一、各国有关AI数据训练的合理边界制度分析
（一）美国：转化性使用标准
美国对于AI数据训练的边界主要依据其版权法所规定的合理使用原则确定，在司法实践中，为了减少合理使用原则使用的模糊性与随意性，美国通过司法判例逐步形成以“转换性使用”为核心的合理使用认定路径。相关判例如下图所示：
然而，该制度的适用并非绝对，例如在汤森路透案中，法院则采用了市场替代标准确定是否构成实质侵权。这表明，在司法实践中，由于相关裁判规则均由合理使用原则派生而出，其必然带有相当的灵活性和适应性，这也是美国当前逐步形成AI数据公司与平台和出版商建立合作机制，通过合规方式换取数据训练模式的根本原因。
（二） 欧盟：权利保留机制
欧盟通过《数字单一市场版权指令》创设了“文本与数据挖掘例外”，区分科学研究与一般商业使用，在此制度下，只要版权人不事先通过技术方式对外宣誓保留权利要求，原则上AI训练便可不经授权，并且不必支付相应的费用。该模式在保障权利人控制权的同时，也因合规复杂性受到批评，权利保留声明及合法获取途径实质上将严格限制AI训练的数据来源，极大地增加了AI企业的训练成本。
（三）日本：欣赏式使用制度
日本2007年就开始讨论著作权限制条款修改问题。自2009年至今，日本颁布了9次著作权修正案。其中，2009年、2012年、2018年修正案都有与数字网络技术直接相关的条文，积极回应数字化。日本《著作权法》在第30条及第45条引入欣赏式使用制度，该制度通过将作品的使用目的进行区分。[[[] 参见储翔、周怿霖：《适应生成式人工智能数据训练的版权合理使用规则完善》，载《中国出版》,2025年第6期，第3-7页。]]作为非欣赏式使用的作品，要求AI训练必须在必要范围内使用，禁止不当地损害著作权人的合法权益；作为欣赏式使用的作品则更多体现作者的独创性思维，对此要求更加严格，仅允许在符合内阁命令规定标准下进行少量使用，同样禁止侵害著作权人的合法权益。
二、国对AI数据训练的合理边界问题分析
1、 （一）立法现状
《著作权法》第二十四条采取十二条明确规定加兜底的形式明确了何为合理使用，但是该条款并未明确将AI数据训练纳入其中。由国家六部委统一通过的《生成式人工智能服务管理暂行办法[[[]参见国家互联网信息办公室、国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局令第15号。]]》第七条第一款规定，生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：（一）使用具有合法来源的数据和基础模型。但其同样未能指出合法来源包括哪些，合法来源与合理使用之间的关系如何界定。此外，《著作权法实施条例》及相关司法解释也未对AI训练场景作出细化规定，导致企业在合规实践中缺乏明确指引。
2、（二）司法实践
当前越来越多的AI内容交由法院审判，例如北京互联网法院发布的2023年度十大典型案件之一：“AI文生图”著作权案——李某与刘某侵害著作权纠纷案中，法院认定被告在输出环节构成侵权，但对原告要求将涉案作品从训练数据中删除的诉请未予支持，理由是被告未实际进行训练行为。杭州中级人民法院在相关判决中明确提出，“该种使用行为聚合大量作品作为分析样本数据进行提高作品创作能力训练，并非以再现作品的独创性表达为目的，且一般情况下数据训练只是对语料数据作结构特征分析时暂时保留了在先作品，数据训练及生成过程中也未将在先作品展示给公众，在无证据证明生成式人工智能是为使用权利作品的独创性表达为目的、已影响到权利作品正常使用或者不合理地损害相关著作权人的合法利益等情形下，可以被认为是合理使用。”可见目前我国司法实践中仍旧倾向于控制AI训练内容的输出端，而非直接追溯至输入训练端进行规制，这也反映出我国目前鼓励AI发展训练的态度。
参考内容：
[1]参见张玲娜，六大法域大模型训练版权规制比较：规则框架、典型案例与合规启示https://mp.weixin.qq.com/s/n3vs-b_Vrj79qgdTpZEZlA，2025年11月10日访问。
[2]参见储翔、周怿霖：《适应生成式人工智能数据训练的版权合理使用规则完善》，载《中国出版》,2025年第6期，第3-7页。
[3]参见李可心、肖冬梅：《日本生成式人工智能训练数据合理使用规则及其启示》，载《图书馆论坛》，2025年第9期，第93-101页。
[4]参见北京互联网法院（2023）京0491民初11279号判决书。
[5]参见广州互联网法院（2024）粤0192民初113号判决书。
