中国版权监管机构制定2030年规划，但科技新闻仍缺少关键的AI规则

中国国家版权局发布了一项为期五年的版权规划，提出五项政策重点，并设定至2030年的可量化目标。对于在中国开展业务的AI开发者、媒体公司、软件发行商和创作者而言，这是一则重要的科技新闻。矛盾在于，这份规划并未解决的事项。它承诺将为新兴技术制定更有力的规则，却没有明确谁可以使用受版权保护的材料训练AI模型。

该机构将正式通知日期定为2026年8月31日，并于9月7日公布。该规划覆盖中国“十五五”规划时期，即2026年至2030年。其目标是加强立法、执法、版权服务、国际合作和公众意识。

这些目标出台之际，中国法院和监管机构正面临旧有版权框架并非为之设计的问题。生成式AI系统在开发过程中会消耗大量文本、图像、音乐、视频和软件素材。创作者希望拥有控制权并获得补偿，而AI公司则需要能够实际操作的训练材料获取渠道。

创作者控制权与AI发展之间的较量，是该规划的核心压力点。中国如今已明确其发展方向及若干经济目标，但尚未公布将决定哪一方承担最大成本的详细规则。

中国版权规划将宏观政策转化为2030年目标

该规划将版权政策从笼统承诺转化为一项具有期限、机构职责和可量化成果的国家项目。

中国国家版权局（NCAC）向各省级版权主管部门、执法部门、集体管理组织及其他版权机构发布了该文件。其官方通知确认了8月31日的发布日期和9月7日的公布日期。

这一时间线消除了最初新闻快讯中的不确定性。相关事件并不只是9月7日发布的一篇媒体报道，而是一项一周前已正式发布、随后向公众公开的政府规划。

该规划确立了五个主要工作领域。中国计划完善版权法律制度，构建鼓励创新的更强保护机制，打造更高效的服务体系，扩大国际合作，并推动全社会更加尊重版权。

9月7日一篇介绍该规划五项重点的报道，也确认了其2030年目标。届时，政府希望建立更健全的法律制度、更有效的执法、更完善的服务、更深入的国际参与，以及更有利的版权环境。

多项量化目标使这些目标更易评估。作品年登记量的目标是从2025年的749万件增至2030年的950万件，较规划期内增长约27%。

计算机软件著作权年登记量的目标是从318万件增至400万件。版权质押融资登记额，即以版权权益支持融资的登记额，目标是从840亿元人民币增至1200亿元人民币。

政府还希望版权产业增加值占国内生产总值的比重，从2025年的7.46%提高至2030年的7.53%。对于核心版权产业，相应目标则从4.72%提高至4.79%。

与登记量和融资额的较大增幅相比，这些百分比变化看起来较为温和。这一差异很重要。它表明，该规划强调的是制度覆盖和版权权益的商业化利用，而非推动版权产业相对于中国整体经济实现显著扩张。

登记数量同样需要谨慎解读。版权通常在符合条件的作品创作完成时即产生，而不只是政府登记时才产生。更多登记能够改善证据保全、许可和交易，但并不能自动证明保护水平更高。

融资目标也有类似的限定。更大规模的版权担保融资，将表明贷款机构和权利人更频繁地将版权作为资产使用。但这并不能说明估值是否可靠，或小型创作者能否获得此类融资。

这些指标仍使该规划区别于象征性声明。各机构将拥有可用于报告进展的量化基准。企业也可以预期，省级项目、执法行动、服务平台和实施细则将陆续出台。

紧张关系也由此开始。规划对登记和融资作出了精确衡量，但其中最棘手的科技问题却难以用简单的数值目标来衡量。

为什么这则科技新闻对AI和媒体公司至关重要

该规划之所以重要，是因为版权已成为AI开发的投入约束，而不只是产品发布后的法律问题。

现代生成式AI模型从大量人类创作材料中学习模式。这一过程使模型开发直接关联到有关获取、复制、许可、署名和市场损害的版权问题。

中国的国家经济战略同时呼吁在科学、工业、文化、公共服务和治理领域更广泛地采用AI。AI应用的扩张增加了对更多数据的需求，也提高了进入商业市场的合成媒体数量。

因此，这项版权规划处于两个国家目标之间。中国希望AI和其他数字产业快速发展，同时也希望创作者、出版商、软件公司、广播机构和集体权利组织获得更有力的保护。

早期政策信号显示，官员已意识到这一碰撞。在2026年5月的一次会议上，版权主管部门呼吁完善新兴领域规则，并推动AI在版权管理中的创新应用。同一份5月政策信号还强调加强网络执法，并修订配套版权法规。

