英伟达被曝「偷」数据，每天爬取超 80 年视频数据量，北大学术数据集也遭殃

文章预览

最近的英伟达似乎步入了多事之秋。 继其最强 AI 芯片被曝量产延期、市值蒸发超 3000 亿美元之后，英伟达又被 404 Media 曝出，在未经授权的情况下，从 YouTube、Netflix 等平台抓取视频内容，用于训练其尚未对外公布的 AI 视频模型。 内部邮件和 Slack 聊天记录显示，尽管英伟达员工对使用这些数据集的合法性和伦理问题提出了质疑，但公司管理层表示这些行为已得到高层批准，并辩称其行为符合版权法。 值得一提的是，在 2 月末的内部讨论中，英伟达提及了其正在使用的多个数据集，其中就包括 HD-VG-130M。 后者是一个包含 1.3 亿个 YouTube 视频的数据集，由北京大学的研究人员构建而成，而其使用许可证明确规定仅限于学术研究。 英伟达的做法更像是当下大多数 AI 公司的一个缩影。 当用户已经被视作「数据提款机」，除非内部人士曝光，否则外界实 ………………………………