白宫发布AI版权训练立法建议：技术与权利间的艰难抉择
2026年3月20日，特朗普政府正式发布《国家人工智能政策框架：立法建议》（A National Policy Framework for Artificial Intelligence: Legislative Recommendations）。这是一份仅有四页的政策文件，分量却着实不低。白宫明确表态认为AI模型使用受版权保护的材料进行训练不违反版权法，同时建议国会探索集体许可机制，赋予权利人与AI企业谈判的渠道，但将"合理使用"的最终裁量权交给法院。
这一政策表态，是对当前美国乃至全球范围内如火如荼的AI版权诉讼潮的一次官方定调，也是对AI时代"技术发展"与"权利保护"这一核心矛盾的再平衡。对当下全球范围内的AI版权争端和立法都有借鉴意义。
一、政策底色：大国博弈下的"技术优先"
理解白宫的AI版权政策，不能脱离其宏观的政策语境。《国家人工智能政策框架》开篇即明志："特朗普政府致力于赢得AI竞赛，以开创人类繁荣、经济竞争力和国家安全的新纪元。"在七大政策目标中，"确保美国AI主导地位"（Ensuring American AI Dominance）被列为核心支柱之一。
在当前的全球AI竞争格局中，高质量的数据是训练大模型的核心"燃料"。如果严格按照传统的版权法逻辑，要求AI开发者在训练前必须获得海量数据的逐一授权，这无异于要求他们在"向河流里排污水"之前，先"一勺一勺捞污水"进行净化——这在技术和商业上的成本确实太高。
白宫明确表态"AI模型对受版权保护材料的训练不违反版权法"，本质上是为美国本土的AI企业（如OpenAI、Anthropic、Meta等）松绑。哈德逊研究所（Hudson Institute）的分析就明确指出，如果美国在版权问题上过于严苛，而竞争对手在数据使用上更加宽松，那么美国在AI领域的领先地位将受到严重威胁。"讽刺的是，中国AI工具如果能获得更多版权材料的使用权，将更有可能赢得全球AI市场份额的激烈竞争。"
这种"技术优先"的政策导向，是国家战略层面的必然选择。它揭示了一个残酷的现实：在AI时代，版权规则已经不再只是文化产业的内部事务，而是直接关乎国家科技竞争力的地缘政治议题。
二、司法实践：诉讼浪潮中的"合理使用"攻防
白宫的政策表态也有着坚实的司法实践基础。过去两年间，美国法院在一系列标志性案件中，已经开始为AI训练的"合理使用"问题划定轮廓。
Bartz et al. v. Anthropic 是其中最具里程碑意义的案件。2025年6月，加州联邦法院裁定，Anthropic将争议书籍用于训练Claude模型的行为"极具转换性"，符合美国版权法规定的"合理使用"原则。然而，法院同时认定，存储盗版书籍副本的行为不构成合理使用。此后，该案以15亿美元的天价和解，每部作品的估计赔付约为3000美元。
Kadrey et al. v. Meta Platforms Inc. 则呈现了类似的逻辑。法院在Meta的Llama大模型训练问题上，部分支持了合理使用的抗辩，但涉及种子文件传播过程中对盗版作品的复制问题，仍在北加州联邦法院审理中。
然而，并非所有案件都对AI企业有利。Thomson Reuters v. Ross Intelligence 案中，法院认定Ross Intelligence使用Westlaw案例摘要训练其AI法律检索工具的行为不构成合理使用，因为这种使用直接替代了原告的市场。这一判决提醒我们，"合理使用"并非AI训练的万能护身符，其适用与否，高度依赖于具体的应用场景和市场替代效果。
从这一系列案件中可以清晰地看出，美国司法实践正在形成一条基本逻辑：预训练阶段的大规模数据使用，倾向于认定为具有转换性的合理使用；但如果训练方式涉及盗版数据的存储复制，或者生成的输出直接替代了原作品的市场，则可能构成侵权。白宫的政策表态，也算是对这一司法趋势的呼应和背书。
