AI 训练语料库的数据权益归谁？
简答
语料库的权益按「层」分析：单条内容（文章、图片、代码）的版权仍属于原作者，语料库建设方取得的是使用许可或基于合法获取的利用机会；经过清洗、标注、结构化的语料集合整体，加工方对集合本身可以主张数据权益（含登记确权）。司法口径已明确：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。
展开说明
分层权益框架
第一层，内容层：语料中的每篇作品版权归属不变，模型训练方不因「学习」而取得内容版权。第二层，集合层：经过实质性加工（清洗去重、质量分级、标注对齐）的语料集合，加工方对集合整体享有数据权益，可通过数据知识产权登记固定。第三层，模型层：模型参数不是数据，训练数据的权益不自动延伸到模型——这是目前权益分层里最清楚的一条。
对外发布语料产品（数据集交易）时，还要在合同里把各层权利的许可范围写死，否则下游使用必然出争议。
司法与监管口径
最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（2026 年 9 月） 给出关键口径：为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；AI 生成内容侵权的责任认定中，训练数据来源是综合考量的因素之一。这意味着「来源合法 + 尊重拒绝权」是合规的两大支柱。
行政侧的义务同样要记牢：《人工智能生成合成内容标识办法》 已于 2025 年 9 月施行，训练之外，生成环节的标识义务与训练数据的治理义务共同构成大模型合规面。
「合法获取」的审查清单
四个必查项：获取方式（自采、授权采购、公开爬取——爬取要核对平台协议与 robots 限制）；个人信息处理（匿名化程度、拒绝机制是否可执行）；第三方语料的授权链条（采购的数据集供应商有没有转授权资格）；出境合规（涉外模型训练涉及跨境数据流动问题）。
这套清单与企业选型 AI 工具时问的问题同构——「数据存哪、是否用于训练、删除机制」是数据安全评估的核心三问，专利代理机构处理客户未公开技术方案时尤其要严格。
权益主张的实操建议
自建语料库的机构：加工投入留痕（处理规则版本化）、集合整体做登记确权、对外许可合同分层授权；使用第三方语料的机构：审查授权链条与用途限制、保留来源记录（司法口径已把训练数据来源写进责任认定因素，来源可溯本身就是责任抗辩资产）。
参考来源
引用均为官方文件或公开报道，访问日期 2026-11-06。