大模型训练数据合规：版权、个人信息与商业秘密三大风险
36氪转载微信公众号“知产力”作者隋竞萱的文章，从第三方版权、个人信息、专利与商业秘密三个维度梳理大模型训练数据的侵权风险与合规路径，并提出“分类治理、分阶段管控”的框架。文章称2025至2026年间，美国作家集体起诉六家AI厂商、德国慕尼黑法院认定OpenAI未经授权使用歌词训练构成侵权、上海知识产权法院审结国内首例AI大模型著作权侵权案等标志性案件相继出现。作者认为，中国著作权法第二十四条对合理使用采封闭式列举，大模型训练难以直接归入其中，业内观点称其既不能直接归入合理使用，也不能扩大解释为法定许可，法律定性高度不确定。合规路径上，文章建议优先采用授权许可或开源、公有领域数据，对个人信息以匿名化脱敏为首选，并对数据来源做专利与商业秘密筛查。
文章指出，大模型训练中把海量数据复制到训练服务器这一基础环节本身就落入复制权控制范围，因此未获许可使用受保护作品存在直接侵权风险，这是所有大模型开发者都需面对的制度门槛。
生成式AI的能力跃迁，本质上是海量训练数据“喂”出来的。但现行知识产权与数据保护规则，并非为大规模机器学习场景设计，制度与技术的落差，让训练数据合规成为悬在所有大模型开发者头上的达摩克利斯之剑。
2025年至2026年期间，美国、德国、中国等地相继出现涉及AI训练数据版权侵权的标志性案件，从美国作家集体起诉六大AI厂商、德国慕尼黑法院认定OpenAI未经授权使用歌词训练构成侵权，到上海知识产权法院审结国内首例AI大模型著作权侵权案，全球司法实践正在一步步勾勒训练数据的法律边界。
本文从第三方版权、个人信息、专利与商业秘密三个核心维度，分析训练数据的侵权风险与合规路径，最终构建体系化的合规框架。
第三方版权：侵权风险与合理使用的争议边界
（一）训练行为本身即可能触发复制权侵权风险
大模型训练的基础环节，是将海量文本、图像、音视频等数据复制到训练服务器，开展预处理与模型迭代。这一“复制”行为，本身就落入著作权法第十条规定的复制权控制范围。如果训练数据中包含受著作权保护的作品，而开发者未取得权利人许可，就存在直接的侵权风险。
#OpenAI#Shanghai Intellectual Property Court#Munich Regional Court#36Kr