该系列文章上篇介绍了我国现行著作权法合理使用制度的适用空间与局限性，并从比较法视野分析了美国“fair use”路径、日本“非享受性利用”、欧盟“TDM例外”以及越南的“文本与数据利用的严格条件化规则”在AI训练方面的版权例外探索，下篇将在此基础上分析AI训练利用作品的性质并提出中国合理使用制度的重构方案。

第三部分  AI训练利用作品的性质：从“复制作品”到“提取规律”

一、区分数据获取、训练处理与模型输出

AI训练包含多个相互衔接但法律性质不同的环节，不宜将其整体概括为单一的复制行为，也不能仅因其具有技术目的而排除著作权评价。较为合理的路径，是区分数据获取、训练处理和模型输出三个阶段分别判断。

第一，数据获取阶段主要审查语料来源是否合法。购买、授权、开放许可、合法公开访问、用户上传、网络抓取与影子图书馆下载，在法律性质上存在明显差异。后续训练目的不能消除前端违法取得的责任；通过盗版库、破解、规避技术措施或明知侵权来源取得的数据，原则上不应纳入合理使用或训练例外。

第二，训练处理阶段涉及复制、清洗、切分、去重、格式转换、向量化、参数更新和评估验证等行为。其虽可能在形式上触及复制权，但判断不应止于是否发生技术上的复制行为，还应考察相关处理是否服务于信息解析、模型训练、测试验证或安全对齐，是否限于必要范围，以及是否影响原作品的正常利用和市场。

第三，模型输出则应独立评价。输出若稳定复现训练作品、与其构成实质性相似，或替代原作品的阅读、订阅、检索和授权市场，仍可能构成侵权。但输出端存在风险，也不能当然否定全部训练行为的合法空间。二者应分层判断，同时保持关联：输出复现程度和市场替代效果，也可反向影响对训练目的、必要限度及市场损害的评价。

二、训练目的的非表达性与转换性

一般性AI训练通常不是为了向公众传播、欣赏或消费原作品表达，而是通过大规模数据学习语言规律、知识关系、图像特征和声音模式。作品主要被作为机器分析和统计学习的材料，而非直接提供给公众的文化产品。因此，在来源合法、使用必要且不损害市场的前提下，AI训练具有一定的分析性、工具性和转换性。

但“学习规律”不能被无限扩张。若训练从一般模式分析转向对特定作品、特定作者作品群、角色形象、声音或数据库结构的再现性利用，其性质可能更接近表达利用。小样本微调、LoRA模型、角色模型、声音模型、画风模型和RAG知识库等场景，由于数据对象集中、输出受特定作品影响较强，应接受更严格审查。若产品目的就是生成与权利作品高度相似的内容，或替代图库、音乐库、新闻库、专业数据库及法律检索服务，其转换性将明显降低。

因此，AI训练既不是单纯复制作品，也不是不受限制地提取规律，而是以复制为技术前提、以信息解析为直接目的、以形成模型能力为结果的数据利用行为。其能否适用合理使用或特别例外，取决于复制是否服务于非再现性技术目的，以及是否设置了必要的市场和输出风险边界。

三、商业性不是一票否决因素，但应纳入利益衡量

通用基础模型和行业模型通常具有商业化部署前景。如果商业性本身当然排除合理使用或训练例外，则制度将难以回应真实产业场景，AI训练规则也会失去实际意义。比较法经验也表明，商业性通常不是决定性否定因素，而是与转换性、来源合法性、复制必要性、市场影响和权利人救济机制共同衡量。

但是，商业性也不能被忽略。商业化训练意味着使用者可能通过作品语料获得模型能力、产品价值和市场收益。若训练主体利用受保护作品降低数据获取成本，却未尊重权利人的既有授权渠道、权利保留、许可市场或商业化数据提供模式，就会改变原有作品市场和授权市场的利益分配。尤其是在新闻、图库、音乐、影视、学术出版、专业数据库、法律检索、行业数据集等权利相对集中、许可市场已经存在或合理可预期的领域，商业训练对权利人市场利益的影响更应被重点审查。

因此，商业性不宜作为合理使用的“一票否决”因素，但应触发更严格的条件审查：数据来源应更加清晰，训练目的应更加限定，复制和保存应更符合必要限度，输出端应建立更强控制机制，对现实或可合理预期的授权市场也应给予更充分尊重。

第四部分  中国合理使用制度的重构方案：建立AI训练版权例外

一、中国合理使用制度的重构正当其时

著作权制度长期随技术变迁调整边界。例如，美国联邦最高法院在Sony v. Universal案中以“实质性非侵权用途”规则处理家用录像机责任，避免仅因技术工具可能被用于侵权即否定其合法性。[1]美国《数字千年版权法》第512条又以责任限制、通知删除和重复侵权人政策配置网络服务提供者责任。[2]各法域关于临时复制、缓存和技术过程复制等规则同样体现了著作权法对数字环境的适应。

我国现行著作权法合理使用制度采取列举式结构，既有条款主要围绕个人学习、教学科研、新闻报道、公共服务等传统场景展开，难以直接覆盖大规模、自动化、持续性的AI训练活动。司法实践虽然已经开始尝试从“分析性利用”“非表达性利用”“输入端与输出端分层评价”“重构复制权的理解”等角度回应AI训练争议，但个案裁判难以承担制度建构功能。

