生成式人工智能大量使用著作权保护期内作品进行模型训练易引发著作权侵权及诉讼。我国《生成式人工智能服务管理暂行办法》第七条明确规定生成式人工智能训练者应当依法开展预训练、优化训练等训练数据处理活动，不得侵害他人依法享有的知识产权。针对著作权侵权的合理使用抗辩，我国采用大陆法系封闭式立法例，《著作权法》第二十四条仅规定有十二项有限的合理使用情形，第十三项“法律、行政法规规定的其他情形”并不能理解为由法院自由裁量的开放式条款，须在《著作权法实施条例》《信息网络传播权保护条例》《计算机软件保护条例》等行政法规中有限列举。我国虽在最高人民法院于2011年发布的《关于充分发挥知识产权审判职能作用推动社会主义文化大发展大繁荣和促进经济自主协调发展若干问题的意见》第八条以及随后系列判决中借鉴了域外合理使用四要素分析法在司法实践中对合理使用进行灵活判定，但此种超越立法的司法裁量备受质疑，且不足以提供生成式人工智能模型训练利用作品所需的制度稳定性保障。2025年9月16日，华特迪士尼、康卡斯特旗下环球影业以及华纳兄弟探索公司联合向加州地方法院提起著作权侵权诉讼，矛头直指我国新兴人工智能公司MiniMax，称旗下产品“海螺AI(Hailuo AI)”在模型训练和内容生成过程大量复制和再现经典影视、动画形象，再次将模型训练著作权争议推向风口浪尖。因此有必要回应生成式人工智能模型训练引发的著作权侵权争议，为训练者使用作品提供可行性强的解决方案和稳定预期，同时保护著作权人的权益。

通观各国法律区域，支持生成式人工智能模型训练适用合理使用的方案主要有以下三类。第一是借助美国的非表达性转换性合理使用规则。大模型训练虽然全文复制在先作品，但并不会实质性呈现诗歌、歌曲、艺术创造等独创性表达，任何人在看到大模型训练时只会看到一个巨大的数据矩阵，大模型训练很难对其中任何一项作品产生替代或潜在的市场影响，如果可以测量的话，大模型训练重要的是作品的数量和规模，其中任何一项作品对模型权重的影响都小得几乎无法察觉。 大模型训练对在先作品的利用是一种高频次、低价值的利用，所依赖的是从海量表达学习中探索出规律，而非依赖其中一项内容。 不过非表达性转换性使用规则取决于个案认定，依赖于法院的自由裁量权，不同法院易得出不同判定，不利于形成稳定一致的规律。例如，在Thomson Reuters诉Ross Intelligence案中，特拉华州联邦地区法院认为被告在模型训练中未经授权对原告Westlaw数据库中法律批注的使用会影响原告的现有和潜在衍生市场，不具有转换性，不能判定为合理使用 ；而在AndreaBartz等三位作家诉Anthropic案中，加利福尼亚北区联邦地区法院则认为，被告使用著作权保护期内书籍训练其大语言模型的行为属于转换性合理使用 。第二是欧盟《数字单一市场版权指令》第4条规定有为文本与数据挖掘目的复制和摘录合法可访问的作品和其他内容的例外。例如在Robert Kneschke诉Laion案中，德国汉堡法院以文本与数据挖掘例外判定被告未经许可将原告摄影作品纳入数据集（含58.5亿个图像文本对)用于训练生成式人工智能模型的行为落入例外范畴。第三是《日本著作权法》第30-4(ii)条规定的“信息分析例外规则”，允许人工智能为数据分析(即从大量作品或大量其他此类数据中提取、比较、分类或其他统计分析构成的语言、声音、图像或其他基本数据)而使用作品。虽有以上合理使用支持方案，但在模型训练中适用合理使用存有制度困境。

(一)训练者对作品的故意利用及市场侵占

合理使用如果完全运用于生成式人工智能使用作品进行模型训练，则生成式人工智能大量使用作品将无需经过著作权人的授权，也无须向著作权人付费，这使得著作权人毫无能力控制人工智能对自己作品的使用。为了获得高质量训练数据集，生成式人工智能训练者故意大规模针对著作权保护期内作品进行使用。例如Book3包含近20万本受著作权保护的电子书，已被Meta和彭博等公司用于训练人工智能系统。 这类包含多类型书籍的数据集对训练生成式人工智能极有价值。一些人工智能训练者从互联网上抓取作品，而另一些则从中间商获取作品。某些大公司的生成式人工智能训练，例如OpenAI的Dall-E、谷歌的Parti和Imagen等模型从何处获取数据集则无从可知。对此，已有成千上万的作者在自己的社交媒体账号上发布“禁止使用AI”的标识，抗议将他们的作品用于人工智能模型训练。 然而，由于生成式人工智能系统的黑箱特性，作者们很难确定自己的作品是否被用于此类目的。

