本文是2025年9月17日
在中国法学会网络与信息法学研究会“第六期数字企业法治沙龙”
的发言基础上整理完成
1、中美相关诉讼的特点和差异
2、美国法院得出的不同裁判结论及其原因
2.1 “汤森路透诉罗斯智能”案
2.2 Bartz诉Anthropic PBC案
2.3 美国两个法院得出不同结论的原因
3、我国法院的判决及存在的不确定性
3.1 广州“奥特曼”案的侵权结论不适用于训练中的作品使用
3.2 杭州“奥特曼”案得出合理使用的结论是为了驳回删除训练数据的诉请
4、在不确定中寻找合理的解决方案
在人工智能研发的诸多环节中，比较关键的一步是以海量信息作为对象进行数据挖掘与机器学习。如果机器学习的内容是处在著作权保护期内的作品或由其转码而来的数据，有可能侵犯他人的著作权。各国的作者们为了维护自己的利益已经向法院提起了不少侵权诉讼，这类案件大多发生在美国。在我国，自2024年以来，“奥特曼”系列形象的权利人以侵犯其著作权为由对人工智能服务提供者相继在广州和杭州的互联网法院提起了诉讼。上述案件的判决一经公布，进一步引发了业内对人工智能训练中使用作品是否侵犯著作权问题的争论和思考。
值得注意的是，在这些案件中，一方面，由于原告往往无法掌握被告在模型训练中使用数据以及特定作品的确凿证据，因此，大多数案件的原告都是基于用户使用人工智能模型生成的内容或结果（即生成端）与原告享有著作权的作品存在实质相似甚至相同为事实基础而提起的。
另一方面，与在美国法院提起的诉讼大多是直接针对生成式人工智能模型训练企业不同，我国法院审理的相关案件的被告主要是生成式人工智能服务的提供者而并非直接进行模型训练的机构。
从最近两年来美国法院对部分案件的初步裁判意见来看，模型训练阶段的作品利用行为能否满足美国版权法的合理使用抗辩“四要素标准”，也同样存在不确定性。
特拉华州地方法院法官Bibas对“汤森路透诉罗斯智能”案的态度就发生过变化，2023年9月25日他发表“意见备忘录”指出：虽然本案中被告的使用无疑是商业性的，但是我更关注的是这样的使用是否具有转换性；转换性使用是指传播与原作品不同的新东西，或扩大其效用，从而服务于为公众贡献知识这一版权的总体目标；如果被告将人类语言翻译为计算机可以理解的内容，仅仅是作为试图开发一种“全新”竞争产品的步骤之一，而最终产品既不包含也不输出侵权材料，那么它的行为属于转化性的“中间复制”。
但是，该法院于2025年2月11日作出的部分简易判决认定：本案情形不属于“中间复制”，被告未经授权使用Westlaw享有版权保护的判例摘要进行AI法律检索工具训练的行为构成版权侵权。因为被告对判例摘要的使用目的与原告并无本质不同，是专门用于开发与Westlaw直接竞争的同类产品，所以被告对判例摘要的商业使用并不具有转换性——即便被告抗辩其仅在训练其AI模型的中间步骤中使用了这些判例摘要，并未直接出现在其最终产品中。
不过，美国第三巡回法院已经批准被告罗斯智能就这一判决提起的中间上诉，被告的使用行为是否具有转化性并构成合理使用，依然会是上诉审理的重点。
2025年6月23日美国加利福尼亚州北区联邦地区法院对Bartz诉Anthropic PBC案作出的裁决则得出了相反的结论，该法院认为：原告无权禁止他人将其作品用于训练或学习本身。由于Anthropic使用作品来训练大语言模型目的与性质具有惊人的转换性，Anthropic公司的大型语言模型并未向公众输出特定作品的创造性元素，而只是输出了语法、结构和文风，这并不属于著作权法保护的内容，且用于训练特定大语言模型的副本没有也不会取代公众对原告作品副本的需求，因此，被告使用受版权保护的作品训练大语言模型属于合理使用，不构成侵权。
其实无论是审理“汤森路透诉罗斯智能”案的法官，还是审理Bartz诉Anthropic PBC案的法院都认同：被告使用原告的作品训练人工智能后，如果在终端会输出侵权材料，就很难属于不构成侵权的“中间复制”或者具有转换性的合理使用。所以，输出端的结果明显会影响法院对训练端的行为是否构成合理使用的评判。
