当纽约时报联合17家媒体在曼哈顿联邦法院递交52页制裁动议、指控OpenAI“藏匿证据”的时候，地球另一端的德里高等法院给出了截然相反的答案。
2026年7月24日，法官Amit Bansal在一份长达135页的裁决书中写道：OpenAI使用亚洲国际新闻（ANI）的新闻内容训练大语言模型，在初步审查阶段不构成版权侵权。这一行为落入印度《版权法》第52条第1款a项规定的“合理使用”例外，适用于研究目的的私人使用。
同一天，纽约时报的律师团队在曼哈顿法院指控OpenAI“从诉讼前就开始构建一个约7800万条去标识化ChatGPT对话的内部数据库”，用以评估其侵权程度，却拒绝在证据开示中提供。两种司法温度在同一个24小时内登上了全球新闻头条，折射出AI版权治理正在经历的深刻分裂。
德里判决的三个关键支点
ANI于2024年11月向德里高等法院提起诉讼，指控OpenAI未经授权使用其受版权保护的新闻内容训练ChatGPT，并要求临时禁令阻止OpenAI继续使用其数据。这是印度新闻机构对AI公司提起的首起版权诉讼。
在此之前，ANI曾在2024年10月3日主动向OpenAI提出授权许可，将新闻内容授权给OpenAI用于模型训练。OpenAI拒绝了这一提议。ANI的律师在庭审中指出，OpenAI已经与金融时报、美联社、康泰纳仕等“商业模式与ANI类似的新闻机构”签署了授权协议，言下之意，你既然能跟FT、AP签约，为什么不能跟ANI签约？
德里高院的判决建立在三个核心判断之上。
训练数据行为本身不构成侵权。法院认为，OpenAI将ANI的文学作品存储用于训练大语言模型，在初步审查阶段不构成版权侵权。这是一个具有根本意义的定性，它将AI训练过程中的数据复制行为与传统的“未经授权复制作品”区分开来。法院援引了美国判例中的Bartz、Kadrey以及Google Books案，支持了“将版权作品用于非表达性目的不构成侵权”的逻辑。
ChatGPT的输出不构成实质性相似。法院逐一审查了ANI指控的侵权输出，包括通过检索增强生成（RAG）技术生成的回答，认定这些输出与ANI的原始作品不存在实质性相似。ANI未能证明ChatGPT“记忆”或“复制”了其受保护报道的具体内容。
临时禁令将造成不可逆的公共利益损害。法院明确表示，向OpenAI颁布临时禁令不仅会对该公司造成“不可弥补的伤害”，更会阻碍印度本土大语言模型的发展，并损害大量免费使用ChatGPT的公众利益。这一公共利益论证，是德里判决区别于美国同类案件最显著的特征，它把一个版权纠纷上升到了国家AI产业战略的层面。
不过，法院在管辖权和程序问题上做出了有利于ANI的裁定，认定印度法院对本案拥有属地管辖权，尽管OpenAI的服务器位于美国。这意味着案件将进入正式审理，ANI仍有机会在证据开示和全面审理中证明其主张。Bansal法官已将案件发回德里高院名册庭，由后者确定由哪个分庭审理全案。
纽约的战场：完全不同的游戏规则
德里判决前两周，2026年7月9日，纽约时报、纽约每日新闻、调查报道中心、The Intercept以及Ziff Davis等17家媒体组织在曼哈顿联邦法院提交了一份52页的制裁动议，指控OpenAI在证据开示中“选择隐瞒而非配合”。
根据原告方代理律师Ian Crosby的声明，OpenAI负责隐私工程的员工Vinnie Monaco在第二次取证中的证词揭示了此前未被披露的关键信息：早在纽约时报2023年底提起诉讼之前，OpenAI就已经建立了一个包含约7800万条去标识化ChatGPT对话的内部数据库，用于评估其模型对他人作品的侵权程度。原告方称，OpenAI在超过两年的诉讼中一直隐瞒了这一能力。
制裁动议要求法院禁止OpenAI将其提供的2000万条对话样本作为证据，因其“不可靠”；认定ChatGPT日志本应显示大量侵权内容；并让OpenAI支付因追查这些证据产生的法律费用。纽约每日新闻的律师Steven Lieberman在听证会上表示，OpenAI“两年多来一直在就其搜索训练数据集和日志中侵权内容的能力做出虚假陈述”。
