适用场景
从事生成式人工智能（AIGC）技术开发、服务提供或应用集成的中国出海企业，在模型训练、数据采集与产品研发阶段需要重点关注。
核心要点
1. 训练数据使用可能构成“合理使用”，但非绝对
国内外司法实践对使用受版权保护的作品训练AI模型是否构成合理使用存在不同认定。中国有判例认为，以学习分析为目的、不展示原作品且不影响其正常使用的训练行为，可能被认定为合理使用。但这并非普遍原则，需结合具体案情判断。
2. 输入与输出阶段适用差异化合规标准
司法观点倾向于对模型训练（输入）阶段采取相对宽松的标准以促进技术发展，而对生成内容的输出与传播阶段采取更严格的标准以保护版权。企业需建立分阶段的合规管理策略。
3. 数据来源决定合规义务与风险
训练数据来源分为开源数据、自采数据、商业数据及用户输入数据。不同来源对应不同的授权要求与合规注意义务。使用来源不明或侵权数据（如盗版内容）会显著增加法律风险。
4. 国内外司法实践存在差异与不确定性
美国近期有案例认定AI训练构成合理使用，但法官说理各异且强调个案性。德国有案例支持非商业科研用途的合理使用。全球范围内相关诉讼频发，规则仍在演进中，出海企业需关注主要目标市场的司法动态。
实务建议
- 建立训练数据来源台账：清晰记录每批训练数据的来源（开源、自采、商业采购、用户输入），并保存相应的授权协议、许可文件或采集记录。
- 严格遵守中国国家标准《GB/T 45654-2025》：按照该标准对不同来源数据的采集、使用和管理要求进行操作，这是重要的合规基线。
- 优先获取合法授权：对于商业数据和使用者输入信息，务必通过具备法律效力的合同或明确的用户授权获取使用许可。
- 设置便捷的用户控制选项：若使用用户输入信息训练模型，必须提供显著告知和便捷的关闭选项（如不超过4次点击）。
- 避免使用“明确不可采集”的数据：尊重网站的爬虫协议（Robots协议）和个人已拒绝的授权，不采集相关数据。
- 对商业数据供应商进行审核：要求供应商提供数据来源、质量与安全的承诺及证明，并对其进行审核。
风险提示
- 误区：认为所有AI训练行为都自动适用“合理使用”。 注意：合理使用是抗辩理由，非通行权利，是否成立取决于司法机构的个案认定，存在败诉风险。
- 误区：只关注模型输出侵权，忽视输入数据本身的法律风险。 注意：使用盗版网站等非法来源的数据进行训练，可能构成独立的侵权行为。
- 误区：完全依赖国外判例作为自身合规依据。 注意：各国法律和实践不同，且相关判例多为初审法院作出，规则未最终确定，不可盲目照搬。
- 注意：即使训练行为可能被认定为合理使用，企业仍需对平台用户利用模型生成的侵权内容（输出端）承担必要的监管和“通知-删除”义务。
- 注意：理论界对“非表达性使用”等激进观点存在争议，不宜作为企业规避合规义务的主要依据。