加利福尼亚州北区联邦地区法院认为原告所援引的“汤森路透诉罗斯智能案”与本案事实不符。其中明显的区别在于，前一个是用于训练非生成式的人工智能法律检索工具，后一个则是用于训练生成式的人工智能语言模型，从而导致前一个人工智能训练的结果是产生了一个相竞争的新产品，而后一个训练的结果是人工智能模型并没有输出相竞争的作品。当然，这一区别是否成为人工智能训练使用他人作品构成合理使用与否的关键，仍有待进一步观察。
3.1 广州“奥特曼”案的侵权结论不适用于训练中的作品使用
在广州互联网法院审理的“奥特曼”案中，原告指控被告“未经授权，擅自利用原告享有权利的作品训练其大模型”， 但是，被告提供的证据表明被告“并没有使用案涉奥特曼形象进行训练”，该案其实并未涉及业内最为关注的大模型训练使用作品是否侵犯著作权的评判，因此，尽管该案的判决以用户使用人工智能模型生成的图片与原告的图片相同或实质相似为由而认定被告提供的服务构成对著作权的直接侵权，但这一结论显然无法适用于模型训练中的作品使用行为。
3.2 杭州“奥特曼”案得出合理使用的结论是为了驳回删除训练数据的诉请
而在杭州互联网法院审理的“奥特曼”案中，被告的AI平台向用户提供的服务是让其使用基础模型（来自第三方）训练出“奥特曼LoRA模型”，并在此基础上生成涉嫌侵权图片并发布在平台上，因此，使用涉案作品训练LoRA模型行为的实施主体为平台用户，而非本案被告，本案原告所指控的著作权侵权也并非针对模型训练行为，而是针对网络传播涉案模型所生成图片的行为。
只是因为该案原告在诉讼请求中要求被告“删除与奥特曼有关的全部物料和相关数据”，一审法院就以无证据证明“该种使用行为已影响到权利作品正常使用或者不合理地损害相关著作权人的合法利益，可以被认为是合理使用”为由，于是驳回了原告的这一诉讼请求。
但是，值得注意的是，该案一审得出训练中的作品使用行为构成合理使用的原因主要是考虑到“该种使用行为并非以再现作品的独创性表达为目的”“数据训练及生成过程中也未将在先作品展示给公众”，但是，并未考虑最终输出端输出的图片是构成侵权的图片的事实，而如果按照美国法院关于合理使用的分析思路，在人工智能模型最后可以生成侵权内容且明显会损害作者利益的情况下，恐怕无法简单地得出模型训练中使用作品的行为可以构成合理使用的结论。
事实上，在该案的二审判决中，法院就以“擅自使用奥特曼作品是否构成合理使用的问题，系著作权法评价范围，本案二审中上海公司仅就不正当竞争行为提起上诉，且前述行为实施主体为平台用户，而非杭州公司，故本院不再评述”为由，直接回避了这一问题。因此，我们尚无法根据这一案件的一审判决就得出我国法院明确支持人工智能训练使用作品构成合理使用的结论。
人工智能模型向公众输出的内容是否构成侵权将直接影响法院对人工智能模型训练中使用作品构成合理使用与否的评判，则是显而易见的。在现有大模型所生成的内容尚无法绝对避免再现或包含原始训练数据中他人可能享有版权保护的作品信息的情况下，确实会损害著作权人的正当利益，因此，依据合理使用规则豁免大模型训练中使用他人作品的著作权侵权责任，自然会面临强烈的反对意见。
为了避免合理使用规则适用的不确定性对人工智能技术创新再来的不利影响，我国应该豁免模型训练中使用作品的著作权侵权责任（豁免训练端），但对生成端可能出现的个案涉嫌侵权内容进行有效执法和打击（管住生成端），这样就可以实现人工智能训练客观需要海量数据（包括享有著作权的作品）与保护著作权人利益之间的平衡，而并不会对著作权人带来实质性损害。
而且，如果“管住生成端”是可以实现的，这将引导或迫使人工智能产品或服务提供者通过改进人工智能技术或采取技术措施尽力避免生成侵权内容，事实上很多负责任的人工智能产品或服务提供者也已经在努力避免这样的结果发生。我们并不需要过于担心因为“豁免训练端”而导致大模型会生成大量与著作权人的作品产生直接竞争的内容。
当然，“豁免训练端”并不意味着目前大模型开发者基于训练的需要购买相关数据是没有必要的；而且，对于人工智能训练中使用数据行为是否应该通过立法规定某种报酬请求权或者明确这样的使用属于复制权控制的行为并通过法定许可的方式收取使用费等制度安排，也依然可以进行理论探讨。
此外，对于那些专门训练某一作者原创的特定风格作品的大模型，其输出的内容即便难以被认定为构成与训练中使用的原创作品在表达上的实质相似，但是因为其风格与原创作品极其雷同，依然可能在同类作品市场中导致对原作者竞争利益的损害，这时依然不排除依据《反不正当竞争法》对这样的行为进行规制。