人工智能输出与训练数据中作品相同或实质性相似的内容难以构成转换性合理使用。该类生成内容吸收了原作者的创作技巧和特征，落入原作者预期的创作范围和原作品预期可能进入的除首次发行外的其他市场，即原作者的改编权权利范畴。人工智能表达性地使用作品进行创作的行为类似于人通过学习吸收原作者独创性表达创作新作品，如果人创作的后续作品在表达上和在先作品构成实质性近似，则会侵犯在先作者的改编权。既然人并不会因为创作了有独创性的改编作品而豁免侵权责任，那么机器也不例外。 人工智能基于原作品独创性表达生成的新创作者有可能取代原作品，侵占原作品著作权人的市场。其结果是人类为某种需要而使用他人作品必须支付报酬，但人工智能却能享有例外。不同于谷歌图书案中，谷歌因全文扫描复制图书但只通过网络提供作品片段引导读者检索并购买感兴趣的图书，谷歌图书仅是搜索工具，本身不创造作品。而生成式人工智能作为通用工具，能生成文字、图片、音视频，与被纳入训练数据集的原作品形成替代或竞争。如果不对原作者进行补偿，会对原作品潜在市场产生严重影响，使用人工智能的用户可能通过模仿原作者风格创作出更受青睐和更具市场营销度的新内容，取代原作品。对原作者独特风格的取代也会损害其著作权中包括修改权和保护作品完整权在内的精神权利。

(二)有悖于合理使用设立初衷：市场失灵缺失与资源再分配倒置

合理使用制度设立的初衷，一是充当解决市场失灵的手段 ，二是一种促使大型内容制作者补贴公共利益的资源再分配机制。作为解决市场失灵的手段，当著作权人不可能授权他人使用自己作品进行创作时，合理使用作为法律机制能够替代市场作用，使后续使用人能在原作品基础上完成新的创作。不同于评论原作品或大规模扫描纸质图书，难以形成作品许可市场 ，著作权人面对人工智能大规模数据化使用作品带来的收益、演绎生成物和技术进步，不太可能使人工智能训练数据许可市场难以形成。人工智能使用作品的许可市场实际早已形成，谷歌服务条款中提及当用户将受知识产权保护的内容上传、提交、存储或发送到谷歌服务以及通过谷歌的服务上传、提交、存储、发送或接收内容时，将授予谷歌及其合作伙伴一项全球性的许可，允许谷歌使用、托管、存储、复制、修改、创建衍生作品、传播、出版、公开演示、公开展示和分发此类内容。 其他诸如脸谱网、亚马逊等大型互联网科技公司也有类似的服务条款。因此，人工智能使用作品训练的情形有可能获得著作权人的许可授权，未经授权的人工智能使用作品会对作品的潜在市场产生负面影响，不宜适用合理使用制度。

作为资源再分配机制，合理使用制度让普通公众能够从大型内容制作公司处以合理的成本获取和利用文化资源，促进社会文化的繁荣，而互联网改变了文化内容的创作和发行模式，使普通公众成为了文化内容的创作者。 文化内容的制作和发行不再仅通过出版社、音像社、电影公司、电视台、院线或媒体公司完成，数字及互联网技术的发展为原创者提供了创作的手段和分享作品的平台，消费者能够打破传统创作和发行模式在时间和地域上的局限性，通过网络在众多的在线阅读和音视频门户中获取各类作品，公众可以随时随地通过互联网分享自己的创作，刺激了用户原创内容的发展， 谷歌等计算机、人工智能巨头需要从普通公众处获取使用文化作品的权利才能将作品用作训练数据进行机器学习。如果将合理使用制度完全适用于人工智能模型训练和机器学习，将通过剥夺普通公众的权利而增强大型技术公司的实力，不符合合理使用制度设立的初衷。

