法律专家称Meta修订AI商业条款仍可能允许抓取新闻网站
The Verge报道,Meta在10月30日生效的新商业条款中移除了明确提及用抓取内容“训练”产品的措辞,但法律专家认为这不足以消除出版业对AI训练数据抓取的担忧。
推荐理由:法律专家分析指出Meta修改商业条款移除“训练”字样仍保留“开发”等宽泛表述,可能无法实质限制其抓取新闻网站内容用于AI模型。
The Verge报道,Meta在10月30日生效的新商业条款中移除了明确提及用抓取内容“训练”产品的措辞,但法律专家认为这不足以消除出版业对AI训练数据抓取的担忧。
推荐理由:法律专家分析指出Meta修改商业条款移除“训练”字样仍保留“开发”等宽泛表述,可能无法实质限制其抓取新闻网站内容用于AI模型。
律师界认为,版权所有者在人工智能相关诉讼中迎来了新的突破口。这一观点反映了法律专业人士对当前AI与版权冲突下维权策略变化的观察。
Wildwood 导演兼 Laika CEO Travis Knight 表示,生成式 AI 与该工作室的理念完全对立。他批评 AI 窃取艺术家成果且缺乏人性,认为只有人类才能讲述关于失去与悲伤的故事。尽管肯定 AI 在医学等领域的潜力,Knight 仍强调需警惕其破坏性并负责任地使用该技术。
Andreas Oser 指出,30 余年跨领域经验有助于协调侵权与无效程序,并认为 AI 目前无法替代资深代理人的撰写能力。他强调《欧洲专利公约》第 54(5) 条及统一专利法院(UPC)允许代理人同时处理双方事务,显著影响了医药与生物技术领域的专利保护策略。
Mathys & Squire 高级合伙人 Chris Hamer 指出,专利战略必须与商业目标及内部利益相关者需求对齐。他强调在异议和上诉中尽早收集技术与商业信息至关重要,并认为人工智能与机器学习技术的快速演进是当前 IP 领域面临的最大变革与挑战。
Ilya Kalnish指出AI专利咨询已从“能否保护”转向“如何优化”,因各国立法差异需制定分辖区策略。他主张结合美国、欧盟及加拿大视角,在专利、商业秘密间寻求平衡。其建议强调将技术转化为商业叙事,协助决策者在预算与时间限制下评估真实风险并做出务实选择。
Joss Moorkens 与 Monja Jannet 在 arXiv:2610.28710 发表章节,探讨翻译领域的数据伦理。内容涵盖适用于所有数据的版权、所有权及偏见问题,并特别关注少数语言社区及数字鸿沟两侧群体的权力失衡动态。文章最后讨论了责任与监管,反映了翻译研究界对数据伦理日益增长的关注。
P. K. G. Williams 撰文指出,AI 提供了对“信息公地”进行圈地的工具,将共享资源转化为私人财富。这种数字圈地不同于物理圈地,通过“垃圾内容泛滥”破坏支持公共领域的社会系统。文章认为这并非简单的掠夺,而是对人类生活方式的攻击。
Stephenson Harwood知识产权主管指出,知识产权(IP)与科技领域的问题已不再相互独立。该观点强调了两者在当代法律与技术环境下的深度融合趋势。
针对 AI 智能体可能引发的侵权与监管担忧,文章主张利用代理法识别问题,并探索通过客户端-服务器架构等现代软件工程手段解决,而非简单将人类规则强加于软件。该观点发表于《Berkeley Technology Law Journal》第 41 卷第 2 期(2026),指出技术约束在规范智能体行为上可能比传统法律纪律更为有效。
IAM刊发由Harish Daiya和Kalyan Banerjee撰写的深度分析,探讨标准必要专利(SEP)许可中因声明数量虚高导致的估值难题及市场应对机制。
推荐理由:文章梳理了近期SEP估值与禁令规则变动,并指出AI工具虽能辅助筛选专利但无法替代专家对侵权的定性判断。
Managing IP指出,律师事务所无法单独应对人工智能带来的挑战。该观点强调在AI领域,律所需寻求外部合作或跨行业协同以解决复杂问题。
IAM刊发由Harish Daiya和Kalyan Banerjee撰写的深度分析文章,探讨标准必要专利(SEP)许可中因全球超30万件声明专利导致的核心数量无法验证问题,以及市场为此形成的三种应对机制在过去18个月内的演变。
推荐理由:文章梳理了近期SEP估值与禁令趋势变化,并分析AI在专利必要性筛查中的应用边界与风险。
Dennis Crouch基于AI模型对联邦巡回上诉法院(Federal Circuit)十月五个案件进行判决预测。其中In re Burandt已获R.36维持原判,Samsung Display v. ITC预计三星胜诉率约70%,Wuhan China Star v. Samsung Display被视为最可能维持原判的案件。
