OpenAI据称通过转录超百万小时YouTube视频推出语音转文本Whisper模型。《纽约时报》报道细节显示，该公司明知此举存在法律争议，仍认定其属合理使用。据悉，OpenAI总裁Greg Brockman亲自参与了相关视频的收集工作。
OpenAI发言人Lindsay Held声明称，公司为各模型创建了“独特”数据集，旨在助模型理解世界并维持全球研究竞争力。Held指出，数据来源多元，涵盖公开与非公开数据合作，且公司正研究生成自有合成数据。
Google发言人Matt Bryant提醒，robots.txt文件及服务条款均禁止未经授权抓取或下载YouTube内容。YouTube CEO Neal Mohan上周受访时亦表示，若OpenAI利用YouTube视频训练Sora属实，将违反平台原则。
另据《泰晤士报》报道，Google也在收集YouTube转录文本。对此，Matt Bryant回应称，基于与创作者达成的协议，其模型系合规利用YouTube内容进行训练。