(三)模型崩溃的潜在风险

鉴于合理使用适用于生成式人工智能模型训练的多重制度困境以及著作权人对模型训练付酬的强烈呼吁，各国学者逐步加强对模型训练著作权补偿方案的探讨，而非一味依赖欠缺稳定性与一致性的合理使用制度。在诸多著作权补偿方案中，提及最多的是“选择退出”补偿金方案，虽不同主张将其表述为“法定许可—退出” 、“准法定许可” 、“通知—退出” 、“补偿金制度” 等，但其本质皆为将拟用作生成式人工智能模型训练的作品列入数据库中供著作权人查阅，并向著作权人提供选择退出将作品列入模型训练数据集的权利，同时就使用作品的行为给付著作权人补偿。“选择退出”补偿金方案看似节省著作权人与模型训练者谈判成本，实则有不可逾越的制度实施障碍。

(一)“选择退出”补偿金方案的制度设计

“选择退出”补偿金方案既可通过调整现有法定许可制度又可通过借鉴著作权间接侵权领域的“通知一删除”规则设计。新设“大型作品数据库”法定许可制度允许著作权人向人工智能企业表达“选择退出”的意愿，包含四个应用场景：第一为对数据库整体计费解决法定许可使用费的计算难题；第二为优化人工智能企业向著作权人寻求许可以及著作权人向企业表达“选择退出”意愿的路径；第三为引导人工智能企业选择类似于中国知网、视觉中国等对作品集中管理的类集体管理组织代为收取使用费以保障著作权人获取许可使用费；第四为通过对人工智能企业施加数据披露义务，对模型训练数据和合法性进行确认和溯源。 参照“通知一删除”规则设计的“通知一退出”机制中，著作权人可以首先要求人工智能模型训练者采取有效措施防止其系统生成与相关作品完全相同或实质性相似的输出内容；当著作权人发现由人工智能系统生成的包含其作品的逐字复制或实质性相似的内容，或者包含其作品的衍生作品时，有权向该人工智能模型训练者发出通知；著作权人必须在通知中记录未经授权使用作品的情况及其权利归属情况，并附上作品的数字副本或在线链接。 收到通知后，如果相关人工智能模型训练者认可著作权人已初步证明存在侵权行为，其必须迅速采取措施，防止人工智能系统再次生成此类侵权内容，这些措施可包括：(1)从其人工智能系统使用的数据集中移除该作品；(2)在人工智能系统中嵌入过滤技术，以防止再次生成著作权侵权内容；(3)启动“机器记忆清除”程序，消除该著作权作品对人工智能系统的影响；人工智能服务提供者应将所采取的措施告知著作权人，并对这些措施的效果做出适当解释。 那些没有选择退出的著作权人可就使用他们作品获得经济补偿。

没有选择退出训练数据集的著作权人可通过向人工智能企业征税的方式就使用他们作品获取补偿金。美国曾根据1992年《家庭录音法案》(AHRA)对某些数字录音设备征税，并将筹集资金分配给著作权人，以弥补数字音频录制设备复制著作权保护期内作品对著作权人带来的影响。该类征税针对数字录音设备的销售和进口，采取类似征税的国家还包括荷兰等欧洲多国、加拿大、日本等国。 该制度对能够复制著作权保护作品的设备和存储介质的制造商、进口商和分销商征收费用，以补偿著作权人因私人复制而遭受的损失；这种费用分配可以被描述为一种补偿性支付，旨在补偿著作权及相关权利人因私人复制其作品而损失的潜在收入，该制度适用于打印机、扫描仪、智能手机、平板电脑、计算机、DVD刻录机以及CD/DVD等存储介质、USB驱动器、存储卡、硬盘和服务器等设备；费用从将这些产品投放市场的制造商、进口商、销售商处收取，随后通过集体管理组织重新分配给有权获得的各方。 类似的征税可延伸至人工智能领域以使没有选择退出的著作权人就使用他们作品获得经济补偿， 包括明确人工智能企业的补偿支付主体身份；引进类集体管理组织，优化补偿收缴工作主体；设置一定比例标准收取人工智能公司的年度或季度营业额作为补偿金，如果人工智能公司需要输出稀缺或特定表达内容，则采取单一标准，按照数量或传统一对一许可模式向特定著作权人提供补偿。 

(二)“选择退出”补偿金方案无法逾越的制度实施障碍

“选择退出”补偿金方案看似赋予著作权人选择权，但更像是在技术推动下难以实施的虚假承诺，究其原因主要有以下四方面。

第一，现有技术难以实现真正的“选择退出”。从人工智能模型训练集中选择退出有两种技术方法：基于位置和基于单元；基于位置退出表示某些统一资源定位符(URL)不应用于模型训练；基于单元退出通过向网络内容添加元数据，表明该内容已被选择退出；但在生成式人工智能模型训练中，这两种方法都不能远程有效控制对作品下游副本的使用。 作品下游副本是指出现在原网址之外的作品复制件，例如摄影作品出现在另一网址的广告中，或作曲出现在另一网址的在线视频中。 

