据媒体消息，包括苹果、英伟达、Salesforce和Anthrophic等公司被曝在训练AI模型时使用了YouTube未经授权数据。 这些科技公司在训练AI模型时使用了一个名为“YouTube字幕”的数据集，大小为5.7GB，包含4.89亿个单词、17.35万个视频。该数据集由视频字幕的纯文本组成，包括视频博主上传的部分和Youtube自动转录的文本。