全球AIGC数据版权规范梳理报告（16页）

行业报告下载 2024年02月04日 07:41 管理员

用于 AI 模型训练的数据集有多种方式避免侵权，或直接补偿版权持有人。专有数据：1）版权合作协议：Shutterstock、Axel Springer 等多家版权提供商与 AI 公司建立合作；2）API 付费访问：部分专业性强的数据提供商会对 API 访问进行收费，23 年 Reddit、Twitter 的 API 访问由免费转向付费。开源数据：1）开放许可协议：包括 CC、ODC、CDLA 等；2）特定的数据抓取策略：如遵守网站的 Robot.txt 文件；3）社区监督：提升数据集透明度。直接补偿创作者：1）事前补偿：技术难度低，但难以界定合理的补偿额度，如 Shutterstock 建立的贡献者基金；2）事后补偿：对 AI 生成内容进行溯源，定价合理但技术尚不成熟，如卡耐基梅隆大学发表的归因模型算法。专用数据集：直接出售适用于模型训练的数据集，或打包成 MaaS 服务。海外版权合作协议盈利模式稳定、商业化前景初步展现。AI 生成内容或对版权提供商的传统业务造成一定威胁，版权提供商与 AI 公司的合作是互利共赢。1）多媒体素材库 Shutterstock：通过出售模型训练素材创收，推出 AI 生成图片专区，提供由 OpenAI 支持的 AI 工具；2）出版商 Axel Springer：向 OpenAI 出售其出版物作为训练素材，共同运用 AI 技术提升用户体验。从 Shutterstock 看版权库与 AI 公司的合作：AIGC 的利好整体强于利空。 1）利好：Shutterstock 的数据授权收入已较明显体现在业绩端，驱动估值修复和股价回升，23Q3 出售模型训练素材的收入占公司总收入的 19.5%； 2）利空：23 年以来 Shutterstock 传统业务低迷更多受同业竞争影响，同类公司 Getty Image 业绩稳健，AIGC 对版权库行业的威胁和替代尚不明显。国内外模型训练数据版权规定尚待完善，版权商股价有望得到密集催化。 22M12 一篇论文显示 Stable Diffusion 以像素点级别复制名画的细节。对 AIGC 的版权问题的争议和相关法规主要可以分为两类：1）AI 生成内容的版权界定：美国不承认 AI 生成内容拥有著作权，而中国倾向于保护 AI 生成内容的著作权；2）模型训练数据的版权规定：美国、欧盟均明确要求使用受版权保护的材料来训练模型，而日本则认定训练数据不受版权保护。