大模型训练数据有哪些著作权合规问题？
简答
核心问题是用受版权保护的内容训练模型是否需要授权。中国现行著作权法没有专为文本与数据挖掘设立的例外，司法与监管的态度是分类处理：合理范围内处理已合法公开的数据且权利人未明确拒绝的，一般不认定为侵权；但未经许可大量复制受版权作品用于训练，仍存在侵权风险。训练数据的来源合法性是大模型合规的第一道关。
展开说明
问题的本质：训练是不是「使用」作品
大模型训练需要海量文本、图片与代码，其中大量内容受著作权保护。争议焦点是：把作品复制进训练集、让模型学习其中的模式，算不算著作权法意义上的「复制」与「使用」？如果算，几乎不可能逐一取得授权；如果不算，作者的权益又如何平衡？各国对此给出了不同答案，没有一个全球统一结论。
中国的现状：没有 TDM 例外，靠个案与监管规则
与欧盟著作权指令中的文本与数据挖掘（TDM）例外不同，中国著作权法第二十四条的合理使用情形是封闭列举的，尚未明确覆盖 AI 训练场景。2026 年 9 月 最高人民法院《关于依法审理涉人工智能纠纷案件的意见》 给出了司法口径：为人工智能模型训练，在合理范围内处理已合法公开的个人信息且个人未明确拒绝的，一般不认定为侵权——这针对个人信息，但其「合理范围 + 未拒绝」的权衡思路为著作权纠纷提供了参照。
《意见》还明确，AI 生成内容侵害他人著作权的，法院将综合考量人工智能服务类型、行业特点、训练数据来源、各方参与度、必要措施与获利情况来认定开发者、提供者、使用者的责任。训练数据来源是否干净，直接写进了责任认定因素。
企业视角的合规清单
无论自研模型还是采购模型服务，训练数据合规可以拆成四问：数据从哪来（自采集、公开爬取、购买授权、第三方数据集）、授权链条是否完整、是否尊重了 robots 协议与权利人声明、出现问题时的溯源与删除机制是否存在。
采购侧的对应动作是在合同里要供应商书面说明训练数据的来源类别与授权情况——这与评估任何 AI 工具时问「数据存哪、是否用于训练、删除机制是什么」是同一套逻辑的两面。
趋势判断
可以预期的方向：一是训练数据来源的披露义务会逐步强化，欧盟 AI 法案已要求公开训练数据概况，中国的标识制度与算法备案也在积累类似基础设施；二是司法会在个案中逐步划出「合理范围」的边界；三是授权交易市场（内容授权给模型厂商）会随着判例增多而成型。当下的稳妥策略就一条：训练数据来源留痕可溯，不要等到被诉时才回头补证据。
参考来源
引用均为官方文件或公开报道，访问日期 2026-11-06。