AI跑得有多快，诉讼追得就有多紧|侵权|权利人|版权|知识产权|著作权|诉讼

过去，工业革命的蒸汽机花了数十年才跨越重洋；而今天，生成式AI从诞生到覆盖全球，只用了短短几周。

世界知识产权组织（WIPO）最新发布的《2026全球知识产权权报告》揭露了一组耐人寻味的数据：GenAI的全球扩散速度，打破了历史纪录。美国最初还占据着70%的流量主导地位，仅仅过了一个月，这个数字就跌到了25%。技术“去中心化”的速度，快得让人有点措手不及。

技术的普及速度前所未有，但法律的滞后也同样前所未有。

我们都知道，人工智能大模型的能力，是建立在海量数据训练之上的。而这些数据的来源，绝大部分就是全网公开的信息：网页、书籍、论文、代码、艺术作品……AI通过大规模爬取，几乎“学习”了人类所有的知识成果。

但一个根本性的问题，至今悬而未决：AI在“学习”过程中，未经许可就使用他人的作品，到底算不算侵权？

这可不是杞人忧天。斯坦福大学和耶鲁大学的一项研究证实，包括OpenAI、谷歌在内的主流大语言模型，对受版权保护的书籍有着惊人的“记忆复现”能力。个别模型对《哈利·波特与魔法石》的提取率竟然高达95.8%。换句话说，AI不仅仅是在“学习”，更像是在“抄袭”，而且是超大规模、系统性的“抄袭”。

这种法律滞后带来的不确定性，正在成为一个全球性的隐忧。英国政府2026年3月发布的《版权与人工智能报告》明确指出，创意产业和AI行业都认为，当前围绕AI训练数据使用版权的法律不确定性，已经成为阻碍投资和创新的关键屏障。有意思的是，创意产业和AI行业——这两个看似对立的阵营——竟然同时把这种不确定性视为发展障碍。这说明问题的严重性，已经跨越了行业界限。

好在，整个行业和监管机构已经开始行动了。

技术一路狂奔

法律在后面气喘吁吁

从创新经济学的角度看，数字技术的传播为我们提供了一个“通用目的技术”如何在国家间移动的清晰范例。WIPO指出，数字GPT的专利申请增长速度，远高于所有技术领域的平均水平。

技术跑得太快，法律跟不上，这就是AI版权困境的根本矛盾。

在中国，AI训练数据的版权问题同样严峻。《中国知识产权报》的一篇分析指出，法律层面的不确定性带来了双向风险：对AI开发者而言，可能面临大规模的侵权诉讼；对著作权人而言，其作品在未经许可的情况下被用于商业性AI训练，却难以获得相应报酬。这种风险状态，显然不利于AI产业的健康发展。

生成式AI企业为创建训练数据集而对他人作品的抓取、存储，在性质上属于著作权法意义上的“复制”行为，理应受到著作权法的规制。但在既有的权利限制规则中，无论是“合理使用”还是“法定许可”，都无法有效协调AI企业与作品权利人之间的利益关系。

欧盟知识产权局（EUIPO）2025年5月发布的研究报告也印证了这一点。该报告从经济、技术、法律三个维度系统分析了GenAI对版权的挑战，明确指出：GenAI训练需要复制受版权保护的内容，这一行为可能侵犯复制权。

面对这种困境，全球多个司法管辖区正在探索各自的应对方案。

诉讼潮来了

权利人不再沉默

法律的不确定性，并没有阻止权利人站出来维权。2025年，全球范围内针对AI企业的版权诉讼呈爆发式增长。

2025年11月，德国慕尼黑第一地方法院就GEMA诉OpenAI案作出一审判决，认定OpenAI在训练大语言模型时未经授权使用受版权保护的歌词，构成著作权侵权。法官通过层层论证，将技术上的“记忆”行为明确定性为法律上的“复制”行为，并驳回了OpenAI关于“模型训练属于文本与数据挖掘例外”的抗辩。

美国的维权风暴来得更为猛烈。2025年9月，Anthropic因使用数十万本盗版图书训练Claude模型，与作家集体达成了高达15亿美元的和解协议，并同意销毁侵权数据。据南都数字经济治理研究中心统计，仅OpenAI一家，就已经面临至少14起版权诉讼。

2025年12月，两届普利策新闻奖得主约翰·卡雷鲁牵头，将OpenAI、谷歌、Meta、Anthropic、xAI及Perplexity AI六家AI巨头一同告上法庭，指控它们通过“非法影子图书馆”批量下载数百万册盗版书籍训练模型，形成了“盗版获取—模型训练—商业变现”的非法闭环。若陪审团认定侵权属故意行为，每部侵权作品最高可获赔15万美元。

在中国，2025年AI知识产权领域的诉讼也进入了密集爆发期。国内首例“利用AI智能搜索提供盗版影视作品链接案”中，某科技公司的AI搜索引擎在用户输入观影提示词后，筛选并优先展示指向盗版网站的链接，直接侵犯了版权方的信息网络传播权。北京知识产权法院在首例保护AI模型结构和参数的案件中，明确认定模型结构和参数具有可保护性，被告最终被判赔偿160万元。

