英國的 Getty Images 案與德國的 Gema 案（針對 OpenAI）。這兩個案子雖然都在談 AI 模型是否侵權，但對「模型記憶（Memorization）」的認定卻給出了不同的看法。
其實除了各國的判斷標準不同，每個案件的事實也不同。本文作者 Andres Guadamuz 提到，AI 是學習了（不侵權）還是記住了（侵權）訓練資料，有時也取決於在訓練資料中重複的程度。如果一首紅遍大街小巷的流行歌（像是 Gema 案中的歌詞），在訓練資料庫裡出現了幾千幾萬次，模型自然會發生「過擬合（Overfitting）」，把內容記得滾瓜爛熟，隨便一問就能吐出一模一樣的歌詞。這時候，侵權風險當然高。
反之，如果是訓練資料庫裡只出現過一次的冷門文章，模型通常只能學到「概念」或「風格」，而記不住具體細節。這時候，要認定它「複製」了原創內容，法律上的難度就高得多。
未來的著作權（版權）官司，重點可能與資料清洗、去重，以及模型架構的技術都有極大關係。
原文：The persistence of memorization, by Andres Guadamuz (2025/11/28)
