合理使用
美国版权法第107条规定的法律原则，允许在特定条件下使用受版权保护的作品而无需授权，是AI公司在版权诉讼中的主要抗辩依据
核心事实
时间轴 (近 90 天)
目前学界对AI模型训练是否构成'合理使用'仍存在较大争议
美国对AI训练数据的处理依赖'合理使用'原则，方式相对模糊
四要素测试中事实性作品比创意性作品享有更少的版权保护
美国版权法合理使用判定依据四要素测试：使用目的与性质、原作性质、使用数量与实质、对潜在市场的影响
使用受版权保护的商业录音作为AI音乐生成的输入参考，可能引发法律争议，因现行版权框架尚未对此建立明确规则
OpenAI坚持认为其模型训练属于合理使用（Fair Use）范畴
OpenAI等AI公司通常援引'合理使用'(fair use)原则进行抗辩，主张训练模型属于'转换性使用'
如果判决倾向于支持新闻机构，AI公司未来可能被迫为训练数据支付大额授权费用，改变大模型开发成本结构
AI 版权诉讼的核心争议在于 AI 模型训练阶段对版权作品的大规模摄取是否构成「合理使用」，支持者援引 Google Books 案先例，反对者指出 AI 模型有时能近乎逐字再现训练数据
AI公司主张模型训练属于'转换性使用'，但版权方反驳称训练过程涉及完整复制原作品，且生成式AI正在直接竞争和替代原作品市场
还有 11 条时间轴事件
全部知识事实 (20)
AI 版权诉讼的核心争议在于 AI 模型训练阶段对版权作品的大规模摄取是否构成「合理使用」，支持者援引 Google Books 案先例，反对者指出 AI 模型有时能近乎逐字再现训练数据
80%已验证合理使用（fair use）是美国版权法中允许在未经版权持有人许可的情况下，出于评论、新闻报道、教学、研究等目的对受版权保护作品进行有限使用的原则
80%已验证法庭评估合理使用需考量使用目的与性质、版权作品性质、使用部分占原作比例、对原作市场的影响四个因素
80%已验证美国版权法的合理使用分析需综合考量四个因素，其中使用的转化性和对原作市场的影响是争议焦点
70%已验证AI公司主张模型训练属于'转换性使用'，但版权方反驳称训练过程涉及完整复制原作品，且生成式AI正在直接竞争和替代原作品市场
65%已验证美国《版权法》第107条确立的合理使用原则确立于1976年，法院评估须权衡使用目的与性质、版权作品性质、使用量、市场影响四项因素
65%已验证美国版权法第107条确立的合理使用（Fair Use）原则是AI公司最主要的抗辩依据，其核心论点是模型训练属于转换性使用
65%已验证合理使用是美国版权法第107条确立的例外原则，判断标准涵盖使用目的、作品性质、使用比例及对市场的影响四个维度
65%待验证OpenAI坚持认为其模型训练属于合理使用（Fair Use）范畴
60%待验证合理使用原则最早可追溯至1841年联邦法官约瑟夫·斯托里在Folsom v. Marsh案中确立的判例法规则，后于1976年被编入美国版权法第107条
60%待验证目前学界对AI模型训练是否构成'合理使用'仍存在较大争议
50%待验证美国对AI训练数据的处理依赖'合理使用'原则，方式相对模糊
50%待验证四要素测试中事实性作品比创意性作品享有更少的版权保护
50%待验证美国版权法合理使用判定依据四要素测试：使用目的与性质、原作性质、使用数量与实质、对潜在市场的影响
50%待验证使用受版权保护的商业录音作为AI音乐生成的输入参考，可能引发法律争议，因现行版权框架尚未对此建立明确规则
50%待验证OpenAI等AI公司通常援引'合理使用'(fair use)原则进行抗辩，主张训练模型属于'转换性使用'
50%待验证使用方式的转换性无法洗白获取来源的非法性——如果训练数据本身通过盗版渠道获取，则'合理使用'的前提（合法获得作品）已不复存在
50%待验证合理使用并非一项权利，而是对侵权指控的一种抗辩（affirmative defense），使用者需承担举证责任
50%待验证美国版权法第107条允许在评论、教育、研究等场景下未经授权使用受版权保护的作品（合理使用原则），但商业性AI训练是否属于变革性使用仍存在争议
50%待验证如果判决倾向于支持新闻机构，AI公司未来可能被迫为训练数据支付大额授权费用，改变大模型开发成本结构
50%