第二，不断涌现的新技术使“选择退出”无效。Meta开发的增强现实眼镜配备有摄像头和麦克风，其捕获的数据能用于训练人工智能模型。 但是增强现实眼镜捕获的作品既不能通过URL访问，也不能以保留元数据的方式访问，著作权人对增强现实眼镜捕获作品用于模型训练的行为无法实施选择退出。而且增强现实眼镜将被广泛应用，预计从2023年到2030年，该新技术产品的市场将以 
 的复合年增长率增长。 除智能眼镜等技术外，网络爬虫技术的不断更新也使著作权人疲于应对，难以实现选择退出。

第三，将所有作品从模型训练集中退出会耗费著作权人高额的执行成本。如前所述，技术原因导致权利人不可能为存储于网络多个位置的副本添加退出标识，将其作品从网络环境全面退出非常不现实；就算权利人能够选择退出所有合法副本，也难以阻止人工智能公司使用盗版作品训练模型，盗版作品不包含退出选项。 虽然robots.txt 协议作为技术工具会提醒网络爬虫不要爬取受著作权保护的作品,但效果十分有限,因为其设计目的是阻止搜索引擎索引作品,而非人工智能模型训练使用作品, 著作权人由于无法区分robots.txt 协议究竟阻止作品被用作模型训练还是被用作搜索引擎,会因担心其作品再也无法在互联网上被检索到而怠于行使选择退出。此外,中小著作权人囿于资源匮乏,无法及时关注退出机制,难以行使退出权利。

解决模型训练困境之路径回归传统授权许可机制是著作权人强烈主张的方案。面对法律不确定性与不断升级的侵权风险，包括OpenAI在内的部分人工智能企业选择主动签订许可协议，以规避潜在的诉讼责任。 澳大利亚和新西兰对4274名词曲作者和出版商进行的一项民意调查中，95%的人表示训练者把作品输入人工智能系统之前必须征得权利人许可，93%的人要求获得报酬；对作者和艺术家的民意调查显示数据大致相同 。

(一)传统著作权集体管理许可在智能时代的延展

生成式人工智能模型训练的著作权集体管理许可是传统著作权集体管理制度在智能时代的延展，传统著作权集体管理包括自愿集体管理、延伸集体管理、推定集体管理、强制集体管理等。此外，美国《孤儿作品法案》中对孤儿作品的集体授权也能带来一定启示。

具体而言，在文字和图像等出版领域运营的集体管理组织通常又称为复制权组织，复制权组织代表文字和图像作品作者和权利人管理权利，尤其在他们不愿自行管理权利或管理权利不能的情形下。 在自愿集体管理下，复制权集体管理组织代表那些授权其代为行事的权利人发放复制许可，同时也通过与其他国家的复制权集体管理组织达成协议来发放许可。 在延伸集体管理制度下，以北欧为代表的国家法律制度将基于权利人授权而自愿协商达成许可协议的适用范围扩大到未授权的权利人作品。在大多数情况下，未授权的权利人有权阻止其作品被使用，即选择退出作品被集体管理，并且集体管理组织有义务将此类情况告知作品使用者。 推定集体管理制度下，一个具有代表性的集体管理组织被推定代表成员和非成员权利人的权利和利益；例如在德国和法国管理绝版作品的复制权集体管理组织在特定条件下被推定代表非成员权利人。 在强制性集体管理的情况下，权利人不能单独提出主张；例如在法国，权利人依法只能通过文化部批准的集体管理组织(CFC)提出主张，CFC代表所有法国和外国作品管理复制权，可通过自愿机制和教育领域数字使用的扩展集体管理方式对数字复制进行授权。 

