← 返回索引

重构人工智能时代的合理使用制度：从作品复制控制到数据利用治理（一）

字段 内容
来源 TMT法律论坛 / 陈际红 张膑月
日期 2026-08-10
链接 https://mp.weixin.qq.com/s/fjy1Jxo31LKiI4P1oC1F4g
状态 📌 待读
重要度 ⭐⭐⭐
框架位置 1.1, 5.3, 5.5, 9.1, 9.2, 9.3, 9.8

核心摘要

本文围绕"大模型训练中的语料利用是否以及如何纳入合理使用"展开讨论，从中国现行法局限性出发，系统比较美、日、欧盟、越南四法域关于AI训练版权例外的制度路径。国内司法实践（杭州"奥特曼"案、上海"美杜莎"案）已开始从"转换性使用""复制权边界"等角度探索裁判规则，但受限于成文法文本约束。比较法层面提炼出四个共同判断维度：合法访问/来源、目的限制及必要范围、权利保留、市场影响。下篇将提出中国合理使用制度重构方案。

要点提炼

  1. 中国现行合理使用制度的三大局限

    • 列举式规则过窄：现行合理使用情形围绕个人学习、教学科研等传统场景，无法直接回应TDM、机器学习等新型技术利用
    • "少量复制"标准难以适配：大模型训练价值来自大规模、多样化语料，机械适用"少量"标准几乎排除模型训练适用可能
    • 兜底条款（"法律、行政法规规定的其他情形"）仅为未来立法预留接口，本身不构成独立依据

  2. 国内司法实践的两种探索路径

    • 杭州"奥特曼"案：从"转换性使用"角度，区分输入端非再现性分析利用与输出端表达性侵权风险，认为训练阶段原则上以学习分析为目的，非以再现作品独创性表达为目的，可被评价为合理使用
    • 上海"美杜莎"案：从复制权边界入手，认为复制权本质是"再现权"，只有模型输出与权利作品实质性相似时才构成复制权侵害；将审查重点落在输出端而非输入端

  3. 美国 fair use 四因素框架与司法实践

    • Thomson Reuters v. Ross 案：非生成式法律检索工具，因与Westlaw构成直接竞争（市场替代）被驳回合理使用抗辩
    • Bartz v. Anthropic 案：认定利用版权作品训练LLM以生成新文本是"典型的转换性使用"，但区分训练用途与盗版来源副本（后者独立构成侵权，已15亿美元和解）
    • Kadrey v. Meta 案：同样认定训练具有高度转换性，但盗版来源不当然排除合理使用；强调需有经济证据证明市场损害

  4. 日本"非享受性利用"规则（著作权法第30条之4）

    • 三步分析：确认是否以享受作品表达为目的 → 判断复制/加工/保存是否控制在必要范围 → 审查是否造成不当利益损害
    • 预训练大量多来源材料提取结构与关联，较易被评价为非享受性利用；小样本微调、RAG输出全文等需谨慎审查

  5. 欧盟 TDM 例外双轨结构

    • 科研TDM例外（CDSM指令第3条）+ 一般TDM例外（第4条，需满足合法访问、未被权利保留、必要保存等条件）
    • AI Act 第53条：将版权合规、权利保留识别、训练内容透明转化为通用AI模型提供者义务
    • 司法实践区分数据集创建（LAION案可适用TDM例外）与模型训练/输出（GEMA v. OpenAI案模型内记忆化难以适用TDM例外）

  6. 越南严格条件化规则（2025年修正案）

    • 六类条件：合法公布、合法来源、不得规避技术保护措施、目的限于科研/测试/训练AI（非商业）、不得与作品正常利用冲突或损害合法利益、输出不得替代消费市场
    • 权利保留机制：满足全部条件时权利保留不阻却使用

  7. 比较法提炼：四个共同判断维度

    • 合法访问/合法来源：训练数据是否具有合法进入基础（盗版来源是否为独立问题各法域态度不一）
    • 目的限制及必要范围：是否服务于技术性/分析性目的并限于必要范围
    • 权利保留：训练主体是否识别并尊重权利人的保留或退出安排
    • 市场影响：防止AI训练例外实质性替代原作品市场或训练许可市场

