近期，字节跳动和OpenAI的争议以及谷歌Gemini使用百度文心一言进行中文语料训练等事件引发了行业关注。这些事件暴露了AI领域大模型训练中数据版权侵权的问题，表明行业需要规范和完善数据使用的版权问题。
这些大模型互相“薅羊毛”的事件引起行业关注和讨论，因为它们暴露了AI领域大模型训练中数据版权侵权的问题，表明行业需要规范和完善数据使用的版权问题。这些事件可能成为一个契机，引导行业在AI大模型训练过程中规范化数据使用版权。
AI大模型训练中的核心版权问题亟待规范和完善，因为传统的授权许可以及版权法在生成式 AI 训练的领域内存在很多难以界定的问题。由于AIGC训练的数据量庞大且来源各异，使用事先授权许可的方式很难从海量数据中分离具体的作品。此外，版权界定和付费等操作也几乎不可行。因此，AI时代的数据侵权问题对现有的版权法律和规范是一项挑战，需要完善现有的规范化体系。
https://heehel.com/ai-tweets/bytedance-openai.html
https://heehel.com/aigc/google-gemini-ultra.html
https://heehel.com/aigc/weekly-5.html
https://heehel.com/aigc/lu-xun-customized-gpts.html
