随着AI生成内容大量涌入互联网,人工创作的“干净语料”变得稀缺。在此背景下,AI巨头们开始关注纸质书籍。据独立媒体404 MediaX报道,人工智能公司正批量购买2022年前出版的珍稀书籍,通过切除书脊并扫描的方式,获取未被AI生成内容“污染”的干净数据。