因此，在全球AI竞争持续加剧的背景下，中国有必要在现有合理使用制度基础上，为AI训练语料利用建立更加清晰、稳定且可操作的规则体系。该规则不宜落入“完全自由使用”与“全面事前许可”的二分结构。一方面，若要求训练主体对全部训练语料逐项取得授权，不仅在现实中面临极高的交易成本，也可能使大规模模型训练在事实上难以展开，从而压缩技术创新和产业竞争空间；另一方面，若允许商业模型无条件、无边界地使用作品语料，又可能削弱著作权制度赖以存在的创作激励机制，尤其会对专业内容、优质作品以及商业化数据库的持续生产造成不利影响。

更可行的路径，是在“促进AI发展”与“维持创作激励”之间建立新的制度平衡。具体而言，重构AI训练场景下的合理使用制度至少应回应两项基本考量：其一，应为AI技术发展预留必要的制度空间，通过更具适应性的著作权规则为中国企业参与全球竞争提供先进制度供给；其二，应避免破坏著作权法的基本价值，确保创作者仍能从作品的传播、开发和商业化利用中获得合理回报。否则，一旦创作激励机制被大规模训练利用所侵蚀，文化艺术领域可能在AI时代进一步弱化人的创作主体性，最终损害作品生产、技术创新与公共文化发展的共同基础。

二、建立审慎的AI训练合理使用制度：七项适用条件

AI训练中的版权例外制度应同时回答以下三个问题：第一，哪些训练行为原则上可以被纳入；第二，哪些高风险行为应被排除；第三，训练主体应当以何种材料证明其符合合理使用条件。具体制度架构可以设计如下：

七项条件构成相互关联的整体。合法来源不能消除模型稳定复现作品的风险，较强的信息解析目的也不能覆盖盗版下载、绕过付费墙或与训练无关的永久建库。训练主体应当对数据取得、复制保存、模型训练、产品部署和内容输出实施全流程治理，并保留足以接受司法或监管审查的材料。

第一项“一般性原则”确定合理使用的类型边界。通用基础模型、评估测试和安全对齐通常服务于多任务能力形成，针对特定作品表达的依赖较弱；行业模型和垂直模型应根据数据集中度和产品功能提高审查强度。专业法律、医学、新闻、音乐和图库模型若直接以权利人的内容服务为基础，需要重点评估许可市场和竞争替代。

第二至第四项构成训练过程的实体基础。来源合法性要求开发者能够说明购买、订阅、公开访问、用户授权或其他取得路径，并排除明显盗版和规避访问控制的来源。目的限定把保护范围控制在信息解析、训练、测试和安全评估。必要范围要求副本数量、保存期限、访问人员和用途与模型任务相称，并通过去重、最小化、权限管理和删除机制防止训练副本转化为内部内容库。

第五至第七项用于协调权利人利益和输出风险。权利保留机制应当清晰、合理且便于机器识别，训练主体需要形成持续更新和执行流程。市场影响评估既要观察原作品销售、订阅和访问，也要识别训练许可、专业数据库和内容服务市场。输出控制应覆盖模型记忆测试、相似性检测、提示词限制、投诉处理、数据召回和模型更新，使训练目的与实际部署保持一致。

结语：走向人工智能时代的合理使用新平衡

生成式AI使著作权法再次面临技术变迁带来的制度调整。大模型训练通常不是为了向公众再现或传播原作品，而是通过语料复制、清洗、分析和学习形成模型能力；但训练过程仍可能触及复制权，输出端也可能产生作品复现、市场替代及许可利益受损。因此，AI训练既不能被简单等同于传统复制侵权，也不能因具有技术创新属性而当然排除著作权约束。

比较法实践表明，主要法域并未采取“训练完全自由”或“一律事前授权”的绝对模式，而是通过合理使用、非享受目的利用、TDM例外、合法来源和权利保留等机制，为分析性训练设置条件。中国需要解决的核心问题，也不是AI训练是否当然构成合理使用，而是区分来源合法、目的非再现、使用必要且市场风险可控的训练行为，与盗版取得、规避授权、替代许可市场或复现原作品的行为。现行《著作权法》第二十四条尚难充分回应上述需求，仍有必要建立更明确的专门规则。

未来制度可围绕合法来源、技术性训练目的、必要范围内复制和保存、权利保留识别、市场影响控制、输出防再现及权利人救济等条件，建立AI训练版权例外。该规则并非对所有训练的一般豁免，也不应替代正常授权市场；其主要适用于未逐项取得授权，但数据来源合法、训练目的非再现且市场影响可控的情形。对于明知使用盗版数据、规避技术措施或成熟授权渠道、以复现特定作品为目的，或者能够稳定输出作品实质性内容的训练，应排除在外。

因此，AI时代合理使用制度的重构，应从单纯的“复制控制”转向更精细的“数据利用治理”，在保障权利人正常市场和合理收益的同时，为合法、分析性、非替代且可治理的AI训练保留必要空间，从而协调创作激励、技术创新与公共利益。

[注]

[1] Sony Corp. of America v. Universal City Studios, Inc., 464 U.S. 417 (1984), U.S. Supreme Court, Jan. 17, 1984.