三、技术逻辑："铸剑"与"舞剑"的区别
我之前也写过训练阶段的一篇分析文章《“铸剑”与“舞剑”：将定向训练后的模型能力从“独创性”中剥离》，实际上模型训练对产业的影响甚至有可能超过模型生成，白宫此次支持AI训练构成"合理使用"，在法律逻辑上是否站得住脚，仍需要回归到AI技术的本质进行分析。
笔者一直坚持此前文章中的看法，AI模型的训练过程是"铸剑"，而AI生成内容的输出过程是"舞剑"。 这两个阶段在技术本质上截然不同，法律评价也应当有所区分。
在"铸剑"阶段，大模型通过反向传播算法，将海量文本、图像等数据中的语言规律、统计特征、艺术风格和逻辑结构，转化为模型参数（即权重矩阵中的数十亿个浮点数）。这些参数本身并不存储原始作品的任何片段，而是对人类知识和创造力的一种高度抽象的数学表征。从这个意义上说，模型提取的是数据中的"思想"和"规律"，而非受版权保护的"表达"。这与人类通过阅读大量书籍来提升写作能力，在本质上具有相似性。
然而，这一逻辑在实践中并非无懈可击。现代大模型在某些情况下，确实存在"记忆"（Memorization）训练数据并在输出时"复现"（Regurgitation）的现象。此外，针对特定作家或艺术家进行的定向微调（Fine-tuning），尤其是LoRA（Low-Rank Adaptation）等技术，能够使模型高度模仿特定创作者的风格，其生成的输出可能直接替代原作者的市场。
笔者代理的Lora模型开放平台责任案（浙江法院2024年知识产权保护典型案例），正是这一问题的典型呈现。该案中，平台允许用户上传特定IP的作品作为LoRA模型的训练样本，并公开发布训练好的模型供他人使用，导致大量模仿该画师风格的作品涌现。法院最终认定，在LoRA模型训练、发布及使用过程中再现在先作品独创性表达的行为构成侵权。
这一案件揭示了一个重要的技术法律边界：通用大模型的预训练与针对特定权利人的定向微调，在法律评价上应当区别对待。 前者更接近于"铸剑"，后者则更接近于"仿剑"，甚至可能构成"伪剑"。白宫政策将裁量权交给法院，也许同样是为了在个案中对这种技术差异进行精细化的法律区分。
四、全球视野：德国法院的路径分歧
就在美国白宫试图通过政策定调为AI产业松绑的同时，大洋彼岸的欧洲却传来了截然不同的司法回声。
2025年11月，德国慕尼黑第一地区法院（Landgericht München I）在GEMA（德国音乐权利人协会）诉OpenAI一案中作出了一项具有里程碑意义的判决。该案的核心争议在于，ChatGPT在接收到简单提示词（如"某某歌曲的歌词是什么"）时，能够准确输出受版权保护的歌词。
慕尼黑法院的判决逻辑堪称对AI企业的一记"当头棒喝"：
"记忆"即"复制"：法院认为，模型能够通过提示词输出歌词，证明这些歌词被"记忆"（Memorization）在模型参数中。尽管这种记忆是以概率值的形式分布在参数中，且只能通过提示词间接感知，但这已经构成了德国版权法意义上的"复制"（Reproduction）。
TDM例外不适用：法院明确排除了欧盟《数字单一市场版权指令》（CDSMD）中关于文本和数据挖掘（TDM）例外的适用。法院指出，TDM例外的初衷是允许为了提取抽象信息而进行的"准备性复制"，但OpenAI不仅提取了信息，还将歌词本身"整合"进了模型参数中，这超出了TDM的范畴，直接损害了权利人的经济利益。
输出构成"向公众传播"：法院进一步认定，ChatGPT输出歌词的行为构成了未经授权的"向公众传播"，且不能适用"戏仿"（Pastiche）等例外，因为AI模型缺乏能够进行艺术表达的"人格"。
慕尼黑法院的判决，与美国法院在Anthropic案中倾向于认可"转换性使用"的逻辑形成了鲜明对比。它直接挑战了AI产业界普遍主张的"模型不存储数据，只学习规律"的技术叙事，将"记忆"等同于"复制"，从而在根本上动摇了AI训练的合法性基础。