Anthropic因版权官司意外曝光2021年7月内部研究蓝图,该文件提前规划了Claude Code、工具调用及万亿参数模型等核心技术路径。CEO Dario Amodei当时确立先验证工具调用可行性再演进编程助手的策略,并预判了测试时计算与超长上下文方向。
OpenAI于10月7日在GitHub上传722篇数学手稿,其中编号074的两篇声称证明了三维挂谷极大函数猜想及四维挂谷集Hausdorff维数。该成果基于王虹与Joshua Zahl的既有工作,但未通过同行评审且仅部分结果经Lean形式化。陶哲轩牵头人类数学协会(AHM)发布声明,批评此举展示权力而非学术,并敦促数学家停止与OpenAI合作。
Managing IP 发布题为“Global reach means little without global integration”的周报文章。该文指出,若缺乏全球层面的深度整合,仅具备广泛的全球市场覆盖范围将失去实际价值。
《碳硅道统·跨域迁移治理法典》第三层首创KP知识包全域确权框架,明确开发、迁移、部署及审计四方主体权责。该体系针对NT4权力偷渡建立红线,设立目标域最高否决权,通过“无血统不授权”等铁律实现跨域行为可确权、可追责与可司法采信。
三名律师向美国国际贸易法院(CIT)提交简报,辩称其中出现的“荒谬”错误系简单失误而非人工智能幻觉。他们主张不应因此受到处罚,强调这些错误并非由生成式 AI 产生。
Holland & Knight 合伙人 Terry Wikberg 指出,大语言模型(LLM)、数据聚合平台及自动推理引擎已从根本上改变商业秘密保护格局。传统法律假设认为零散披露不会导致秘密泄露,但 AI 技术使得从不同来源拼凑碎片以重构商业秘密成为可能,这一新风险要求企业领导层、内部法律顾问及从业者立即关注。
日本专利体系对权利人愈发友好,2025年专利申请量突破35万,同比增长超16%,主要归因于生成式AI降低撰写成本。JPO审查高效,平均授权周期13个月,2024年异议程序中维持专利案件达1201件,撤销仅141件。法院倾向颁发禁令并判予高额赔偿,使日本成为全球IP战略关键辖区。
AI洗白案件按传统欺诈处理,依赖内部文件审查;AI侵权案件则视为标准产品责任索赔。胜诉关键在于对比企业内部指标与公开声明及沟通记录,而非理解机器学习模型技术细节。
文章指出在AI基础设施热潮中,拥有专利、技术标准等无形资产比物理设施更能创造跨境收益与战略杠杆。以长江存储(YMTC)为例,其通过3D NAND专利组合迫使三星签署许可协议,并在欧美多地对美光提起诉讼,展示了国家支持实体利用IP获取全球技术市场主导权的策略。
约500名参与者正通过生物年龄指标参与为期六个月的“变年轻”竞赛。前AlphaGo核心成员Thore Graepel指出当前大语言模型(LLM)不具备真正的推理能力,主张借鉴AlphaGo架构以革新机器推理。
IAM 发布文章《From prompts to autonomy》,分析代理式 AI(Agentic AI)从提示词到自主性演进对商业秘密保护的意义。该议题涉及 AI 智能体在数据访问与处理中的潜在风险,旨在探讨新技术环境下企业如何调整策略以应对商业秘密泄露挑战。
OpenAI指控DeepSeek利用“数据蒸馏”技术未经授权使用ChatGPT输出训练模型,涉嫌侵犯知识产权。主流AI模型分析认为,若基于公开Transformer架构独立研发或合法使用开源数据则不构成侵权,但直接复制专有代码或非法获取非公开训练数据可能违规。目前调查仍在进行,尚无最终结论,事件凸显了明确AI训练数据合规标准与技术借鉴边界的必要性。
提出政策条件化 AI 使用检测框架,评估人机工作流是否合规而非判断文本作者。该框架将规则作为输入,通过可复现基准测试报告特定误报率下的真阳性率。在同行评审场景中,即使检测器性能强劲,仍可能标记更多合规作者,因此需配套结构化披露与申诉机制。
最高人民法院法官亓蕾发表文章分析人工智能训练数据面临的个人信息、著作权及企业数据权益冲突等法律风险。文章从立法论视角提出“宽进严出”的制度设计思路,建议在输入端构建涵盖著作权、个人信息和企业数据的合理使用制度,同时在输出端采取严格规制,以兼顾人工智能技术发展与社会公共利益保护。
推荐理由:文章提出人工智能训练数据“宽进严出”的制度设计思路,主张在输入端构建数据合理使用制度以平衡产业发展与权利人利益。