ARTICLE · 1244331
AI*IP 每日要闻 | 2026年10月24日:WIPO发布AI训练与版权范围研究,八法域对照但不提政策建议
健谈IP · AI × IP 每日要闻 | 2026.10.24
WIPO发布《AI训练与版权范围研究》：八法域对照，但明确不提政策建议
速览
· 文件号 SCCR/49/6，原文英文，标注日期 2026年10月23日，标题《Scoping Study on AI Training and Copyright》，由秘书处委托（commissioned by the Secretariat）· 授权来源：SCCR第47届会议主席总结（SCCR/47/SUMMARY，2025年12月5日）第21段· 供版权及相关权常设委员会第49届会议讨论：2026年11月30日—12月4日，日内瓦· 作者5人、分属5个法域；全文含导言、三大部分与结论，正文约51页· 自我定位：描述性与比较性，"不向成员国推荐任何具体方案、不就争议问题表态"
今日要闻
10月23日，WIPO公布《AI训练与版权范围研究》（SCCR/49/6），供即将于11月30日至12月4日在日内瓦召开的版权及相关权常设委员会（SCCR）第49届会议讨论。这份研究的授权来自 SCCR 第47届会议——2025年12月5日的主席总结第21段请求秘书处就 AI 训练与版权的关系、以及授权、执法与补偿的适用做法准备一份研究。
研究分三大部分：第一部分处理生成式AI开发中对受保护内容的使用，包括数据获取方式（网页抓取、检索增强生成）与训练中的使用及复制权触发点；第二部分处理授权、许可与补偿，覆盖五种数据获取途径、自愿/延伸/强制集体许可、TDM 法定例外与报酬机制；第三部分处理执法，包括"模型本身是否构成复制件"、域外训练的管辖，以及透明度与 opt-out 标准问题。所涉法域为巴西、加拿大、中国、欧盟及其多个成员国、肯尼亚、韩国、英国、美国，研究特别说明这是举例而非穷尽。
读这份文件，先要看清它的"身份"
这是最容易读错的一点。文件由秘书处委托并以官方文件号发布，但首页免责声明写明：研究表达的是作者的观点，"不旨在反映成员国或秘书处的意见"。也就是说，它既不是 WIPO 的立场，也不是成员国的共识文本。
同时，研究对自身方法的界定也很明确：
"The study is descriptive and comparative in nature. It reviews the methods adopted in a number of jurisdictions and the practices that are developing and discusses the options that have been proposed without recommending any specific approach to the Member States or taking a position on the disputed issues that they have yet to resolve."
—— SCCR/49/6 导言，逐字引用
换句话说，它的价值在于把各国选项摊在同一张桌上，而不是给出答案。把它当"全球规则风向标"引用是可以的，当"WIPO 已就AI训练表态"引用就是错的。
作者阵容本身就是个信息
研究由5位学者合著，第一作者是 Daniel J. Gervais（范德堡大学法学院荣休教授、阿姆斯特丹自由大学高级研究员、美国法学会会员）。其余四位分别来自韩国世宗大学（Sung Jai Choi）、肯尼亚斯特拉斯莫大学知识产权与信息法中心主任（Melissa Omino）、巴西圣保罗热图利奥·瓦加斯法学院（Rodrigo Kopke Salinas），以及华东政法大学教授、学术委员会副主席王迁——他同时担任中国版权协会副理事长，并曾参与中国著作权法第三次修改的专家组。
这份名单值得注意两处：一是法域分布刻意覆盖了东亚、非洲、拉美与欧美，不是清一色西方学者，这对一部讨论"全球选项"的研究是有意为之；二是中国由一位深度参与过本国修法实务的学者执笔，而非由外人转述。此外文件还有一条坦率的披露：撰写过程中使用了大语言模型检查语法、内容与统一文风——在一部讨论AI训练与版权的研究里，这个自我披露本身就耐人寻味。
中国部分：一处"全球唯一"，一处"尚未起步"
研究里与中国有关的论述贯穿多个部分，其中最有信息量的是数据投毒。原文指出：在中国，网信部门已将数据投毒视为一种安全威胁并开展专项治理行动（"清朗·AI应用乱象整治"），且推荐性国家标准《生成式人工智能服务安全基本要求》要求对训练数据过滤违法有害信息。紧接着是一句关键判断——"在被调研的其他法域中，尚未出现对数据投毒的可比监管处理。"
这意味着：把投毒当作权利人自力救济手段，在中国面临的不是"是否侵权"的私法问题，而是监管明令整治的公法问题。而研究同时承认，投毒究竟构成对开发者权利的侵害、还是权利人正当地行使自身权能，在任何法域都还没有权威结论，技术与法律问题基本处于开放状态。
另一处是中国集体许可的现状。研究列举了中国五家著作权集体管理组织（音著协、音集协、文著协，以及尚未全面运作的图片与电影两家），并指出尽管主要集体管理组织已公开表示愿意为AI训练授权，但目前中国尚无有分量的AI训练许可实际达成；研究认为许可迟迟未起量有结构性原因，并强调这一困境与韩国类似，值得与美国的活跃形成对照着看。
对 IPR 实务的影响与行动提示
1. 它是"选项地图"，不是"规则预告"。引用这份研究时，把它当比较法索引用：TDM例外、集体许可、报酬机制、机器可读opt-out这几类方案的分布与理由，可以直接拿来做内部合规论证的参照系。但不要用它的存在去推断SCCR会形成什么结论——它明确不推荐方案，会议讨论也远未到文本阶段。
2. 出海AI企业：11月30日前值得做两件事。一是按第一部分的技术节点自查训练数据获取路径（抓取、RAG、模型内保留复制件）各自落在哪个法域的哪条例外里；二是把 opt-out 的机器可读标准（如 TDMRep、C2PA 一类）与目标市场的例外结构对照，判断自己现有语料的合规论证是否成立。研究第二部分列出的五种获取途径，可以直接当自查清单用。
3. 权利人侧：注意投毒这条路的属地风险差异极大。如果考虑用数据投毒作为自力救济，中国的监管定性与其他被调研法域完全不同——那里是"整治对象"，不是灰色地带。同一动作在不同法域的法律性质可能相反，跨法域部署前必须分开评估。
口径说明：本文文件号、日期、标题、"commissioned by the Secretariat"、免责声明、导言引文、三大部分结构、八组被引法域、作者姓名与机构、数据投毒与中国集体许可的论述，均逐字核对自 SCCR/49/6 PDF 原文。会议日期核对自 WIPO 官网 SCCR 页面。需提示的是，该研究未专门论述中国AI生成内容的标识制度，本文不作相应表述。来源：· WIPO：SCCR/49/6 Scoping Study on AI Training and Copyright（PDF，2026-10-23）· SCCR/47/SUMMARY 主席总结（2025-12-05，本研究授权依据，见其第21段）· WIPO 版权与相关权常设委员会（SCCR）会议与文件页
