Anthropic 宣布将从8月29日起使用用户聊天记录和代码会话训练其AI模型，用户需在9月28日前选择是否退出。默认设置为同意，数据保留期限延长至五年，涵盖Claude免费版、专业版及高级版，但不包括商业用途版本与API场景。新用户注册时需选择偏好，现有用户可通过弹窗确认或延后决定。若用户未调整设置，默认“开启”状态允许数据被使用。用户可在隐私设置中关闭选项，但已用于训练的数据无法撤回。Anthropic承诺通过工具保护隐私并过滤敏感信息，且不会出售用户数据。

2025年7月29日，国内GPU厂商摩尔线程在WAIC 2025前夕发布全功能GPU技术，致力于打造高效AI‘超级工厂’，解决大模型训练效率瓶颈。其核心产品包括支持FP8精度的MTT S5000智算卡和万卡集群KUAE2，具备加速计算通用性、高单芯片算力及集群稳定性等优势。摩尔线程自研MUSA架构与MTLINK 2.0通信技术，实现30% Transformer性能提升和15%资源损耗降低，并通过零中断容错技术确保集群有效训练时间超99%。推理方面，MTT S5000创下DeepSeek R1模型推理速度100 tokens/s的新纪录。摩尔线程以全功能GPU为核心，推动国产AI算力基础设施发展，助力生成式AI进化。

正文：2025年7月21日，苹果公司发布研究论文，强调其AI模型训练符合道德原则并尊重出版商权益。论文指出，苹果未使用非法抓取的数据训练模型，若出版商不同意数据被抓取，苹果将不予使用。数据来源包括授权数据、公开数据集及通过Applebot抓取的公开信息，同时明确排除用户私人数据和不安全内容。苹果还表示严格遵守robots.txt协议，允许出版商控制页面访问和使用范围，确保内容不被滥用。论文详细描述了Applebot在复杂网络环境中获取有效信息的方式，并重申对版权的尊重。

7月6日，Meta以143亿美元收购Scale AI近一半股份，引发行业震动。Scale AI为谷歌、OpenAI等提供AI训练数据，但交易导致部分合作暂停，竞争对手迅速填补空缺。五家竞争公司称客户咨询和招聘兴趣显著增加，强调‘数据中立性’为核心卖点。Appen CEO表示，上市公司身份和中立性成优势；Prolific和Turing也主打‘无利益冲突’吸引客户。同时，Scale的自由职业者因项目停滞转投竞争对手，Mercor AI称已收到多名Scale员工申请，仅招募顶级人才。此次收购正重塑AI数据标注市场格局。

美国加州北区法院近日对两起AI训练素材版权案作出简易判决，首次明确AI训练中的合理使用边界。在作家诉Anthropic案中，法院认定合法购买书籍扫描为电子版用于训练属合理使用，但通过盗版网站下载内容仍构成侵权。Meta案中，法院认为其使用BT种子下载盗版图书训练Llama模型具有转换性，不构成市场替代，亦属合理使用。两案反映出中美在AI产业发展与版权监管间的博弈差异，美国法院对AI产业持较宽松态度，而欧盟则倾向严格合规。判决涉及数据取得、训练和输出三个核心问题，强调盗版素材不可接受，但正版转化及训练行为可适用合理使用原则。我国预计也将陆续出现类似案件的一审判决。

美国法院近日裁定，AI公司可未经作者同意，使用合法购买的已出版书籍训练人工智能模型。该裁决涉及Anthropic公司，其在2024年8月被三位作家起诉，指控其使用盗版和正版书籍训练Claude模型。法院认为AI训练属于‘转化性使用’，符合版权法中的‘合理使用’原则，未直接替代原作市场。但法院同时指出，盗版书籍的使用仍属侵权，需另行审理。此次裁决是美国首次明确支持AI公司使用合法书籍训练模型，降低了版权风险，可能影响Open AI和Meta相关案件的后续审理。

6月26日，据路透社报道，微软因在训练AI模型Megatron时使用未经许可的盗版书籍内容，正面临多位知名作家的版权诉讼。原告包括凯・伯德、贾・托连蒂诺等，他们指控微软利用近20万本盗版书籍的数据集训练AI，使其能模仿原作风格生成文本。案件还涉及Meta、Anthropic及OpenAI。此前，加州法院曾裁定AI使用盗版内容仍可能担责，而科技企业则辩称其行为属于“合理使用”。原告要求法院禁令并索赔每部作品最高15万美元。

6月24日，美国加州北区地方法院裁定，使用受版权保护的内容训练人工智能模型属于合法行为。该裁决支持了AI公司Anthropic使用盗版材料训练其Claude AI模型的行为，引发创作者权益争议。内容创作者长期抱怨AI公司未经许可抓取其作品用于训练模型，并从中获利，而原作者却未获任何补偿。此案由Andrea Bartz、Charles Graeber和Kirk Wallace Johnson于2024年提起诉讼，法官William Alsup最终认定用于训练大语言模型的副本属于合理使用。该裁决被认为对艺术家、音乐家和作家等群体不利，可能加剧AI行业与创作者之间的矛盾。

6月16日消息，哈佛大学法学院图书馆在微软与OpenAI支持下，开源首个AI训练数据集“Institutional Books 1.0”。该数据集收录了哈佛馆藏的98.3万本书籍，涵盖245种语言、2420亿个Token，40%为英语书籍，主要集中于19至20世纪，分为20个主题。每本书提供完整元数据，包括作者、出版年份、语言及来源等信息。未来，哈佛大学计划扩展数据内容，已与波士顿公共图书馆合作，将历史报纸数字化加入数据集。此外，他们还将开发AI工具，提升馆藏整理效率并推动负责任的数据使用规范。

5月29日，我国科学家联合研发出混合并行新算法GroPipe，首次结合流水线模型并行与数据并行技术，使AI训练速度近乎翻倍。该算法由西北农林科技大学刘斌教授团队主导，与美国纽约州立大学及云南大学合作完成，相关论文发表于《IEEE Transactions on Computers》。研究针对大型深度卷积神经网络训练中的负载不平衡和通信开销问题，提出基于性能预测的自动模型分割算法，实现了计算资源的高效利用。实验显示，在8-GPU服务器上，GroPipe相比传统方法，在ImageNet数据集上的ResNet系列平均加速比达42.2%，VGG系列达79.2%，BERT-base模型提升最高达51%。