当地时间3月20日，法国竞争管理局（Autorité de la concurrence）发布公告称，由于谷歌公司在未经许可的情况下，使用法国新闻机构和出版商提供的内容训练其旗下人工智能服务Bard的基础模型，违反了欧盟版权法相关规定，决定对谷歌处以2.5亿欧元罚款。
科技巨头被曝使用未经授权的YouTube内容训练AI（人工智能）模型。当地时间7月16日，据外媒报道，包括苹果、英伟达、Salesforce和Anthrophic在内的一些大型科技公司，被曝在训练AI模型时使用了来自谷歌旗下视频网站YouTube的未授权数据。
9月20日，华为全联接大会在上海举办。华为副董事长、轮值董事长、CFO孟晚舟在大会上发表主题演讲表示，华为支持每个组织使用自己的数据训练出自己的大模型，让每个行业用自己的专业知识发展出自己的行业大模型。孟晚舟认为，从小模型时代到大模型时代，AI技术的实用性发生了质的飞跃。
UnrealSynth虚幻合成数据生成器 - NSDT利用虚幻引擎的实时渲染能力搭建逼真的三维场景，为 YOLO 等 AI 模型的训练提供自动生成的图像和标注数据。然而，对于监督式机器学习，总是需要更大、更复杂的数据集，而收集这些数据集的成本很高。
来源：环球时报 【环球时报驻美国、德国特约记者 冯亚仁 昭东 环球时报记者 王冬 甄翔】“有许多专家相信，Open AI公司在使用公共视频网站的数据训练其大模型。”美国“商业内幕”网站18日刊文称，这家业界领先的人工智能（AI）初创企业获取数据的方式正在引发争议。
21世纪经济报道 见习记者郭聪聪 实习生刘欣 北京报道爱尔兰数据保护委员会（DPC）针对X公司（前Twitter）使用欧盟公民数据训练其生成式AI聊天机器人（Grok）的法律诉讼一案尘埃落定，X公司同意永久停止处理其来自欧盟和欧洲经济区（EEA）用户的个人数据以用于Grok模型训
来源：环球网 【环球网科技综合报道】11月28日，据路透社消息，针对网络上有关微软利用Microsoft 365应用程序（涵盖Word、Excel等）中的客户数据来训练人工智能模型的指控，微软于周三正式作出回应，明确否认了这一说法。
科技日报北京7月25日电（记者 张梦然）《自然》24日正式发表的一篇研究论文指出了一个人工智能（AI）严重问题：用AI生成的数据集训练未来几代机器学习模型，可能会严重“污染”它们的输出，这被称为“模型崩溃”。
“我们可能会收集公开的在线信息或来自其他公共来源的信息，帮助训练Google的人工智能模型。”近日，谷歌更新隐私政策，表示将利用网络公开数据训练旗下的AI模型，相关条款已于7月1日生效。谷歌的这一动作引发争议，单方面通知用户的行为是否合法合规？此举又是否有“囤数据”之嫌？
