPT 模型。原告以並排對照主張 GPT-4 已記憶版權內容，經提示可輸出近乎逐字的複本，並另提商標侵權。訴狀也稱 AI 回答取代原站內容，蠶食知識出版商的流量。
2026 年 3 月 13 日,曼哈頓聯邦法院收下一件新官司:大英百科全書(Encyclopedia Britannica)聯同子公司韋氏詞典(Merriam-Webster)狀告 OpenAI,路透社在 3 月 16 日率先披露此事。依訴狀所稱,OpenAI 未經授權便複製了近 100,000 篇 Britannica 文章與韋氏詞典詞條,拿來訓練 GPT 系列大型語言模型;原告據此提出版權與商標侵權兩類主張。
這場官司真正的看點在打法:原告沒有讓爭議停在訓練資料上,而是直接把「記憶化」(memorization)證據搬上法庭——GPT-4 經提示就能逐字重現原文。對所有拿網路內容訓練模型的團隊來說,「訓練是否侵權」與「輸出是否侵權」兩條戰線,從此要一起接受司法檢驗。
訴狀主張:語料、輸出與商標三個層次
把路透社與 The Verge 的報導合起來看,原告的訴求可以拆成三層:其一,OpenAI 大規模複製近 100,000 篇文章當訓練語料;其二,模型給出的結果與原告內容「實質相似」(substantially similar);其三,韋氏詞典的商標權益也在受害之列。
全案最銳利的證據採並排對照形式——OpenAI 模型的回答被擺在 Britannica 原文旁邊,若干段落幾乎逐字相同。按原告的寫法,GPT-4 已「記憶」(memorized)了數量可觀的 Britannica 版權內容,只要使用者開口要求,就能輸出「近乎逐字」的複本。
記憶化:全案攻防的主戰場
AI 公司過去答辯的主軸,一直是「模型學的是風格與統計規律,不是複製原文」。Britannica 的訴狀正面對撞這條防線:當提示就能讓模型吐回原文,那份輸出本身就是一份替代複本,合理使用的抗辯空間也隨之收窄。
同一條舉證路徑,《紐約時報》早在 2023 年 12 月對 OpenAI 的訴訟裡就走過。Britannica 案則把戰線推進到百科、詞典這類結構化知識內容,要檢驗的問題也更寬:條目與釋義在選材、編排、文字上的投入,究竟夠不夠格獲得版權保護。
流量遭蠶食,出版商提告潮湧現
商業損害的部分,訴狀寫得毫不修飾:AI 的回答「取代、或直接競爭」Britannica 的內容,使用者不再像走傳統搜尋那樣被送回原網站——這就是原告所說的「蠶食」(cannibalize)網站流量。對靠訂閱與流量變現吃飯的知識出版商而言,威脅已經高到生存層級。
訴訟與授權的角力正在全產業上演。《紐約時報》案打了兩年多仍無結局;2025 年 9 月,Anthropic 拿出 15 億美元,就作者針對書籍訓練資料提起的集體訴訟達成和解——「先授權、再訓練」的壓力,已經換算成實際數字。Britannica 挑這個節點出手,「授權或訴訟」的二選一,也從新聞業一路擴及整個知識出版業。
開發者與產品團隊該注意什麼
落到實務,有三個影響。第一,RAG 與引用設計的排序往前挪:先檢索、再標註來源,法律風險遠低於讓模型閉卷作答。第二,訓練資料治理升格為合規事項——資料來源、授權狀態與去重策略都得寫成文件,輸出端的記憶化檢測也該列入評估流程。第三,內容授權市場可能跟著擴大:Britannica 若勝訴、或以高額和解收場,百科、詞典與資料庫內容的授權定價都得重新算過。
對 OpenAI 而言,時間點格外難堪——同一週,公司才推出 GPT-5.4 mini 與 nano 兩款新模型。能力愈強的模型、愈流暢的生成,只會讓「依要求重現原文」的證據愈好取得,輸出端的法律風險也一路墊高。