GEO研究 › 知识基础 › 监管与政策 › 美国版权局 AI 报告线:可版权性与训练的官方口径
监管与政策

美国版权局 AI 报告线:可版权性与训练的官方口径

一手官方(报告发布时间(第二部分 2025-01-29、第三部分预发布版 2025-05)经版权局官网核对(2026-10);第三部分为预发布版本,终稿或有调整)参考

美国没有 AI 专门版权立法,规则由版权局 2023 年登记指南与 2024-2025 年系列报告推进:人类作者身份是基石、纯 AI 产出不受保护;训练合法性走合理使用个案分析,版权局认为既有框架大体够用但部分用法构成侵权。

美国处理 AI 与版权问题的路径不是新立一部法,而是让既有机构用既有框架逐层表态:版权局先在 2023 年更新登记指南,再从 2024 年起连发报告把可版权性与训练问题说透。两条主线对 GEO 内容资产都有直接影响:你用 AI 产出的内容能不能确权,以及引擎拿你的内容训练到底合不合法。

登记实践先行:人类作者身份是基石

版权局 2023 年春发布含 AI 生成材料的作品登记指南,确立登记口径:纯 AI 生成材料不受保护、不得登记;人类创作部分可以登记,申请人须披露并划清 AI 生成与人类贡献的边界。这里的法理是人类作者身份(human authorship)要求——版权保护的前提是存在人类的创造性贡献。指南同时说明,AI 充当辅助工具而人类有创造性控制的产出仍可整体受保护,这条线为「AI 辅助的人类创作」留了门。登记实践里,申请人对 AI 生成部分作声明放弃是常见操作:保住人类创作部分的权利,比整体登记被驳回更划算。这套披露纪律反过来成了内容资产管理的检查表——登记时的划界材料,就是日后授权谈判与维权时的贡献证明。

报告三部曲:从复制到可版权性再到训练

版权局的研究计划按议题分部推进,与 GEO 直接相关的是后两份:

  • 第二部分:可版权性(2025 年 1 月 29 日发布)。核心结论:既有版权法原则足以处理 AI 产出问题,不需要为此新立法;人类作者身份是「基石」要求,仅输入提示词(prompt)一般不构成对表达要素的足够控制,产出是否受保护按人类贡献逐案判断。这份报告把「AI 生成内容确权」从争论变成了官方口径:提示词不等于创作。
  • 第三部分:生成式 AI 训练(2025 年 5 月以预发布版形式发布)。核心口径:训练的合法性按合理使用(fair use)四要素逐案分析,不存在一刀切的合法或非法;部分训练用法(如以盗版来源获取语料、产出与原作品构成市场替代)可能构成侵权;许可市场在成长,既有法框架被判断为大体够用。

所谓四要素,是合理使用分析的经典框架:使用目的与性质、原作品的性质、使用的量与实质性、对原作品潜在市场的影响。训练场景下争议最集中的是首尾两端——转化性使用之辩与市场替代之辩,报告对这两点都未给万能答案。第一部分处理复制与输出相似问题,2024 年年中先行发布,本卡不展开。训练侧的对抗仍在法院进行,标志性节点另见站内事件卡(NYT 起诉 OpenAI 与微软)。

口径与误读:官方说了什么、没说什么

两条常被读歪的线要先划清:其一,版权局没有说「AI 参与创作一律不受保护」,保护与否取决于人类贡献的可识别性与创造性,逐案认定;其二,第三部分没有给训练「普遍合理使用」的背书,也没有认定训练普遍侵权——官方立场恰是「不能一概而论」。对内容方可操作的含义是:AI 深度参与的内容在美域的确权状态不确定,品牌内容的「人类创作痕迹」(选题、结构、实证、编辑的流程记录)要从生产环节就流程化留痕。留痕不需要重流程,只需要把已经在做的事记录下来:选题会上定角度的记录、初稿与终稿的差异版本、引用与核证数据的出处清单。这些动作在 GEO 内容生产里本来就有,差的只是把它们落到可回溯的载体上。

合理使用在美国是抗辩事由而非法定许可——用没用对,要在个案里由法院判断,事前没有白名单。这就是美国路线的结构:版权局报告提供权威参照但不约束法院,国会在判例落定前保持观望,主要规则由多起训练诉讼在联邦法院分头塑造。各案的事实(语料获取方式、产出替代性、被告的产品形态)不同,判决之间可能不一致,上诉与巡回区的分化都会拉长不确定期。对内容方的含义是双面的:不确定期长意味着两头都要留余地——语料被拿走时没有确定救济,谈判地位要靠许可协议而不是诉讼威慑;同时判例若最终收紧,早签的许可与早建的授权通道就是稀缺资产。还有一个时间差要心里有数:一审判决不是终点,上诉改判是常态而非例外,训练诉讼的「结果」可能要以年为单位分批揭晓。规则未定的每一天市场都在动:引擎的语料策略、平台的授权签约、站点的声明写法都在调整,规则真空期恰恰是各方抢跑期。

对 GEO 行业的含义

美国是全球主要引擎供给方(OpenAI、Anthropic、Google 等)的所在法域,训练合法性的最终走向决定引用格局的供给端:判例若收紧,引擎语料获取从全网吞咽转向许可交易,站点的谈判地位上升;判例若宽松,训练取数的成本约束继续缺位,取用层的引用竞争更重要——训练与取用两层要分开评估(对照见训练与检索爬虫对比卡)。对照另两条法域路线,欧盟的机器可读 opt-out(见欧盟 TDM 选择退出条款卡)与日本的宽松利用观(见日本著作权法 30 条之 4 卡)——美国是「法院说了算」的第三条路,结果最不确定、变量最多。

限制与待核实

第三部分为预发布版本,终稿与后续行政安排以版权局官网为准;各训练诉讼的裁决属动态,本卡不逐案记录。

引用来源

  1. U.S. Copyright Office:Copyright and Artificial Intelligence 专题页(报告全系列)
  2. U.S. Copyright Office:Part 2 — Copyrightability Report 发布公告(2025-01-29)
最后更新 2026-10-02引用本页请附:https://www.showhoo.net/library/policy/policy-us-copyright-ai/