鉴于近年来人工智能公司与创意版权产业之间达成协议数量的稳步上升，著作权内容的直接授权越发重要。与此同时，许多著作权集体管理组织也意识到人工智能公司对其作品库合法使用需求的日益增长，开始为人工智能应用场景开发专门的集体授权方案。这些集体解决方案由美国版权许可中心(CCC)、英国版权许可代理机构(CLA)、欧盟著作权管理机构(VG-Wort)、澳大利亚版权代理机构以及日本著作权许可学术协会(JAC)等组织率先推出，标志着著作权内容在人工智能系统中的利用方式发生了重大转变。 美国版权许可中心推出了一个新的授权方案，用于人工智能系统内部使用著作权内容，基于非排他性的自愿集体许可方案，为企业提供数百万作品的访问权限。 日本著作权许可学术协会已扩大其数字著作权许可，允许在人工智能系统内部使用受著作权保护的材料。 在欧盟，VG-Wort成为第一个引入人工智能许可框架的集体管理组织，其允许人工智能公司在内部使用受著作权保护作品进行人工智能模型训练和输出生成内容，前提是生成内容摘要或评价不对外发售或以其他方式对外传播。 

借鉴2006和2008年的美国《孤儿作品法案》，从业者建议美国国会创建一个类似于孤儿作品法案的系统，人工智能公司只有在该系统中对著作权人进行搜索后才能使用作品进行模型训练，如果没搜索到权利人而权利人随后出现，需将许可费先提存再支付给著作权人。 集体管理组织要高效运作，应避免在人工智能公司和著作权人之间增加不必要的成本，且保持良好的透明度。 采取区块链技术可以增加集体管理透明度，排除人为因素影响，有效保障著作权人知情权；另外可采取不定期审计，聘请第三方机构对著作权集体管理组织开展审计，有效解决集体管理过程出现的痛点难点。 

(二)双利于著作权人与训练者的著作权集体管理许可方案

双利于著作权人与模型训练者的著作权集体管理许可方案应在自愿集体管理、延伸集体管理、推定集体管理、强制集体管理等传统集体管理模式中做出倾向性选择，拟定报酬支付计算方式，施加著作权信息披露义务以及配套其他措施。法国文化部在2025年6月23日发布的《就人工智能系统使用文化内容支付报酬的工作组报告——法律部分》(简称“《工作组报告》”)对以上问题的回应可供我国参考借鉴。

首先，就集体管理模式选择而言，《工作组报告》倾向选择自愿集体管理，因为这类模式最能体现著作权人的自我意愿，权利人可以直接选择是否与人工智能模型训练者签订协议，或者选择集体管理组织代其与模型训练者达成协议；延伸、推定和强制集体管理由于将集体管理组织的权限延伸至非会员著作权人，迫使部分著作权人未自愿许可就被集体管理组织代表将其作品用作模型训练，强制集体管理更是将此情形强加给所有人，这三类模式并不能最优体现权利人意愿；法定许可则更剥夺权利人对内容使用的意愿表达，意味着权利人无法反对诸如以风格生成内容这类型的作品使用。 工作组通过2024年5月问卷调查收集文化行业参与者的咨询意见显示，约70%的人选择自愿集体管理，28-31%的人选择强制和延伸集体管理，低于10%的人选择法定许可。 自愿集体管理具有双重优势，既保留了知识产权法许可授权和合同自由的核心原则，又提供了在适当情况下寻求集体管理组织代理的可能性。

其次，报酬计算方式包含按比例和按固定金额计算两种方式，自愿集体管理模式下的合同自由允许各方按需在特定情形下协商选择最优计算方式，可择其一适用也可混合适用。某些现行协议中已开始实施混合报酬支付，即低于某一收入阈值按固定金额计算，超过该阈值的按比例计算。 同时，集体管理许可应不仅涵盖人工智能模型训练阶段使用作品，还应就随后生成内容产生的经济利益向原作品著作权人支付一定金额报酬，例如德国管理音乐表演和机械复制的集体管理组织GEMA就发放许可使著作权人能从人工智能使用其作品生成音乐的后续获利中分享收益。 

再次，强行施加著作权信息披露义务于模型训练者可能会导致其披露模型训练数据集中的个人信息或商业秘密，损害人工智能企业或第三方的利益。鉴于此，《工作组报告》并未对模型开发者或训练者施加强制性信息披露义务，而是采用推定作品已使用的方案。在下列情形下推定作品已被使用，除非有相反证据证明作品未被纳入数据集：作品有被爬虫爬取迹象；训练模型或专业模型的公共数据库中存有同类作品；作品与生成内容之间存在相似性；在生成内容中给著作权人署名，即便是错误的署名；在第三方诉讼或公开声明中承认使用作品或包含作品的数据集；能够以作品或著作权人的“风格”生成内容；被起诉的被告拒绝披露使用作品的相关证据。