（一）美国：转化性使用标准
美国对于AI数据训练的边界主要依据其版权法所规定的合理使用原则确定，在司法实践中，为了减少合理使用原则使用的模糊性与随意性，美国通过司法判例逐步形成以“转换性使用”为核心的合理使用认定路径。相关判例如下图所示：
然而，该制度的适用并非绝对，例如在汤森路透案中，法院则采用了市场替代标准确定是否构成实质侵权。这表明，在司法实践中，由于相关裁判规则均由合理使用原则派生而出，其必然带有相当的灵活性和适应性，这也是美国当前逐步形成AI数据公司与平台和出版商建立合作机制，通过合规方式换取数据训练模式的根本原因。
（二） 欧盟：权利保留机制
欧盟通过《数字单一市场版权指令》创设了“文本与数据挖掘例外”，区分科学研究与一般商业使用，在此制度下，只要版权人不事先通过技术方式对外宣誓保留权利要求，原则上AI训练便可不经授权，并且不必支付相应的费用。该模式在保障权利人控制权的同时，也因合规复杂性受到批评，权利保留声明及合法获取途径实质上将严格限制AI训练的数据来源，极大地增加了AI企业的训练成本。
（三）日本：欣赏式使用制度
日本2007年就开始讨论著作权限制条款修改问题。自2009年至今，日本颁布了9次著作权修正案。其中，2009年、2012年、2018年修正案都有与数字网络技术直接相关的条文，积极回应数字化。日本《著作权法》在第30条及第45条引入欣赏式使用制度，该制度通过将作品的使用目的进行区分。[[[] 参见储翔、周怿霖：《适应生成式人工智能数据训练的版权合理使用规则完善》，载《中国出版》,2025年第6期，第3-7页。]]作为非欣赏式使用的作品，要求AI训练必须在必要范围内使用，禁止不当地损害著作权人的合法权益；作为欣赏式使用的作品则更多体现作者的独创性思维，对此要求更加严格，仅允许在符合内阁命令规定标准下进行少量使用，同样禁止侵害著作权人的合法权益。
二、国对AI数据训练的合理边界问题分析
1、 （一）立法现状
《著作权法》第二十四条采取十二条明确规定加兜底的形式明确了何为合理使用，但是该条款并未明确将AI数据训练纳入其中。由国家六部委统一通过的《生成式人工智能服务管理暂行办法[[[]参见国家互联网信息办公室、国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局令第15号。]]》第七条第一款规定，生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：（一）使用具有合法来源的数据和基础模型。但其同样未能指出合法来源包括哪些，合法来源与合理使用之间的关系如何界定。此外，《著作权法实施条例》及相关司法解释也未对AI训练场景作出细化规定，导致企业在合规实践中缺乏明确指引。
2、（二）司法实践
当前越来越多的AI内容交由法院审判，例如北京互联网法院发布的2023年度十大典型案件之一：“AI文生图”著作权案——李某与刘某侵害著作权纠纷案中，法院认定被告在输出环节构成侵权，但对原告要求将涉案作品从训练数据中删除的诉请未予支持，理由是被告未实际进行训练行为。杭州中级人民法院在相关判决中明确提出，“该种使用行为聚合大量作品作为分析样本数据进行提高作品创作能力训练，并非以再现作品的独创性表达为目的，且一般情况下数据训练只是对语料数据作结构特征分析时暂时保留了在先作品，数据训练及生成过程中也未将在先作品展示给公众，在无证据证明生成式人工智能是为使用权利作品的独创性表达为目的、已影响到权利作品正常使用或者不合理地损害相关著作权人的合法利益等情形下，可以被认为是合理使用。”可见目前我国司法实践中仍旧倾向于控制AI训练内容的输出端，而非直接追溯至输入训练端进行规制，这也反映出我国目前鼓励AI发展训练的态度。
参考内容：
[1]参见张玲娜，六大法域大模型训练版权规制比较：规则框架、典型案例与合规启示https://mp.weixin.qq.com/s/n3vs-b_Vrj79qgdTpZEZlA，2025年11月10日访问。
[2]参见储翔、周怿霖：《适应生成式人工智能数据训练的版权合理使用规则完善》，载《中国出版》,2025年第6期，第3-7页。
[3]参见李可心、肖冬梅：《日本生成式人工智能训练数据合理使用规则及其启示》，载《图书馆论坛》，2025年第9期，第93-101页。
[4]参见北京互联网法院（2023）京0491民初11279号判决书。
[5]参见广州互联网法院（2024）粤0192民初113号判决书。