这不是美国AI版权诉讼的唯一战线。2023年9月，Author's Guild联合John Grisham、Jodi Picoult、David Baldacci、George R.R. Martin等17位知名作家在纽约南区联邦法院提起集体诉讼，指控OpenAI“系统性的大规模版权侵权”。2025年10月，法院做出了一项里程碑式的裁定，认定ChatGPT生成的原告小说情节摘要可能构成侵权，驳回了OpenAI关于输出侵权的简易判决动议。这是美国法院首次裁定LLM的输出本身可能构成版权侵权。
The Intercept、Raw Story和AlterNet则在2024年起诉OpenAI，指控其删除ChatGPT输出中的作者署名信息，违反了《数字千年版权法》（DMCA）。地区法院最初驳回了该案，但2026年4月，第二巡回上诉法院正在审理上诉。
纽约时报在2026年第一季度财报中披露，其针对AI公司的诉讼成本已累计超过2800万美元，其中仅2026年第一季度就花费了420万美元。这些数字本身就是衡量这场诉讼战激烈程度的标尺。
相比之下，德里法院的判决传递了一个截然不同的信号：在美国法律体系对AI训练数据的合法性步步紧逼时，印度选择了一条更宽松的道路。
西敏寺的教训：英国模式的三棱镜
要理解德里判决的全球坐标，还需要看英国。
2025年11月29日，英国高等法院对Getty Images诉Stability AI案作出判决。法官Joanna Smith认定，Stable Diffusion的模型权重不构成对Getty Images 1200万张训练图片的“复制”。这一核心裁定直接瓦解了Getty的主要版权诉求，迫使Getty在庭审中途放弃了版权侵权主张。
但英国法院同时裁定，Stability AI在输出中重现Getty水印痕迹构成商标侵权，Getty因此获得了一项有限但实际的胜利。Stability AI已提起上诉。Getty在判决后声明称，该判决确认了“Stable Diffusion的训练和开发过程中使用了Getty Images受版权保护的作品”，但对“即使像Getty这样资源充足的公司，在缺乏透明度要求的情况下保护其创作作品仍面临重大挑战”表示担忧。
英国判决最深远的影响在于其法律方法的独特性。英国没有美国式的“fair use”抗辩，也没有印度《版权法》第52条那样的法定“fair dealing”例外。英国法院的推理路径是技术性的，它不是在“合理使用”的框架下判定训练行为合法，而是从根本上质疑了“模型权重等于复制品”这一前提。这一推理路径为欧洲AI训练诉讼提供了先例参考。
三种司法管辖区，三种不同的法律路径。
美国路径：在“fair use”四要素框架下辩论，法院尚未就训练数据本身做出最终裁决，但诉讼压力持续加大，披露义务日趋严格。印度路径：明确将AI训练纳入法定“fair dealing”例外，立法层面的开放性为AI公司提供了最强的法律确定性。英国路径：绕开“合理使用”框架，从技术事实出发论证模型权重不是复制品，判决结果对AI公司有利，但法律逻辑独特，难以直接移植。
三条路径的共同点在于：主流司法管辖区在初步审理阶段都没有认定AI训练行为本身构成版权侵权。但它们在“为什么不构成侵权”这一核心问题上，给出了完全不同的答案。
发展中国家的战略算盘：为什么印度选择“开放”
德里判决最引人深思的部分不是法律技术，而是公共利益论证背后的战略逻辑。
印度拥有超过14亿人口，是全球第二大互联网市场，但其大语言模型产业仍处于起步阶段。与拥有OpenAI、Anthropic、Google的美国和拥有DeepSeek、百度、阿里的中国不同，印度至今没有出现具有全球影响力的基础模型公司。
印度政府近年来在AI基础设施上持续加码。2024年3月，印度内阁批准了IndiaAI Mission，以10372亿卢比（约12.5亿美元）的五年预算，用于建设AI算力基础设施、推动大语言模型开发、建立AI创新中心。截至2026年，该计划已部署超过3.8万块GPU，以远低于全球市场价的约115卢比/GPU小时向初创企业和学术机构开放。但本土模型的训练数据瓶颈始终是悬而未决的问题。
如果德里法院在此案中颁布临时禁令，要求OpenAI停止使用印度新闻机构的内容，那么印度本土AI公司将面临同样的约束。这对印度而言，意味着在AI竞赛中尚未起跑就已经被套上了脚镣。
法院的判决语言直接反映了这一战略考量。法官Bansal指出，对OpenAI颁布临时禁令将“阻碍印度本土大语言模型的发展”。这不是抽象的司法说理，而是对印度AI产业现实的直接回应。
