AI训练不构成合理使用：汤森路透诉Ross案给中国企业的启示

美国联邦第三巡回上诉法院9月29日在汤森路透诉Ross Intelligence案中认定：为训练AI产品复制受版权保护的Westlaw法律编者按，不构成合理使用。这是美国首个在联邦上诉层面处理AI训练合理使用的判决，核心逻辑是"商业竞争性使用+最小限度转换+损害训练数据授权市场"。该判决对美国以外没有法律拘束力，但它与《著作权法》第24条封闭式列举的中国规则相互印证：指望"AI训练=合理使用"的默认豁免，在中国同样没有法律依据，训练数据的授权与留痕才是正道。

一、法院为什么拒绝合理使用抗辩？

判决对合理使用四要素的展开极具实务价值。第一要素"使用目的与性质"：Ross的产品与Westlaw同属法律检索服务、直接竞争，属于"以同样的方式使用编者按"，只有最低限度的转换性——即便最终产品只向用户输出裁判文书原文、从不展示编者按，法院仍认定训练用途与原作品用途同质。第二要素"作品的性质"：编者按虽附属于不受版权保护的裁判文书，但凝结了编辑对法律要点的选择、概括与措辞，具有"创造性火花"，构成独立作品。第三要素"使用数量"：Ross复制约2500条编者按用于训练，并非微不足道。

第四要素"市场影响"最值得注意：法院认定损害存在于两个市场——现有的法律检索市场，以及正在快速形成的"授权内容用于AI训练"的许可市场。权利人正在开发或合理预期的市场，同样属于应受保护的范围。法院还驳回了"中间复制"抗辩：Ross引用Google诉Oracle案主张训练中间过程可豁免，法院回应——那些先例建立在"复制系必要"的基础上，而Ross手中已有裁判文书，复制编者按只是为了省事，"便捷不是复制的理由"。

二、AI训练属于合理使用吗？中国法的答案更严格

不少从业者有一个默认想象：训练是"技术性中间使用"，各国法律迟早会开口子。中国法的现状恰恰相反。

《著作权法》第24条采取封闭式列举，为合理使用划定了12种具体情形，外加一项兜底——"法律、行政法规规定的其他情形"。为机器学习复制作品，不在列举之中，兜底项也未被现行行政法规打开。《生成式人工智能服务管理暂行办法》第七条反而从义务端切入：使用具有合法来源的数据和基础模型，涉及他人知识产权的，应当依法承担保护责任；训练数据处理活动还须遵守《数据安全法》等规定。换言之，中国没有"训练例外"，只有"授权合规"。

与美国判例相比还有一点差异值得注意：第24条没有开放式的四要素权衡，法院很难通过个案为训练创设例外。国内已出现的相关争议，也多从数据抓取手段、竞争秩序、内容标识等角度切入，而非寄望合理使用抗辩。美国第三巡回法院把"训练数据授权市场"作为独立市场加以保护，这个思路对中国法院认定损害赔偿、确定许可费参照同样具有参考价值——内容方与AI企业之间的授权交易，正在从商业实践上升为司法确认的权利市场。

三、判决的边界在哪里？不要过度解读

需要冷静看待的是，本案的技术形态并非生成式AI：Ross的工具用训练数据定位并返回既有裁判文书段落。法院明确指出，本意见不回答"用版权作品训练生成式AI是否构成合理使用"的问题，并在判决中把它与OpenAI相关诉讼作了区分。生成式场景下"学习模式而非复制表达"的转换性论证，仍有争辩空间。

对中国企业而言，判决的"边界提示"意义有三：第一，它强化了非生成式场景（检索、推荐、垂直问答）下训练数据侵权风险的可预见性；第二，它显示美国司法对"训练数据授权市场"的认可在加快，全球内容授权谈判的定价基准会随之上行——判决后美国出版商协会与作家协会第一时间声明欢迎，行业组织的立场会进一步推高授权市场的博弈筹码；第三，中国AI企业出海涉及美国市场数据时，不能再以"训练用途"为由低估授权必要性。

四、训练数据合规的操作建议

第一，绘制训练数据地图：语料的来源（自采、公开网络、第三方采购、用户上传）、权利状态、授权链条逐一登记，形成可审计的资产清单。第二，优先走授权与采购：对高价值内容库，参考国内外新兴的AI训练授权市场签订许可协议，把授权范围、用途限制、输出审查写清楚。第三，公开数据的抓取合规：遵守robots协议与平台条款，避开需要突破技术措施的数据源，防止版权纠纷升级为《反不正当竞争法》项下责任，甚至触及《刑法》第285条、第286条的数据犯罪。第四，留痕与溯源：保存语料采集时间、方式、清洗记录，一旦发生争议，溯源能力就是抗辩能力。

第五，用户上传数据别忽视。训练管线里常混入用户上传的图片、文本、语音，这部分语料的授权链条最弱、争议最多。应在用户协议中取得足够的训练使用授权，并提供便捷的退出机制；对明显属于他人版权客体的上传内容，应设置过滤与投诉响应流程，避免"平台担保式侵权"。第六，关注输出端：模型输出与训练内容实质性相似，是侵权认定的重要入口，应建立输出查重与相似度监测机制，把风险拦截在发布之前。

---

广东华商律师事务所潘杰峰律师点评

广东华商律师事务所潘杰峰律师提醒：这份美国判决不能直接引用到中国诉讼，但它与《著作权法》第24条的封闭式合理使用制度指向同一个结论——训练数据的默认豁免并不存在。实践中最容易被低估的是两点：一是"训练数据授权市场"正在成为法院认定损失和许可费的参照系，拖延授权谈判的成本会越来越高；二是抓取手段合规与版权合规是两条线，即便内容可自由使用，突破技术措施抓取也可能单独构成不正当竞争或数据犯罪。建议内容企业尽快盘点自有内容的训练授权空间，AI企业则把数据溯源档案当作与模型权重同等重要的资产来管理。

FAQ

Q1：用公开网络上能免费浏览的内容训练AI，在中国违法吗？

A：能否免费浏览不等于可以自由用于训练。《著作权法》第24条的合理使用情形不包括机器学习，大规模复制作品用于训练原则上需要授权。实践中风险程度取决于内容类型、使用规模、是否替代原作品市场等因素；涉及他人权利客体的，应尽量取得授权或使用合规来源，并做好来源留痕。

Q2：美国判决会直接影响中国AI企业吗？

A：判决对中国法院没有拘束力，直接影响限于在美国市场运营、使用美国数据源或与美国主体交易的场景。但存在间接影响：全球内容授权市场的定价与条款会参照此类判例调整；中国法院在认定损害赔偿、评价训练行为正当性时，也可能参考其"授权市场"的分析框架。

Q3：生成式AI训练被认定侵权的风险有多大？

A：本案法院明确未处理生成式AI场景，全球范围内生成式训练的合理使用问题仍未定论。中国司法已有AI生成物著作权、AI声音侵权等判例，训练数据侧的争议多通过不正当竞争、数据抓取路径解决。稳妥策略是按"授权合规"设计训练管线，不把希望寄托在任何"训练例外"上，同时跟踪人工智能立法及配套规则对训练数据的制度安排。