AREX Feed Article
USA Today 及关联报业实体起诉 OpenAI：称其未经授权使用数十万篇文章训练 GPT 模型，索赔逾 2.5 亿美元
10 月 8 日（周四），USA Today Co. 及其 13 家关联实体在纽约南区联邦法院起诉 OpenAI，指控其未经授权复制了原告出版物上的数十万篇文章及其他材料，并寻求超过 2.5 亿美元的赔偿。
据 ，原告还请求将该案与同院已合并的 OpenAI 版权诉讼关联处理；显示，这份关联请求由原告在立案当天提交。案号为 1:26-cv-08892，案名 USA Today Co., Inc. v. OpenAI Foundation。共 79 页的将「OpenAI 的商业成功建立在规模化版权侵权之上」列为核心主张，并写道：「它从未请求许可，从未提出付费，只是拿走了原告的作品，用来打造价值数千亿美元的产品。」
案卷确认：14 家原告实体、19 家出版物、7 名被告
案卷与诉状显示，原告为 USA Today Co., Inc. 及 13 家由其持有的关联实体，其中包括 Gannett Satellite Information Network, LLC、Detroit Free Press, Inc.、The Courier-Journal, Inc.、Des Moines Register and Tribune Company、Journal Sentinel Inc.、Phoenix Newspapers, Inc. 等。原告方拥有 19 家出版物的内容版权，包括 USA TODAY、The Tennessean、Indy Star、Detroit Free Press、The Detroit News、The Arizona Republic、The Columbus Dispatch、The Oklahoman、The Des Moines Register、The Palm Beach Post、Star News 等。诉状称，USA Today Co., Inc. 前身为 Gannett Co., Inc.，其历史可追溯至 1906 年。
被告共有 7 个 OpenAI 主体：OpenAI Foundation、OpenAI GP, LLC、OAI International, Inc.、OpenAI OpCo, LLC、OpenAI Global, LLC、OAI Corporation、OpenAI Group PBC。诉状回顾称，2025 年 10 月完成重组后，原非营利组织成为 OpenAI Foundation，营利实体成为 OpenAI Group PBC；诉状援引 OpenAI 披露的信息称，OpenAI Foundation 持有的这部分股权价值约 1,300 亿美元。
原告由 Rothwell, Figg, Ernst & Manbeck, P.C. 的 Steven Lieberman 代理。案卷所列的立案当天文件还包括民事案件封面表、版权登记提交表（AO 121）、出庭通知、传票签发申请和 14 份 Rule 7.1 公司披露声明；书记官随后就披露声明的合规问题发出一份通知。
三项指控与救济请求：法定赔偿、禁令与模型销毁
诉状第 13 段写明，原告在本案中寻求「超过 2.5 亿美元」的损害赔偿。按其援引的法定框架，对每一项故意侵权行为，原告最高可主张 15 万美元的法定赔偿；对每一次移除版权管理信息（CMI）的行为，可再主张最高 2.5 万美元的赔偿。
原告诉请由三项指控构成：直接版权侵权（17 U.S.C. § 501）、替代侵权（vicarious infringement），以及《数字千年版权法》（DMCA）下的移除版权管理信息之诉（17 U.S.C. § 1202(b)(1)）。救济请求包括法定赔偿、补偿性赔偿、返还与交出利润，宣告 OpenAI 的使用违法，永久禁令，依据 17 U.S.C. § 503(b) 销毁所有包含原告内容的 GPT 或其他 LLM 模型与训练集合，以及诉讼费用与律师费。原告同时要求由陪审团审理。上述指控与索赔尚未经法院认定。
训练数据指控：逾 16 万条 WebText 记录与逾 1.22 亿 C4 token
诉状称，OpenAI 从原告出版物网站抓取内容用于训练，不论内容是否处于付费墙之后；这些材料「被复制、摄入」，且不止一次。为说明规模，诉状列出原告域名在 OpenAI 早期数据集中的数量：
- WebText（GPT-2 的训练语料）：原告内容合计超过 16 万条记录，其中 usatoday.com 83,266 条、freep.com 12,994 条、jsonline.com 9,814 条、azcentral.com 9,073 条、detroitnews.com 7,028 条、indystar.com 6,726 条。
- C4（2019 年 Common Crawl 快照过滤后的英文子集）：原告域名合计超过 1.22 亿 token，其中 usatoday.com 约 2,300 万、azcentral.com 约 1,200 万、freep.com 约 820 万、jsonline.com 与 detroitnews.com 各约 810 万、cincinnati.com 约 780 万、indystar.com 约 760 万、tennessean.com 约 650 万。
