全球AIGC数据版权规范梳理报告（16页）

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。