有依据的事实与待核对事项
事实与观点分层呈现；事实陈述也需要回到来源核对。
- 2023年1月，Sarah Andersen代表一批视觉艺术家对Stability AI提起首例生成式AI训练数据版权诉讼。
- 此后美国已有超过100起针对AI训练的版权诉讼在法院审理。
- 美国演员工会SAG-AFTRA、美国音乐家联合会AFM、美国编剧工会西部分会与东部分会在In re OpenAI案中提交法庭之友意见书，称其代表超过25万影视媒体从业者。
- 美国出版商协会（AAP）、国际科技与医学出版商协会（STM）、独立图书出版商协会（IBPA）与版权结算中心（CCC）联合在In re OpenAI案中提交支持作者、出版商与新闻出版商原告的法庭之友意见书。
- 中国《生成式人工智能服务管理暂行办法》自2023年8月15日起施行，要求提供者使用具有合法来源的数据，涉及知识产权不得侵害他人依法享有的知识产权。
- 已有两家美国联邦法院裁定用书籍、图像等版权材料训练生成式AI模型属合理使用，相关法律争议仍在继续。
视角地图
点选一个视角，查看它的论据、被合并的原始说法和出处。
并排对比两个视角 →
未经许可即侵权
· 代表：美国出版商协会（AAP）、美国演员工会（SAG-AFTRA）、美国编剧工会（WGA）等
未经同意、署名和补偿地使用版权作品训练AI，损害创作者与正在形成的许可市场，不应获得一刀切的合理使用豁免。
主要论据
- 原告主张训练过程复制了数据集中的作品全文，这一点不利于合理使用抗辩。
- AI训练内容许可市场2025年估值52亿美元，其中文本占比最大。
- 未经同意、署名和补偿的使用损害创作者生计，并侵蚀正在形成的许可市场。
- 合理使用原则应当“适应”而非“屈服”于技术变化。
原文摘录
“the entirety of works in the dataset are copied in the training process, which disfavors fair use defenses”Assessing the feasibility of collective licensing of in-copyright works as training data for generative AI systems ↗
“was valued at $5.2 billion in 2025, with text holding the largest share of the market”Book and Journal Publishers File Amicus Brief in In Re: OpenAI Copyright Infringement Litigation ↗
“severely harms creative professionals, devalues their labor and undermines developing licensing markets”SAG-AFTRA, AFM, WGAW and WGAE File Amicus Brief in OpenAI Copyright Infringement Litigation ↗
“is intended to adapt—not yield—to changes in technology”Book and Journal Publishers File Amicus Brief in In Re: OpenAI Copyright Infringement Litigation ↗
出处：
Assessing the feasibility of collective licensing of in-copyright works as training data for generative AI systems ↗SAG-AFTRA, AFM, WGAW and WGAE File Amicus Brief in OpenAI Copyright Infringement Litigation ↗Book and Journal Publishers File Amicus Brief in In Re: OpenAI Copyright Infringement Litigation ↗
他们在争论什么
AI 把分歧整理成具体问题，看不同视角如何作答。
用版权作品训练AI，属于合理使用还是必须事先获得许可？
训练是转换性使用
属于合理使用：训练用途与原作目的不同，模型处理的是词语间关系而非原作表达。
未经许可即侵权
必须获得许可：商业性整体复制并损害许可市场，不构成合理使用。
现有证据是否足以证明AI生成内容造成了系统性的人类作品市场稀释，并据此支持法律干预？
市场稀释尚缺证据
不足以：概念定义模糊，人机混合创作难以测量，现有研究无法证明系统性稀释正在发生。
未经许可即侵权
足以：AI能生成与原著竞争的续作，开发者内部也承认存在市场稀释损害，应据此干预。
是否应以强制集体许可机制补充或取代逐案裁判与现有自愿许可？
集体许可可解
应建立：强制集体许可可让开发者继续训练并向权利人提供补偿，弥补逐案裁判与自愿许可的不足。
训练是转换性使用
不应建立：训练属合理使用，无需另行付费，应由法院逐案裁判并让自愿许可市场自行发展。
看法是怎么变化的
同一件事的评价会随时代改变。这条时间线展示叙事的转向。
-
2023
2023年1月：首例生成式AI训练数据版权诉讼对Stability AI提起。
-
2023
2023年8月15日：中国《生成式人工智能服务管理暂行办法》施行，要求训练数据来源合法。
-
2025
2025年5月：美国版权局在生成式AI训练报告中提及“市场稀释”，但未分析损害发生的可能性。
-
2025
2025年6月：Kadrey v. Meta案法院以作者未提供有说服力的市场损害证据为由支持Meta。
较少被听见的声音
这些资料限制反映本次采集范围，不表示相关群体不重要或没有观点。
模型训练研究者
一项针对15亿参数模型的研究显示，截至2025年1月，遵守网页抓取退出选择对通用知识获取几乎没有影响，但在生物医学等专业领域，排除主要出版商会导致模型性能下降。
高校与初创开发者
讨论集体许可时，文章也讨论许可强制对初创企业、研究中心和高校开发者的影响。
开放内容社区成员
在知识共享（CC）社区的讨论中，有参与者认同反对剥削创作者，但不认为商业服务用开放内容训练AI就等于创作者被剥削。
资料局限：截至2026年10月，In re OpenAI案仍在审理；Kadrey v. Meta等案件已有法院裁定，但合理使用的边界仍未普遍确定。 关于“市场稀释”的实证研究仍在早期，现有数据难以区分人机混合创作带来的影响。
你觉得还漏掉了哪个视角？
补充一个视角
附上一个来源链接，补充将进入修订草稿，通过核验后呈现。