- GPT-3 的训练配比：Common Crawl 权重 60%、WebText2 权重 22%，而 WebText2 在全部 token 中占比不足 4%。
诉状还指控 OpenAI 用 Dragnet、Newspaper、Gutentag 等文本提取工具清洗数据，这些工具针对「byline」「copyright」「©」等与版权管理信息相关的词项，从而在构建训练数据集与生成输出时移除了 CMI。本案所涉模型从 GPT-1 覆盖到 GPT-6.1 及 GPT-OSS，包括 Instant、Thinking、mini、nano、Pro 等变体。
诉状引用的内部记录：从「特别擅长新闻」到「意外的掩盖」
诉状用大量篇幅论证 OpenAI 的行为是「故意」的，引用材料包括：
- 联合创始人 Greg Brockman 对同事说，模型「特别擅长预测新闻文章的文本」，「在新闻上表现出色」。
- 2020 年，时任研究负责人 Dario Amodei 在演示中把「新闻生成」（News Generation）列入 GPT-3 的技能清单。
- OpenAI 研究副总裁：「我们训练网络去记住训练数据——这就是它们的目标。」
- 2022 年 6 月的内部信息中，员工承认 GPT-4 会「记住海量数据」，因此「极其擅长照搬复述」。
- 一名微软高管把 OpenAI 未经授权使用受版权保护内容称为「规模空前的惊人盗窃」，并称这可能是「人类历史上最大规模的劳动成果窃取」。
诉状还称，OpenAI 的输出过滤器不屏蔽任何尚未起诉它的机构的内容；一名微软高管在内部把这一做法称为「意外掩盖」，因为它让「对内容享有权利的人更难了解哪些内容被用于训练」。
诉状同时指控微软与 OpenAI 之间的内容交换：三年间，微软以「Project Taxi」为名向 OpenAI 提供了 Bing Index，即微软为自家搜索引擎抓取的数十亿个网页的集合，其中包含原告内容；微软还以「Project Mango」为名替 OpenAI 运行爬虫，专门「尽可能多地收集文档」用于训练，OpenAI 为此向微软付费。
关于 OpenAI 对版权素材的依赖，诉状引用该公司 2023 年 12 月提交给英国上议院通信与数字委员会的书面证据：「如今版权几乎覆盖所有形式的人类表达……不使用受版权保护的材料，就不可能训练出当今领先的 AI 模型。」诉状脚注将这些引文的出处标注为合并版权诉讼案卷中的文件（Dkt. 1977-1，2025 年 9 月 17 日提交）。
Exhibit B：按标题生成「深度摘要」的 GPT-5.6 输出
诉状列举了多个「说明性、非穷尽」的输出示例，完整版本收录在 Exhibit B。示例的提示词形态类似：「请找到并总结这篇标题为……的文章，并给我一份有深度的摘要。」随后 GPT-5.6 会检索到对应文章，输出多段式长摘要；诉状称这些摘要改写原文，并沿用了原文的结构组织。
被点名的例子来自 Indianapolis Star、Detroit Free Press、Knoxville News-Sentinel、Palm Beach Post、The Tennessean、The Des Moines Register、The Courier-Journal、Star News 等 14 家地方媒体。诉状主张，OpenAI「通过对模型进行后训练，让模型以摘要代替返回文章本身」；并援引 OpenAI 披露的数据称，截至 2026 年 3 月，ChatGPT 拥有超过 9 亿周活跃用户和超过 5,000 万付费订阅者。
诉状称，这类输出可以替代原文的信息功能：ChatGPT 负责人 Nick Turley 写道，出版方面临「生存威胁」，这些产品「基本上是可替代的」，「并且会随着改进变得越来越具替代性」；一名 OpenAI 软件工程师则写道，「无论我们把链接展示得多显眼，用户都不会点击」。诉状据此认为，当输出复述或重新包装原告内容时，用户就没有理由访问原有网站或付费订阅。
关联请求指向的合并诉讼：已推进到简易判决动议阶段
原告提交的关联请求指向 1:25-md-03143-SHS-OTW。显示，案件名为 In re: OpenAI, Inc. Copyright Infringement Litigation，立案于 2025 年 4 月 11 日，由法官 Sidney H. Stein 主审、治安法官 Ona T. Wang 负责审前事务。案卷记录已超过 2,000 条，最近的动议包括「新闻原告方」（News Plaintiffs）提出的部分简易判决动议，以及微软提出的排除专家证言动议，相关截止期限落在 2026 年 10 月至 11 月。
把这起诉讼放进针对 OpenAI 的版权诉讼清单：除 The New York Times 已提起诉讼之外，The Intercept、CNET 母公司 Ziff Davis、CBC/Radio-Canada、Encyclopaedia Britannica、Merriam-Webster、The Seattle Times，以及一个由近 400 家地方报纸组成的联盟，也都在对 OpenAI 采取法律行动。该报道还称，OpenAI 未立即回应其置评请求。
截至 10 月 8 日的案卷最后更新，法院尚未就这项关联请求作出决定。