大模型普及以来，一个核心法律争议始终悬而未决：AI使用现有作品训练模型，究竟是合法使用，还是著作权侵权？
创作者担忧作品被无偿利用、收益被分流，AI产业则亟需海量数据驱动技术创新。著作权保护与人工智能创新的冲突，已成为当下数字法治的关键难题。
《人工智能时代著作权限制与例外研究》从技术原理、法理基础、中外实践、制度完善四个维度，为AI著作权争议提供了权威解答。
点击购买本书
01 技术变革之下，著作权规则迎来全新挑战
纵观著作权制度的发展脉络，每一次媒介与技术革新，都会重塑作品的传播与使用方式，进而引发全新的权益冲突。著作权限制与例外制度，正是平衡著作权人私益、新兴产业发展、社会公共利益的核心抓手。生成式人工智能的普及，彻底颠覆了传统创作与作品使用生态。数据挖掘、机器学习、大规模模型训练、智能内容生成等全新场景，完全超脱了传统著作权法的规制范围。其中最关键、最争议的核心问题始终无解：人工智能利用海量受版权保护的作品进行模型训练，究竟是否构成著作权侵权？这不仅是学术理论难题，更是直接决定 AI 产业合规边界、创作者权益保护尺度的实务痛点。
02 穿透技术迷雾：AI 训练≠侵权
复刻很多版权争议的根源，在于大众与行业对 AI 技术逻辑存在认知误区。书中明确指出，AI 模型训练和人类复制、摘抄、拼接作品有着本质区别：
✅ 训练不存储原始作品：AI 通过算法抓取文本、图像等素材的语义关联、结构规律，转化为数据参数，不会留存、存储原始训练素材；
✅ 生成非简单复刻：AI 输出内容是算法自主运算的全新结果，并非对训练材料的逐字照搬或机械拼接；
✅ 仅特殊场景存在侵权风险：只有 AI 出现 “过度记忆” 等技术故障，生成与原作品实质性相似的内容时，才会构成侵权。基于经典的“思想与表达二分法”核心理论，本书提出颠覆性核心观点：AI 模型训练对作品的使用，属于非表达性使用，本质是学习作品规律而非再现原创表达，依法不构成著作权侵权。
03 对标全球视野，梳理各国 AI 版权治理经验
为保证研究结论的客观性与普适性，本书系统考察了全球主流国家和地区的立法规则与司法判例，清晰对比不同治理模式的优劣，为我国制度完善提供精准借鉴：
🔹 美国：依托灵活的合理使用制度，多数判例认可 AI 数据挖掘、模型训练的合法性，虽顾虑 AI 生成内容的市场竞争风险，但整体倾向于包容技术创新；
🔹 欧盟、德国、英国：仅豁免非商业性数据挖掘行为，严格限制商业场景下的 AI 训练合理使用，适配性窄、约束性强；
🔹 日本、新加坡、以色列：版权例外范围更广，专门适配 AI 模型训练、数据分析、情感识别等新兴场景，制度设计更贴合生成式 AI 的发展需求，极具参考价值。
04 立足中国本土：司法有空间，立法需完善
聚焦我国现行《著作权法》，我国法定的著作权合理使用情形为封闭列举，无法直接适配 AI 模型训练、大数据挖掘等新型场景。但同时也看到了本土司法的灵活性：多年来，我国法院早已突破立法列举的局限，认可法定情形之外的合理使用行为，为 AI 版权纠纷处置预留了充足的司法空间。结合司法鼓励技术创新、扶持人工智能产业的裁判立场，未来我国法院大概率会认定 AI 数据训练行为构成合理使用。不过，依靠司法个案裁量始终存在不确定性。为彻底化解 AI 著作权侵权风险、统一裁判标准，本书明确：法定许可、补偿金制度因成本过高、配套体系缺失，不具备落地可行性，增设专门的合理使用例外，是最优解决方案。
05 落地性立法建议，平衡创新与权益保护
本书拒绝纯理论推演，给出了一套适配我国国情、可直接落地的制度完善方案，精准破解产业合规痛点：
📌 新增法定合理使用情形在《著作权法》及相关法规中增设 “为计算数据分析使用他人作品” 例外，全覆盖数据挖掘、机器学习、AI 模型训练等核心场景。
📌 放宽适用限制打破科研主体、非商业目的的双重限制，只要主体对数据拥有合法访问权，即可适用该合理使用规则，适配商业化 AI 创新场景。
📌 不设置 “选择—退出” 机制兼顾产业发展效率与规则稳定性，避免机制冗余阻碍技术创新。
📌 配套完善合规约束体系明确 AI 开发者过程控制义务、服务提供者注意义务，建立训练数据记录披露制度，出台行业著作权实践指南，杜绝滥用合理使用规则损害创作者权益。
06 专业深耕，一本必备的版权书
AI 著作权研究横跨前沿技术与专业法律两大壁垒，对研究者的综合能力要求极高。本书作者深耕法理、深究技术原理，遍览全球法条与判例，层层校对文献注释，摒弃空谈、立足实务。全书紧跟全球司法动态，结合最新 AI 版权裁判趋势，完整呈现了人工智能时代著作权限制与例外的理论逻辑、现实困境、域外经验、本土路径。无论是知识产权研究者、司法实务人员、执业律师，还是 AI 企业合规从业者、数字文创行业从业者，都能从书中获取精准的理论支撑、合规指引与裁判参考。
▼点阅读原文，购好书