法规 / 案例引用

法规 / 案例 要点
杭州"奥特曼"案（一审） 训练行为非以再现作品独创性表达为目的、未影响正常使用或不合理损害合法权益的，可评价为合理使用
上海"美杜莎"案（二审，2026.04.29） 复制权本质是"再现权"，只有模型输出与权利作品实质性相似时才构成侵权
北京互联网法院"四位插画师诉Trik AI/小红书案" 被告明确抗辩大模型训练应构成合理使用，目前仍在诉讼中
美国 Thomson Reuters v. Ross 案（2025.02） 因产品直接竞争、不具有转换性，驳回合理使用抗辩
美国 Bartz v. Anthropic 案（2025.06） 认定训练LLM为转换性使用；盗版来源副本独立构成侵权，15亿美元和解
美国 Kadrey v. Meta 案（2025.06） 训练具有高度转换性；盗版来源不当然排除合理使用；原告未完成市场损害举证
德国 Robert Kneschke v. LAION 案 为建立训练数据集一次性下载分析图片可适用德国科研TDM例外
德国 GEMA v. OpenAI 案（一审，上诉中） 模型内记忆化构成复制，输出端再现不能由TDM例外正当化
德国 GEMA v. Suno 案（2026.07.31） 模型内部记忆复制属复制行为，驳回TDM例外抗辩
欧盟 C-250/25 Like Company v. Google Ireland 案 欧盟法院首次直面生成式AI与版权法关系的预裁案件，待决
日本《著作权法》第30条之4 非享受性利用条款，允许以信息解析为目的在必要范围内利用作品
欧盟 CDSM 指令 第3条、第4条 科研TDM例外 + 一般TDM例外（需满足合法访问、权利保留等）
欧盟 AI Act 第53条 通用AI模型提供者须制定版权合规政策、公开训练内容摘要
越南《知识产权法》2025年修正案（Law No. 131/2025/QH15） 第7条第5款：允许为科研/测试/训练AI使用已公布可公开获取文本数据
越南《第134/2026/NĐ-CP号法令》 第37a-37c条：六类严格条件化规则，含非商业目的限制

英文关键术语（域外合规文章填写）

English Term 中文释义 使用语境
fair use 合理使用 美国版权法第107条开放式合理使用制度
transformative use 转换性使用 判断后续使用是否具有不同于原作品的功能/目的/表达价值
non-enjoyment use 非享受性利用 日本著作权法第30条之4，不以享受作品表达为目的的利用
text and data mining (TDM) 文本与数据挖掘 欧盟CDSM指令中的AI训练语料利用制度接口
rightsholder opt-out / rights reservation 权利人退出/权利保留 欧盟一般TDM例外中权利人可通过机器可读方式保留权利
three-step test 三步检验法 国际版权条约中的例外限制标准
memorization (in-model) 模型内记忆化 AI模型在参数中存储作品表达，可被提示词稳定再现
expressiveness / non-expressive use 表达性/非表达性利用 区分利用作品抽象规则与再现独创性表达
market substitution 市场替代 判断AI训练/输出是否实质替代原作品市场
intermediate copying 中间复制 训练过程中的临时性复制行为

中国法对标（域外合规文章填写）

域外制度/概念 对标中国法 异同简析
美国 fair use 四因素 《著作权法》第24条合理使用（列举式+三步检验） 中国为封闭列举（12种+兜底），美国为开放式四因素权衡
日本著作权法第30条之4（非享受性利用） 无直接对应 中国缺乏针对信息解析/AI训练的专门例外
欧盟 CDSM 指令 TDM 例外 无直接对应，《著作权法》第24条第13项为未来留接口 中国兜底条款仅预留立法空间，尚未制定具体规则
欧盟 AI Act 训练内容透明义务 《生成式AI服务管理暂行办法》第7条训练数据合法来源要求 中国侧重来源合法性，欧盟侧重透明度+权利保留识别
越南六类条件化规则 无直接对应 越南将非商业目的写入法律条件，中国尚未细分
美国"转换性使用"理论 国内杭州"奥特曼"案已参考该理论 中国司法实践中开始引入但尚无法定依据

合规实践启示

标签

#合理使用 #AI训练数据 #版权合规 #比较法 #fair use #TDM例外 #转换性使用 #著作权法

个人评注

本文是AI训练版权合理使用领域的重量级比较法研究，上篇以事实梳理为主，下篇将提出制度重构方案。对准备跳槽面试而言，本文涉及的国内外判例（Thomson Reuters、Anthropic、Meta、LAION、GEMA v. OpenAI、杭州奥特曼案、美杜莎案）是面试中展示专业深度的优质素材。可重点关注四个共同判断维度的提炼，这是未来中国立法/司法可能借鉴的框架。

数据合规知识库 · 自动整理归档