翻译：白池磊 知产财经
知产财经从美国版权局官网获悉，2025年5月9日，美国版权局发布《版权与人工智能》报告的第三部分（预发布版本）：生成式人工智能训练。该报告围绕AI训练的初步侵权认定、合理使用分析、许可框架的选择等问题展开，为立法、司法与业界提供了可参考的分析框架。以下是对报告核心内容的概述。
一、生成式人工智能训练中的版权侵权认定
（一）初步侵权认定要素
构成初步侵权需满足两个要素：1.有效的版权所有权；2.复制受保护作品的原创性内容（无论是否完全一致，只要存在实质性相似即可）。
（二）生成式AI开发中的潜在侵权环节
1.数据收集与整理
复制权问题：下载、存储、格式转换、筛选或修改受版权保护内容的行为均可能侵犯复制权。即使数据后续被删除，复制行为本身已构成侵权。
衍生作品权问题：若整理过程中对作品进行改写、重组或生成合成数据（如为图像添加文本描述），可能涉及衍生作品权。
2.模型训练
训练前的数据复制：训练需将数据集复制到高性能存储设备，构成复制权侵权。
训练过程中的临时复制：数据分批次输入模型时，临时存储的副本可能构成侵权。
模型权重的争议：若模型权重（参数）编码了受保护内容的实质性表达（如能生成与原作几乎相同的输出），则可能侵犯复制权或衍生作品权。法院判例存在分歧——部分案例认为模型权重仅为抽象表达不侵权（如Kadrey v. Meta），但若模型能输出实质性相似内容，则可能侵权（如Andersen v. Stability AI）。
3.RAG（检索增强生成）
数据库构建：将受保护内容复制到检索数据库中，构成复制权侵权。
实时检索：从外部来源（如搜索引擎）获取内容并生成回答时，临时复制行为可能侵权，尤其是当系统保留检索记录或显示原文时。
4. 输出结果
直接复制：生成与原作几乎相同的图像、文本或角色（如电影剧照、新闻原文），可能侵犯复制权。
衍生内容：改编或重构原作的输出（如修改故事情节或视觉风格），可能侵犯衍生作品权。
（三）法律争议焦点
1.模型权重的性质：需判断其是否实质保留或“记忆”了受保护内容。
2.实质性相似标准：法院关注模型输出是否与原作存在实质性相似，而非仅技术实现方式。
3.责任分配：训练者、模型分发者及用户的责任边界尚不明确，需结合具体场景分析。
（四）行业与司法实践
1.开发者风险：主流开发者通常保留训练数据集以供未来使用，加剧侵权风险。
2.新闻媒体关切：RAG技术对新闻内容的检索与生成引发强烈担忧，可能替代原作并分流流量。
3.判例分歧：法院对技术细节的审查程度不同，导致同类案件结果差异。
二、未经授权使用受保护的作品进行AI模型训练的合理使用分析
（一）合理使用的四要素框架
1.用途与性质：重点考察使用是否具有“转化性”（transformative），以及是否为商业性质。模型的预训练（pre-training）通常具有高度转化性，因为其目的是生成新场景下的多样化输出；而将模型用于生成与训练集作品实质相似内容，则转化性较弱。同时，即便为非营利研究目的，若后续商业化部署，仍可能被认定为商业使用。
2.作品性质：创作性强、尚未公开的作品更受保护；科研或功能性作品则保护力度相对较弱。
3.使用数量与重要性：AI训练常需全量拷贝整个作品，这在传统意义上不利于合理使用；但若此行为对达成转化性目的“合理必要”，则第三因素的反对力度可减轻。
4.对潜在市场或价值的影响：若AI输出可取代原作品，或稀释同类型作品市场，市场伤害显著；反之若有有效授权市场，未经授权使用更难被认定为合理使用。
（二）公共利益考量
尽管生成式AI带来医疗、教育、内容创作等广泛社会效益，多方也担忧对创作者生计的侵蚀。版权局认为，除上述四要素已纳入的公共利益考量外，额外将社会效益作为独立权衡点的必要性不足。
