本报记者 侯伟

　　7月31日，人工智能（AI）时代版权许可与数据保护专题研讨会在京举行。此次研讨会由北京知识产权法研究会与北京市海淀区律师协会联合主办，以 AI时代的版权许可与数据保护为两大核心研讨专题，来自研究机构、高校、互联网企业及律师行业的近百位专家、学者与实务工作者围绕这些话题进行了探讨。

　　“AI高速发展，智能经济形态加快形成，技术与产业深度融合，如何兼顾权利保护、技术创新与产业发展，是版权制度与数据治理规则需要回应的重要命题。”北京知识产权法研究会会长曲三强在会上表示，AI生成内容的能力已直接动摇了传统著作权法以自然人创作为核心的根基，面对 AI带来的挑战，法律的重塑需聚焦三个层面：一是跳出传统框架，构建原创保障与公平分配的版权体系；二是探索兼具灵活性与透明度的规则，如差异化授权机制；三是利用区块链等技术辅助版权管理。他呼吁，法律界应在坚守公平正义的基础上，建造符合智能时代逻辑的版权制度。

　　规范版权许可

　　AI时代，如何进行版权许可，一直是业界关注的焦点。专题研讨会上，与会者围绕 AI时代版权许可的新问题与新挑战展开深入分享。

　　腾讯集团法务部高级法律顾问赵振博表示，在 AI技术加持下，内容制作效率大幅提升，也催生了多样化的新型侵权模式，盗版侵权对影视行业的健康持续发展有着严重影响。他建议，应从行政、司法等多角度加强对盗版平台的侵权治理，积极适用惩罚性赔偿，构建全方位的版权保护体系，让创作者的付出得到切实回报。

　　在爱奇艺法律部法务经理王穹看来，AI大幅降低了创作门槛，今年一季度全平台上线 AI剧集达12.8万部，但内容上仍面临同质化、侵权频发等挑战。未来 AI影视创作的核心仍是人的创意。她分享了爱奇艺在精品化 AI内容方面的探索，如全流程 AI制作的网络故事片等。她呼吁建立标准化的 AI授权流程，让规则跑在技术前面，推动 AI授权正规化、标准化。

　　北京市炜衡律师事务所著作权部主任胡准准从美国AI企业安特罗匹克（Anthropic）15亿美元和解案切入，分析了 AI训练过程中复制行为的法律定性，指出中国应探索分类分层的治理模式，对公益科研训练扩大合理使用，对商业模型训练建立法定许可或集体许可机制。她认为，AI训练数据来源的合法性应成为合规体系的基础要求，技术创新不能建立在侵犯他人合法权益之上，版权制度应在创作者、传播者、使用者和社会公众之间不断寻求动态的平衡。

　　北京知识产权法研究会常务理事、副秘书长、竞争法委员会副主任兼秘书长、北京理工大学法学院副研究员裴轶通过分析德国法院对谷歌AI搜索概览的判决，探讨了 AI服务提供者究竟是中介还是创作者的问题。她指出，当 AI对内容进行归纳、总结等加工时，便不再是单纯的信息搬运工，不能适用避风港原则免责。她认为，合理使用制度依然是平衡 AI发展与版权保护的有效路径，面对 AI幻觉，最有效的依然是实事求是，而实事求是的前提，还是人类能够公开获得更多优质的内容。

　　北京知识产权法研究会副会长、中国政法大学法律学院教授陶乾表示，AI时代版权许可的对象已从作品扩展为以作品为基础创建的数据集，在此情形下的许可机制需要从一对一转向规模化、延伸性、集体性模式。她认为，版权许可制度的功能正在从保护权利人支配与收益，向促进知识资源配置拓展，需要为AI生态定制专门的许可模式，让版权制度回应作品能否用于训练，以及作品如何通过市场机制进入训练、实现价值转化。

　　加强数据保护

　　AI时代，数据保护是版权保护的一个重要方面，也是业界持续探讨的话题，专题研讨会上，与会者围绕数据保护与治理的前沿议题展开深入交流。

　　新浪集团法务经理田宇慧从平台经营者视角分析了数据权益的形成链条，指出平台数据权益来源于大量前期投入，大模型训练中的数据使用问题应兼顾著作权保护与反不正当竞争法规制路径。她强调，应从完整链路出发，结合产业上下游共同发展来探讨数据权益保护与开发利用的合规平衡问题，为 AI产业的健康发展提供坚实的法治保障。

　　北京市律师协会数字经济与人工智能领域法律专业委员会副主任委员、海淀区律师协会网络与高新技术法律研究会副主任吴凡分析了当前数据风险的新特点，包括全领域无差别采集、数据污染、算法黑箱等问题，探讨了数据权益保护的两种模式——反不正当竞争法行为规制与赋权模式，并指出短期应实行行为规制与权益复权双轨并行。她还特别提醒企业关注开源数据集的法律风险，做好前置合规审查，为 AI发展保驾护航。

　　北京市炜衡律师事务所高级合伙人、科创法律研究中心主任战飞扬聚焦具身智能这一热门赛道，指出具身智能高度依赖对物理世界的持续感知和数据积累，在数据采集、存储、处理、传输等全生命周期均面临合规挑战。他建议企业建立数据类型清单，贯彻最小同意原则，并运用区块链技术实现数据流转的可追溯，为具身智能这一前沿领域的健康发展筑牢合规底座。

　　北京大学大数据分析与应用技术国家工程实验室特聘研究员徐克付从技术角度介绍了大模型与智能体面临的安全风险，分析了训练数据投毒、模型算法漏洞、提示词注入攻击等具体问题，并介绍了北大团队在 AI安全测评方面的技术探索。他表示，构建安全评估平台和防火墙机制是保障 AI健康发展的关键，为 AI时代的数据安全提供了有力的技术支撑。

（编辑：刘珊 ）