“AI大模型语料训练版权挑战”成为2024年的年度关键词之一。中国人民大学国家版权贸易基地发布的“2024数字版权保护与发展年度关键词”中，这一话题位列八大关键词中的第三位。当前，在保护创作者权益、激发创作热情与推动产业创新之间寻求平衡已成为重要课题。
全球人工智能技术快速发展，以ChatGPT为代表的生成式人工智能技术正在改变世界，其中版权问题尤为突出。人工智能需要大量互联网信息作为训练基础，这导致了知识产权与内容剽窃的争议频发。2024年，国内外发生了多起相关案例，进一步凸显了这一问题的重要性。
近年来，大模型的发展势头迅猛。全球范围内，除ChatGPT外，还有Midjourney、Stable Diffusion、Sora等AI大模型风靡一时。国内多家互联网公司也推出了文心一言、通义千问、豆包等产品。这些工具提高了文案写作、信息检索和数据处理的效率，但也引发了新的争议。例如，某网络小说平台要求签约作者签署补充协议，允许将作品用于AI模型训练，引发反对声音。音乐领域也有类似担忧，不少创作者担心自己的作品被AI吸收后失去控制权。
内容版权与人工智能的冲突不仅体现在讨论中，还涉及法律诉讼。国外，《纽约时报》起诉微软及OpenAI侵犯版权，随后美国多家媒体也对OpenAI提起诉讼。人工智能初创公司Perplexity因涉嫌内容剽窃遭到《福布斯》和《连线》等媒体的指控。音乐领域，美国唱片业协会起诉了两家AI音乐公司。国内也有多个相关案例，如广州互联网法院判决某AI公司侵犯奥特曼作品的复制权和改编权，北京互联网法院判决配音师胜诉等。
目前，我国著作权法在AI生成物保护方面尚无明确规定。AI生成内容的著作权归属存在争议，有待法律和政策的明确指引。中国文字著作权协会倡议确保数据来源合法，并呼吁在保护创作者权益的同时推动产业创新。英国成立了“人工智能创意权利联盟”，提出了有关版权与生成式人工智能政策的三项关键原则。专家建议，在健全相关制度时，应特别关注AI生成内容的产出阶段和输入阶段的问题，特别是在商业使用时如何支付报酬等问题。中国国家版权局也在研究和完善相关版权规则，加强对人工智能生成内容传播的监测。