（三）许可市场的可行性
报告指出，音乐、新闻、图像等领域已有或正在建立针对AI训练的数据许可市场；若许可渠道可行，第四要素将更倾向于不支持未经授权的训练。
（四）国际比较
1.欧盟：通过DSM指令（Directive 2019/790）为科研目的文本挖掘（TDM）设立例外，并在《欧盟AI法案》中要求AI提供者遵守版权持有者的“选择退出”（opt-out）机制。
2.英国：仅允许“非商业科研”场景下的计算分析，需合法获取作品；版权持有者可明确排除。
3.日本、新加坡：分别对“享用”（enjoyment）及“合法访问”作出限制性规定，排除涉及满足个人观赏或未经合法途径获取的训练行为。
4.以色列：仿效美国合理使用，2022年司法部意见认为大多数ML（机器学习）训练为合理使用，但不涵盖下游产品。
5.中国：尚无明确TDM或AI训练例外，实践待发展。
三、AI 训练的许可框架
（一）自愿许可（Voluntary Licensing）
1.直接许可：AI 公司与单个版权主体一对一协商授权条款，根据作品类型和用途制定灵活的价格和范围。
2.集体自愿许可：通过“集体管理组织”（CMOs）进行大规模授权，能够简化数以万计的交易，降低双方成本。
该许可模式可能存在的问题：
1.可行性：技术界担忧面对海量、多样作品时逐一许可成本过高；创作者界则认为这只是商业成本，已有多起授权案例可资借鉴。
2.补偿水平：许可费用虽可能分散，但可采用基于收益或利润的后付模式，避免前期高额支出；研究机构或可依赖合理使用豁免。
3.反垄断顾虑：集体授权需防范 CMOs 滥用定价权，对此可通过保留“直接许可”选项及寻求司法部反垄断指引来平衡。
（二）法定许可（Statutory Licensing）
1.强制许可（Compulsory License）：由国会设定固定费率和适用范围，免除谈判；历史上仅在市场失灵严重时采用，但往往程序冗长、嵌入行业后难以废除，且可能扼杀灵活创新。
2.扩展集体许可（Extended Collective Licensing, ECL）：借鉴欧洲模式，由政府授权 CMOs 对某类作品统一授予许可，未加入的权利人可“选择退出”；可在特定领域（如视觉艺术）试点，但需做精细化设计，避免“一刀切”。
3.“选择退出”机制：类似欧盟文本与数据挖掘例外，作品默认可被 AI 爬取，但权利人可通过元数据、robots.txt 等途径声明不参与。实践中存在元数据易篡改、平台无权更改标记等障碍，多数版权方并不支持由法律强制设立此机制。
（三）版权局的分析与建议
1.因地制宜地推广自愿许可：对于高价值、集中度高的作品（如热门音乐、正版图库），自愿直接或集体许可已显可行；对于分散、难以追权的内容（如网络评论、次生创作），可借助 CMOs 聚合权利、降低谈判成本。
2.多样化补偿结构：除固定费率外，应鼓励采用后付分成、基于收入/利润比例的模式，支持小型初创与学术研究公允使用的需求。
3.谨慎对待法定强制：反对普遍的强制许可，其风险在于“一成不变”、程序繁复且可能抑制创新；考虑有限度的ECL，仅在特定行业、特定作品类型中适用，并保留权利人退出权；同时建议司法部就集体许可的反垄断安全港提供指导。
4.暂不推行法律层面的“选择退出”：技术实现和执行成本较高，且难以消除既有模型已摄取的作品影响。
本报告最终版本将在不久后发布，预计内容不会有实质性变动。
（本文主体部分由AI总结生成，可能存在一定偏差或错误，敬请谅解。AI生成文字不代表本公众号的观点，仅作为辅助创作的参考）
附报告：
扫码查看报告
京公网安备 11010502049464号