这一判决凸显了全球主要法域在AI训练版权问题上正在形成的三种截然不同的制度路径：
美国路径：司法主导的弹性合理使用。 以白宫政策为代表，选择"政策背书+司法裁量+集体许可探索"的组合路径。优势在于灵活性强，风险在于规则的不确定性。
欧盟路径：立法TDM例外叠加司法严格解释。 欧盟《数字单一市场版权指令》（CDSMD）第4条确立了商业性文本和数据挖掘（TDM）的版权例外，但同时赋予权利人"选择退出"（Opt-out）的权利——只要权利人以机器可读的方式声明保留权利，AI企业即不得使用。2025年8月起正式适用的《欧盟AI法案》第53条进一步要求通用AI模型提供商披露训练数据的版权合规情况，与CDSMD形成双重约束。慕尼黑法院的判决则在此制度框架之外，从司法层面进一步收紧了TDM例外的适用边界，形成立法与司法的叠加压力。
五、制度设计：集体许可机制的破局之道
面对美国"合理使用"的弹性与欧洲"严格复制权"的刚性，AI产业与创作者之间的矛盾似乎陷入了死结。如果AI的繁荣是建立在"教会徒弟、饿死师傅"的基础之上，那么这种繁荣注定是不可持续的。创作者的枯竭，最终也将成为AI产业的枯竭。
白宫政策框架的精妙之处在于，它在支持"合理使用"的同时，也建议国会探索"集体许可机制"（Collective Licensing Frameworks），并考虑给予反垄断豁免，允许权利人集体与AI企业进行谈判。
这是一个颇具参考价值的制度设计，其核心逻辑是将版权保护的重心，从"禁止权"转向"获酬权"。
面对海量的训练数据和分散的权利人，传统的"一对一"授权模式已经彻底失效。慕尼黑法院的判决虽然保护了权利人，但如果严格执行，可能会导致欧洲AI产业的停滞。集体许可机制通过由代表权利人的集体管理组织（如GEMA、ASCAP等）与AI开发者进行统一谈判和授权，既能大幅降低AI企业的交易成本，又能确保创作者获得合理的经济补偿。
值得关注的是，反垄断豁免的设计同样意味深长。如果没有这一豁免，分散的权利人若联合起来与AI企业谈判，可能面临反垄断法的挑战。白宫的这一建议，实际上是在为权利人的集体行动提供法律保障，以平衡其在谈判中相对于资本雄厚的AI企业的弱势地位。
当然，集体许可机制也面临诸多挑战：如何确定合理的许可费率？如何在不同类型的权利人之间分配收益？如何处理跨国版权问题？这些都是需要在立法和实践中逐步解决的难题。但无论如何，从"禁止"到"补偿"的制度转型，应该说代表了AI时代版权制度演进的一个积极的方向。
对中国的启示：司法判例和商业实践先行，立法小场景快速跟进
白宫的AI版权政策与慕尼黑法院的判决，为中国提供了两面截然不同的镜子。中国同样面临着AI产业发展与版权保护之间的张力。如何在推动大模型技术自主创新的同时，建立起对创作者合理、可持续的补偿机制，是我国AI立法和司法实践必须面对的核心命题。如果完全照搬欧洲的严格规制，可能会在激烈的国际竞争中错失先机；如果完全放任，则可能摧毁本土的文化创意产业。
笔者认为，中国应在借鉴国际经验的基础上，调集优质司法和行政资源，推动一批典型案例和商业实践（例如集体授权合作案例）的出现，笔者代理的多个AI版权案件表明，中国法院已经开始在个案中积累处理AI版权问题的经验，从"奥特曼AIGC形象侵权案"到"Lora模型开放平台责任案"，再到"AI种草首案"，这些案件正在逐步摸索中国AI版权的司法规则体系。
当案例累积到一定数量的时候，根据这些案例中呈现出来的共性问题以及解决经验，提炼出小切口场景下的规则，上升成为立法。与此同时，应该让AI领域的立法机制摆脱过去的滞后性特征，建立起一个全新的快速立法、分散立法、小场景立法、快速迭代的机制，不要奢望AI立法毕其功于一役，而是应该积极试错，让规则在产业博弈过程中不断完善。