诉讼可以解决个案，但无法解决系统性困境。这正是全球监管机构开始介入的原因。

全球治理框架

正在一点一点成形

监管的步伐正在加快。

2025年8月，欧盟《人工智能法案》中关于通用人工智能模型训练数据透明度的条款正式生效，要求模型提供者披露训练数据的来源和处理方式。这是全球首部系统性的AI监管法律。

2025年10月，中国电子商会正式发布了国内首部《生成式人工智能知识产权指南》，构建了涵盖著作权、专利、标识和商业秘密四大领域的获取、应用与风险管理框架。

值得关注的是，欧盟知识产权局在2025年5月的研究报告中，提出了一个具体的制度设计方向：通过“例外条款+选择退出”机制来协调AI训练与版权保护的冲突。其核心思路是，默认AI开发者可以使用合法获取的内容进行文本与数据挖掘，从而降低交易成本、促进AI内容创新；但版权人可以通过标准化技术工具（如元数据标记、robots.txt协议、网站条款中的机器可读声明）声明禁止其作品被用于AI训练，从而保留对作品的控制权。

为了支撑这一机制落地，EUIPO宣布将于2025年底启动“版权知识中心”，统一管理退出声明数据库，并提供侵权筛查工具。

WIPO层面也在积极推进。2025年7月，WIPO发布了“开拓者”报告，审视知识产权体系的未来格局。报告将技术进步列为影响知识产权未来的最重要因素，同时强调适应性、包容性和全球协作是构建可持续发展的知识产权生态系统的核心要素。

清华大学法学院副教授蒋舸在点评2025年度AI版权政策时指出，美国版权局的《可版权性报告》对其2023年的严格立场有所修正，国际知识产权保护协会也发布了关于AI与版权的总结报告。这些动态共同揭示了一个趋势：AI版权规则正在“在路上”的状态中快速推进。

企业的选择

合规不是成本，是竞争力

监管和行业标准只是地基，真正决定方向的，还是企业自己的选择。

一些企业已经选择了主动破局。微软正在推动一项名为“出版商内容市场”（PCM）的全新合作机制：当出版商的内容被其AI产品使用时，将获得持续付费补偿。2026年2月，微软正式宣布启动PCM计划，雅虎作为首批合作伙伴已接入测试，美联社、康泰纳仕、Vox Media等出版集团共同参与了机制设计。

Adobe的路径则更为彻底。其生成式AI模型Firefly自2023年推出以来，始终只使用已获得授权的内容进行训练，包括Adobe Stock图库中的图片和授权艺术作品。Adobe首席技术官Ely Greenfield明确表示：“我们训练的每一份内容，要么是我们获得了许可证的，要么是在可验证的已知许可证下发布的。”他坦承这种策略会带来局限性：如果要求Firefly生成迪士尼卡通角色的图像，“它做出来的效果会很糟糕，而这正是我们有意设计的。”这句话看似自谦，实则道出了一个朴素的逻辑：在知识产权问题上走捷径的人，最终会付出更大的代价；而不走捷径的人，即使走得慢一点，也走得稳。

在中国，视觉中国已与多家AIGC头部企业达成战略合作，共同打造“可商用·可溯源”的视觉创意行业基础模型，目前已获得阿里、微软等国内外多家头部大模型公司的合规数据服务业务订单，拥有可供AI大模型训练的高质量、版权合规的内容数据超过7亿。

商业竞争的终极战场，从来不是谁跑得快，而是谁能跑得稳。

构建可持续的版权生态

需要大家一起努力

解决AI版权问题，需要企业、行业和监管的多方协同。

在企业层面，应当建立训练数据溯源机制，记录每一份数据的来源、授权状态和使用范围，做到可追溯、可审计。正如欧盟知识产权局报告所强调的，公共机构应推动自动化许可管理，通过智能合约平台自动化执行版权许可条款，降低中小企业的合规成本。

在行业层面，著作权集体管理组织可以探索以概括授权模式解决AI语料库建设的版权合规难题，降低AI企业获取海量版权资源的时间和经济成本，同时保障广大权利人和内容生产者的获酬权。

在监管层面，需要明确“合理使用”的边界，区分“非商业性学术研究”与“商业AI训练”，后者应当获得授权或支付报酬。

正如EUIPO报告中所言：版权法并非阻碍AI技术发展，而是通过规则设计激励创新与创作的平衡。“只有保护创作源动力，才能为AI提供持续的高质量数据输入。”

WIPO在《2026全球知识产权权报告》中也明确指出：要释放具包容性的数字扩散潜力，仅靠新技术是远远不够的；它更需要协调的投资、平衡的知识产权治理，以及确保所有国家与社群都能参与数字时代机会的政策配套。

AI的“免费午餐”，建立在无数创作者的默默奉献之上，而这种模式显然并不持续。只有当创作者得到应有的回报，创新生态才能生生不息；只有当AI企业主动将知识产权合规纳入发展战略，AI产业才能真正走向可持续发展的未来。

把根扎进合规的土壤，才是AI产业最稀缺的长期竞争力。