微软在应对《纽约时报》等出版商和书籍作者的版权诉讼中，提交了新的法律文件，声称其Copilot聊天机器人几乎不会逐句复制受版权保护的内容。这一说法旨在回应外界对AI工具可能大规模侵权的担忧。

发生了什么

微软在法庭文件中表示，对Copilot的820万次查询进行分析后发现，它很少复现新闻文章或书籍中的完整句子，更不用说能够替代原文的实质性片段了。这些数据是作为诉讼证据的一部分提交的，目的是证明Copilot并未系统性地侵犯版权。此前，《纽约时报》等原告指控微软和OpenAI未经授权使用其内容训练模型，并导致聊天机器人输出侵权内容。

为什么重要

这起案件是AI版权纠纷中的标志性诉讼之一，其结果可能为生成式AI的合法性定下基调。微软和OpenAI一直辩称，使用公开网络内容训练模型属于合理使用，而原告则强调AI输出对原创内容的替代效应。微软此次提供的大规模查询数据，是其首次以量化方式回应“实质性复制”的指控。此前，OpenAI也曾表示其模型很少逐字输出，但微软的数据更具体地聚焦于用户实际看到的回复。

影响与看点

微软的辩护策略可能成为其他AI公司的参考：用真实使用数据来证明侵权风险被夸大。然而，原告可能会质疑数据的代表性，例如820万次查询是否覆盖了所有可能的侵权场景。此外，即使逐句复制很少发生，法院也可能关注更微妙的“实质性相似”或对市场的影响。对于开发者而言，这一案件的结果将影响未来训练数据的使用规则和AI产品的合规成本。值得关注的是，微软在文件中并未否认其模型可能偶尔输出受版权保护的短语，这或将成为辩论的焦点。总体来看，微软的“量化自证”为AI版权争议提供了新的论证维度，但能否说服法院仍是未知数。