AI版权争议迎司法转折 多家厂商密集发布新模型争夺市场

美国司法部首次就AI版权问题表态

2026年9月3日，人工智能行业迎来一个标志性事件。美国司法部（DOJ）当地时间9月1日向曼哈顿联邦法院提交了一份”利益声明”，正式介入《纽约时报》诉OpenAI版权侵权案。美国司法部明确支持OpenAI的立场，主张AI公司使用受版权保护的材料训练大语言模型属于”合理使用”（Fair Use）范畴，不构成版权侵权。

这份文件由美国副司法部长斯坦利·伍德沃德等人签署。DOJ从国家安全角度论证了支持OpenAI的必要性，认为如果版权规则显著增加在美国开发大语言模型的难度，可能损害美国AI产业竞争力并带来国家安全风险。这一表态意味着美国政府在法律层面对AI训练数据的版权争议给出了倾向性立场，对全球AI行业的训练数据合规策略将产生深远影响。

该案件的核心争议点在于：AI公司从互联网上抓取受版权保护的文本用于模型训练，是否属于”合理使用”中的转化性使用（Transformative Use）。OpenAI方面主张，模型训练过程将原始文本转化为统计规律和语言能力，并非对原文的直接复制或替代。而《纽约时报》方面认为，AI生成的回答可能替代用户访问原始新闻内容，构成市场替代效应。司法部的介入为这场持续近两年的法律战增添了重要变量。

Meta发布Muse Spark 1.3追赶头部竞品

就在同一天，Meta Platforms发布了其迄今最强大的AI模型Muse Spark 1.3。开发者从9月3日起可以访问并付费使用该模型。Meta计划将这一模型推向Instagram、Facebook等社交媒体平台以及Meta AI的用户。

Meta首席AI官Alexandr Wang在发布会上表示，这是Meta迄今在模型性能上最大的一次跃升，新模型在编程和智能体能力方面取得显著进展。Wang称此次升级让Meta与OpenAI和Anthropic近期发布的AI模型处于相近水平。这是Meta在AI模型竞赛中缩小与头部竞品差距的关键一步，也反映出开源与闭源模型之间的竞争正在加剧。

Muse Spark 1.3的发布时间点颇为微妙。同日Google也上线了Gemini 3.8 Flash，这是Google在六周内发布的第三款Flash模型。Google将Flash系列定位为执行大型项目编码、反复调用工具、独立完成持续数小时复杂工作的主力模型。Google的密集发布节奏表明，模型迭代已经从按月发布加速到按周发布的阶段。

Google Gemini 3.8 Flash上线

Google在9月3日发布了Gemini 3.8 Flash，继续贯彻”小步快跑”的模型迭代策略。从版本号上看这是一次常规更新，但Google给Flash系列分配的任务越来越重——官方说法称其目标是编写和修改大型项目、反复调用工具、独立完成持续数小时的复杂工作。

Google和Meta在同一周内发布新模型并非巧合。当前AI行业竞争已进入白热化阶段，模型能力差距正在缩小，厂商开始通过发布频率和差异化能力争夺开发者生态。Meta强调编程和智能体能力，Google强调长周期复杂任务执行，OpenAI和Anthropic则在推理能力和安全性维度持续投入。模型性能从”遥遥领先”走向”水平相近”，竞争焦点正在从单一跑分转向实际场景表现。

微软Azure营收透明度提升与财务架构重组

微软在9月3日同步宣布了自2015年以来最大规模的财务报告架构调整。微软将开始按季度披露Azure云计算业务的具体营收，并推出新的财务报告分类，将Office业务与Azure合并命名为”Agents and Infra”。

微软投资者关系负责人Jonathan Neilson表示，鉴于Azure目前的体量与规模，引入更高层次透明度是合适的选择。微软在美股盘后提交的文件显示，Azure最近一个财季营收达294亿美元，同时披露了过去两年的季度营收数据，呈现持续扩张态势。这一变化回应了华尔街长期以来的要求——投资者需要清晰的Azure营收数据来衡量微软在AI领域的商业化进展。

将Office与Azure合并为”Agents and Infra”反映了微软对AI业务整合的战略判断。微软不再将云计算和办公软件视为独立业务线，而是将AI Agent和基础设施作为统一的增长叙事。这一架构调整也意味着微软的AI Copilot产品将被纳入更大的收入池中报告，可能淡化单独AI产品的收入贡献细节。

AI基础设施面临社区抵制与内存供应瓶颈

AI产业快速扩张的另一面是基础设施建设的社区阻力正在加剧。美国财政部长贝森特9月3日公开批评科技巨头，指责其在AI基础设施大规模扩张之际未能有效争取民心。贝森特在北卡罗来纳州夏洛特经济俱乐部活动上直言AI行业”在解释自身方面做得极差”，给出的评分仅为D-。数据中心建设热潮正在推高电力成本和高带宽内存价格，引发社区层面的广泛不满。

内存供应方面的压力同样值得关注。谷歌供应链基础设施高级总监Nikhil Cherian在行业峰会上透露，AI产业已从”算力受限”转变为”内存受限”。在单台典型AI服务器中，高性能内存占物料清单成本比例高达约75%。谷歌甚至开始拆解退役服务器以回收DDR4内存模组，重新部署到新型AI服务器上。这种”拆旧补新”的做法在以往的数据中心运维中极为少见，反映出当前内存供应链的紧张程度已经到了需要非常规手段应对的阶段。

黄仁勋称英伟达已实现AGI

英伟达首席执行官黄仁勋在最近一次财报电话会上宣称英伟达已经实现了AGI（通用人工智能），并给出了一个预测——未来英伟达可能只需要4万名人类员工，就能同时指挥40万甚至400万个24小时无休的AI Agent工作。如果英伟达确实率先实现AGI，其坐拥的全球最庞大算力底座将形成”算力反哺研发”的护城河。AGI解锁递归自我进化后，英伟达理论上可以在内部孵化数百万AI Agent组成的研究团队，自动化设计下一代GPU架构和重写CUDA代码。

黄仁勋还在G20创新部长级会议上进一步阐述了”AI经济学”理念，将AI定位为类似电力、互联网的国家级经济基础设施。他表示对一个国家来说，这场技术工业革命最坏的结果就是没有利用AI而被甩在后面。这番表述显示出英伟达不仅在技术层面布局，也在政策层面积极推动各国将AI基础设施纳入国家战略规划。

2026年9月3日的这一系列事件勾勒出AI行业的当前格局：版权争议在法律层面出现转机但远未终结；模型竞赛从性能差距转向迭代速度和场景落地的比拼；基础设施扩张面临社区阻力和供应链瓶颈的双重挑战；头部厂商开始重新定义商业模式和财务报告口径以反映AI业务的整合趋势。