8月24日 AI 五条：版权训练仍无统一答案，重庆把万卡算力写进规划

本期覆盖 2026 年 8 月 23 日 08:30 至 8 月 24 日 08:30（UTC+8），按对合规判断、产业投入、科研基础设施和企业部署的影响排序。

要点　TechCrunch 8 月 23 日报道，William Alsup 法官在 Anthropic 相关案件中认定，使用版权作品训练 AI 本身属于合法行为；Anthropic 仍因从非法在线「影子图书馆」取得书籍，与作家达成约 15 亿美元版权和解。在 Thomson Reuters 起诉 Ross Intelligence 的案件中，Stephanos Bibas 法官则认为，Ross 使用 Thomson Reuters 内容开发直接竞争的 AI 法律平台，不属于合理使用。另一起 Thaler v. Perlmutter 案认定，完全由 AI 生成的作品不能获得版权保护。1

为何重要　企业需要把三个问题分开处理：训练时使用作品是否构成合理使用，训练数据是否通过合法渠道取得，以及生成内容本身是否具备版权资格。Anthropic 案、Ross 案和 Thaler v. Perlmutter 案对应的法律问题并不相同。相关诉讼仍在继续，企业应继续记录训练数据来源、授权范围和生成内容中的人工创作环节，等待后续裁判进一步收敛边界。

要点　重庆市人民政府网站 8 月 23 日发布消息称，《重庆市「十五五」人工智能发展规划（2026—2030 年）》已经印发。规划提出，到 2030 年智能经济核心产业规模突破 2500 亿元，新一代智能终端、智能体等主流应用普及率超过 90%；重庆还计划建设万卡级超大规模智能算力集群，新建数据中心绿电使用率超过 80%，落地 50 个 AI 未来工厂 和 5 个未来农场。规划同时提出完善 AI 规则标准、生成内容知识产权归属、行业应用规范和敏感数据管控。以上数字均为规划目标。23

为何重要　这份规划把算力规模、数据中心能源、产业场景和安全规则放进同一条政策路径。对企业来说，后续值得追踪的不是规划数字本身，而是预算安排、算力集群项目、数据中心采购、未来工厂清单和行业应用规范；这些文件才会决定目标能否转化为可调用的基础设施和具体合规要求。

要点　北京国际科技创新中心 8 月 23 日报道，8 月 21 日至 22 日在北京举行的 2026 科学智能大会上，北京市科委、中关村管委会发布首批人工智能赋能科学研究典型案例，共 16 个，覆盖基础研究到产业应用。案例包括化学研究自主实验室、先进光源 AI4S 创新平台和玻尔科研空间站。报道介绍，先进光源平台把数据、算力、模型、智能体与实验控制连接起来；相关研究人员还称，X 射线吸收谱分析由数小时缩短到秒级，准确率超过 95%。这些性能数字属于报道中的项目方介绍。4

为何重要　AI4S 的判断重点从模型会不会回答问题，转向模型能否接入仪器、调用计算工具、控制实验并把结果回传到下一轮任务。北京这批案例提供了观察科研 AI 的具体入口：看系统是否形成真实实验闭环，性能数字是否有独立评测，接口和数据是否能被其他研究团队复现。当前报道主要展示案例和项目方披露，读者仍需等待公开数据、可复现实验和部署范围。

要点　David Senra 的节目页面标注日期为 8 月 23 日；节目主持人 David Senra 在 8 月 23 日发布的 X 帖子列出与 OpenAI 联合创始人兼 CEO Sam Altman 的访谈主题。节目摘要显示，Sam Altman 把 OpenAI 的主要工作描述为研究和算力，并说扩展算力需要协调芯片、晶圆厂、数据中心、电力、融资、政策、供应链和物流。他还表示，OpenAI 希望主要作为平台运行，包括直接界面和 API，并担心 AI 的权力集中在少数公司、个人或模型手中。56

为何重要　这段内容提供的是 OpenAI CEO 对公司基础设施负担、平台定位和权力分配的战略表述，不能替代产品公告、财务计划或治理文件。读者可以把它当作后续观察清单：OpenAI 的资本开支会否继续向算力基础设施倾斜，API 与直接界面如何分工，以及「扩大人的能动性」是否会落实为可核验的产品和治理动作。

要点　VentureBeat 8 月 24 日 07:00 刊出的一篇客座技术文章认为，企业若为每个 AI 应用分别处理文档、切块、嵌入和检索上下文，可能出现知识版本不一致、更新难以同步和重复建设。作者提出四层架构：Raw 保存原始来源，Refined 把异构来源整理为有治理的知识对象，Integrated 连接不同系统中的实体和关系，Serving 为不同 AI 应用提供共享或任务专用的表示。7

为何重要　企业评估多个智能体时，可以按这四层检查知识底座：原始来源能否追溯，版本和权限能否管理，不同系统中的客户、产品和流程能否对齐，下游应用能否复用同一份治理后的知识。VentureBeat 页面没有提供独立调查、部署规模或效果数据，因此这套架构适合作为设计检查清单，后续仍要用实际故障率、维护成本和回答可追溯性验证它的价值。