AI训练用歌先过授权关,音著协亮出集体管理方案,一揽子许可能否破僵局

首页 / AI资讯 / AI音乐

0:00
0:00
1x
定时

10月13日,中欧数字环境下版权保护研讨会在宁夏银川举办,会议由中国国家版权局与欧盟中国知识产权项目联合主办,宁夏回族自治区党委宣传部、中国版权协会承办。中国音乐著作权协会副主席兼总干事刘平在会上做了题为构建人工智能领域音乐版权合规新秩序的主题发言,把一个此前多在海外讨论的命题摆上了台面:AI训练用歌,先要过授权关。他给出的路径明确而具体,以著作权集体管理制度承载海量作品的一揽子授权。在AI音乐产量井喷、平台忙于过滤与标注的当下,把目光拉回上游的训练环节,是一次重要的议程设置。

训练数据是第一块多米诺

刘平发言的核心论点只有一句话:倘若训练数据来源本身存在侵权瑕疵,后续的生成与传播不过是将侵权链条无限延长。这个判断把AI音乐版权问题的时间轴向前拨到了最上游。模型在预训练阶段抓取、存储并提取特征使用音乐作品,如果这一步没有获得许可,之后无论生成环节多么创新、传播渠道多么正规,权利瑕疵都会一路传导到最终作品。

他从两个维度展开论证。产业态势维度,国际作者和作曲者协会联合会的预测被引作警示:至2028年全球音乐人版权收入将大幅缩水,大量创作者的作品在不知情情形下被用于AI训练。法律属性维度,从使用目的、全量复制方式、市场替代效应及伯尔尼公约三步检验法判断,AI对音乐作品的训练使用均不符合合理使用要件,中欧相关司法判例也印证了这一判断。这两条论证合在一起,等于否定了训练即合理使用的流行幻想。值得注意的是,论证引用的是三步检验法这一国际通行的判断框架,而非单纯依据国内法条,这让结论在跨境争议中同样站得住。

传播端的乱象同样凶猛

训练之外,发言同样点出了传播端的现实。AI改编、AI翻唱等侵权乱象泛滥,持续侵蚀原创音乐产业的根基;生成门槛的降低让改编与翻唱的成本趋近于零,而识别、取证与下架的成本却居高不下。这与国内产业数据形成呼应:音乐生成工具的日产量已经以百万首计,而检测数据显示完全AI生成曲目在流媒体播放中的占比长期只有个位数百分比,生产与消费之间的剪刀差越拉越大。

发言还转述了创作者群体的态度:全球创作者多次联合发声,并非反对AI技术本身,而是反对未经许可、不支付报酬的作品侵权使用行为。这个区分很重要,它把讨论从技术对立拉回到利益分配,也为授权合作留出了空间。矛盾的本质从作品稀缺转向内容过量,价值判断的标准随之改变,稀缺时代的流量逻辑难以直接套用到生成无限的时代。平台侧的动作也在加快,主流流媒体已陆续上线AI内容标注与检测工具,但误判率依然偏高,人工复核的成本最终落在独立音乐人身上,他们既没有法务团队,也缺乏举证能力。这也让授权谈判的结构发生变化,权利人的议价能力开始取决于集体组织的数据库完整度,而非单部作品的知名度。

集体管理为何是现实解

方案部分,刘平给出的答案是著作权集体管理制度。AI企业使用海量作品时,一对一授权成本高、周期长、风险大,逐一谈判在物理上不可行;而集体管理组织手握海量音乐作品数据库、成熟的一揽子许可与使用费分配机制,是最有效甚至唯一现实可行的规模化授权通道。他建议构建面向AI行业的主渠道合作授权框架,分阶段设置计费标准,同时要求AI企业承担数据透明与清单提供义务,让权利人知道自己的作品是否被用、用了多少。

推进节奏上,他提出三步走:著作权集体管理实践先行,相关产业政策及时跟上,版权立法适时出台。这个顺序颇有深意,先用可操作的许可实践积累案例与数据,再以政策固化为规则,最后上升为法律条文,避免立法长期空转。海外的对照也在同步演进,三大唱片公司与生成式音乐平台的和解授权陆续落地,证明训练授权付费并非天方夜谭,问题只在价格与机制。

机制细节决定方案能否落地。集体管理组织的运作依赖三样基础设施:作品权利信息数据库、使用监测与结算系统、向权利人分配的透明规则。放到AI训练场景,还需要补两块新拼图,一是训练语料的抽样核验,让权利人能查询自己的作品是否进入某个模型的训练集;二是按模型规模或调用量分档计费,而不是沿用广播时代的按播放次数计价。国内音著协与音集协近年已在短视频、直播场景跑通一揽子许可,这套经验平移到AI侧,最大的变量是使用行为发生在训练阶段而非传播阶段,取证与计量的口径都要重写。

版权不是创新的刹车片

发言的结尾正面回应了一个流行论调:版权许可阻碍AI产业发展。刘平的反驳干脆利落,版权保护不是科技创新的障碍,原创作品是AI模型持续迭代的基础,原创生态萎缩最终将损害AI行业自身。没有高质量的新作品进入训练池,模型的创作能力会不可避免地衰减,这不是道德劝说,而是数据供给的物理规律。

还有一个现实约束不容回避:AI音乐工具的用户里,绝大多数是个人创作者与小工作室,让他们逐首付费并不现实。集体管理的价值恰在这里,把分散的、单笔金额极小的使用行为汇总成一笔可收的费用,再按作品被使用的实际情况分配。这套模型在KTV与商超背景音乐场景已经验证多年,迁移到AI训练的难点不在制度设计,而在如何定义一次训练使用的计量单位,是按语料入库的曲目数,还是按模型参数规模折算,两种口径算出来的账单能差出数倍。

对AI音乐从业者,这份发言释放的信号相当具体:合规成本将前置于训练环节,选择训练数据透明的工具与平台会成为企业的自保动作;对权利人,集体管理的打包授权提供了体面且可执行的变现通道;对监管者,著作权法实施条例修订的窗口期正好承接这套制度设计。留给行业的问题依然存在,比如认证与核验机制如何落地、跨境作品的授权如何衔接,但方向已经清晰:先把训练环节的账算清楚,AI音乐这门生意才走得远。

素材来源:中国音乐著作权协会、中国音像著作权集体管理协会、中国新闻出版广电报 发布时间:2026-10-17