从更宏观的视角看，印度正在将自己定位为“AI版权治理的第三极”，既不追随美国的严格审查路径，也不完全照搬欧盟的透明度监管模式，而是通过扩大合理使用范围来降低AI创新的法律门槛。
这并非没有代价。代表ANI出庭的数字新闻出版商协会（DNPA）和印度出版商联合会在庭审中强烈反对这一路径，认为AI平台未经授权使用出版内容“威胁了新闻业的经济基础”。法庭上的分歧核心其实是一个更深层的追问：如果AI公司可以免费使用新闻内容训练模型，新闻业的商业模式将如何维系？
德里法院的回应是：这不是版权法要解决的问题，而是市场需要解决的命题。OpenAI与FT、AP、Axel Springer签署授权协议，说明商业合作路径是存在的，但这不是法律义务。
全球AI版权地图的三种模式
把德里、纽约和伦敦的三条线索拼在一起，一张全球AI版权治理的“三元地图”正在浮现。
第一极是“收紧型”，以美国为代表。纽约时报案、Author's Guild集体诉讼、DMCA诉讼等多线并进，法院在证据开示阶段对AI公司施加了严格的信息披露义务。即便最终法院可能认定训练数据属于fair use，漫长的诉讼周期本身已经构成了巨大的合规成本和不确定性。纽约时报累计超过2800万美元的诉讼费用，就是这场消耗战的直接注脚。
第二极是“模糊型”，以欧盟和英国为代表。欧盟AI法案对通用AI模型提出了透明度要求，要求模型提供商披露训练数据来源，但并未明确训练行为本身是否合法。英国法院在Getty案中做出了对AI公司有利的技术性判决，但政府仍在就AI版权法进行公开咨询，立法方向尚未尘埃落定。
第三极是“开放型”，以印度为代表。通过法定“fair dealing”例外，为AI训练数据提供明确的法律保护，将产业发展的优先级置于内容保护之上。
一个容易被忽视的变量是日本。日本《版权法》第30-4条，2018年修法引入的“非享受目的”条款，允许为数据分析目的使用版权作品，只要使用目的不是“个人享受作品中表达的思想或情感”。这一条款在理论上覆盖了AI训练数据的场景，但“非享受目的”的界定在实践中存在争议，且日本2023年的修法主要针对的是强制许可制度，而非进一步放宽AI训练限制。日本作为全球第三大经济体，其法律立场对亚洲AI版权格局的影响不可低估。
这意味着，对于全球AI公司而言，一个“版权套利”的空间正在形成：在印度和日本训练模型的法律风险最低，在美国和欧盟面临的不确定性最高。选择在哪个司法管辖区部署训练基础设施，将越来越多地成为一个法律策略问题，而不只是技术成本问题。
未竟之战与产业启示
德里判决的即时效果是：OpenAI保住了ChatGPT在印度市场的训练数据基础，数亿免费用户不受影响。但案件远未结束。ANI的实体诉求将进入全面审理，Bansal法官已将案件发回名册庭分配审理庭，届时双方将展开证据开示，ANI有机会获得OpenAI在印度训练数据使用情况的具体证据。
更大的影响在于心理层面。德里判决向全球AI产业传递了一个信号：即使在AI版权诉讼最激烈的2026年，仍有重要司法管辖区选择为AI技术发展“开绿灯”。这可能加速AI公司将其训练基础设施向“低法律风险”地区转移的趋势，进一步加深全球AI治理的碎片化。
对于新闻出版业而言，德里判决是一个警示：版权法可能不是保护内容价值的最有效武器。在OpenAI与FT、AP、Axel Springer等新闻机构签署授权协议的案例中，主动谈判换来的商业合作反而比诉讼更有效。ANI的“先授权、后诉讼”策略，先向OpenAI提出许可邀约，被拒后再起诉，在德里没有成功，但这一策略本身可能仍是新闻机构更务实的选择。
印度政府尚未就AI版权问题出台专门立法。德里判决只是法院在个案中的初步裁决，而非最终结论。但考虑到印度司法体系对先例的重视程度，这一判决对未来类似案件的指导意义不可低估。
德里高院在135页判决书中引用美国判例，援引Google Books案，论证训练数据不构成侵权。纽约法院在曼哈顿审理OpenAI是否藏匿侵权证据。英国上诉法院在审查Stability AI的模型权重是否构成复制品。三个司法管辖区，三条不同的推理路径，但都指向同一个核心问题：在AI时代，版权法的边界在哪里？
答案可能不在任何一个法院的判决书中，而在于各国如何在“保护创新”与“保护创作”之间找到自己的平衡点。印度做出了它的选择。其他国家还没有。
这就是AI版权战争的真正面貌，不是一场诉讼，而是全球治理体系的重新洗牌。
快报