涉嫌爬取数百万YouTube视频训AI 苹果亚马逊OpenAI遭集体起诉

2026年4月，Ted Entertainment、Matt Fisher、Golfholics三家YouTube频道共同发起集体诉讼，指控苹果、亚马逊、OpenAI绕过平台反爬虫机制，非法下载数百万条视频数据用于AI模型训练，争议核心为包含数千万训练样本的Panda-70M数据集，本次诉讼也被视为AI音视频训练数据版权纠纷的标志性案件。

图源: 图像由AI生成

随着多模态大模型的技术竞争进入白热化，海量音视频训练数据的需求暴涨，原本处于灰色地带的爬取公开平台内容行为，正在面临越来越明确的合规挑战。

本次诉讼的争议焦点完全集中在**Panda-70M数据集**之上。根据原告方提交的材料，该数据集通过收录视频网址、ID及时间戳的方式，将海量YouTube视频拆分为超过7000万个独立的训练样本，可供AI模型快速学习视频中的画面、声音、叙事逻辑等信息。

原告方指出，要提取这些视频片段用于训练，苹果、亚马逊、OpenAI的技术团队必须绕过YouTube为保护创作者权益设置的反爬虫机制和版权保护系统，反复访问、截取原创视频内容，本质属于未经授权的非法使用。目前已有明确证据支撑这一指控：苹果团队在其视频生成模型STIV的公开研究论文中，曾明确提及使用Panda-70M数据集完成训练环节。

此前AI领域的版权诉讼大多集中在文字、图片类训练数据领域，音视频内容由于爬取难度高、使用场景相对有限，相关争议出现较晚。但随着多模态大模型、视频生成AI的快速落地，科技公司对高质量视频训练数据的需求在过去两年暴涨了300%以上，YouTube作为全球最大的UGC视频平台，拥有超过10亿条原创视频内容，自然成为各家公司爬取的核心目标。