会议将AI与微短剧、数字音乐、图书、体育赛事转播、电影、软件、游戏和动画一并讨论。这个范围显示了政策可能触及的广度。它并不局限于AI实验室或涉及模型开发者的纠纷。

视频平台可能面临更高要求，以检测未经授权的片段。游戏工作室或可获得更好的工具，用于登记和许可角色形象。模型开发者最终可能面临与训练数据相关的信息披露或许可义务。

出版商可能需要保留更完善的记录，以证明哪些合同允许机器学习。购买AI服务的公司可能需要询问供应商，是否能够说明其数据来源、内容控制措施以及处理权利投诉的流程。

软件开发者同样拥有直接利益。每年400万件软件登记的目标表明，源代码和软件产品仍是中国版权体系的核心。AI生成代码、开源许可证以及用于模型训练的代码相关问题，将日益交织在一起。

这正是为何这一发展属于科技新闻，而非狭义的法律简报。版权政策会影响企业能够使用哪些数据集、哪些产品可以安全销售，以及它们必须多快移除存在争议的输出内容。

该规划也给处于创作者与用户之间的科技平台带来压力。一个平台可以在同一项服务中托管未经授权的内容、生成相似材料、通过算法分发内容，并从受众中获利。

传统版权执法通常处理的是一部被复制的作品和一家出版商。AI系统使这一模式更加复杂，因为侵权指控可能涉及训练输入、模型行为、生成输出或用户行为。

商业风险不止于侵权赔偿。企业还将面临文档管理、内容过滤、许可、投诉处理和诉讼成本。这些支出会影响哪些公司能够竞争，以及哪些商业模式能够持续。

大型平台可以组建合规团队并谈判组合许可。较小的AI开发者可能依赖公共数据集或第三方供应商，而后者的权利文件并不完整。

创作者则面临相反的规模问题。个体摄影师、作家或音乐人很少知道某个模型是否使用了某一特定作品。即使发现相似输出，该创作者也可能无法获得有关模型训练过程的证据。

该规划承诺建立更高效的版权服务体系，这有助于缓解这种不平衡。统一的登记、监测和争议处理服务将使权利更容易被记录和交易。

但服务本身无法界定法律边界。中国仍需要可操作的规则，解释AI训练何时需要许可、开发者必须保留哪些证据，以及合法例外如何适用。

创作者控制权与AI发展如今共享同一瓶颈

核心权衡并非保护与创新之间的对立，而在于中国能否让许可、证据和授权在AI规模下切实可行。

创作者认为，商业AI系统不应在未经授权或补偿的情况下获取有价值的训练材料。开发者则反驳称，若要为每一部作品分别谈判，大规模训练可能会变得极其缓慢或成本高昂。

两种立场都揭示了一个真实的基础设施问题。版权制度是围绕可识别的作品、使用行为和当事人设计的。基础模型则可能涉及通过多个供应商、存储库和收集方式汇集的海量数据集。

一个可行的制度必须回答几个不同的问题。开发者是否在训练过程中复制了受保护作品？某项例外是否允许这种使用？生成结果是否再现了受保护表达，谁又控制了该结果？

中国已通过诉讼检验了这条链条的部分环节。2023年，北京互联网法院认定一幅AI辅助生成图像享有版权保护，因为用户的选择体现了足够的人类智力投入。

该裁决基于具体事实，将生成式软件视为创作工具。它并未确立每一条提示词或每一项机器生成输出都具备受保护资格。

后续案件揭示了平台责任和侵权输出方面的不确定性。不同法院审查了AI服务是直接生成侵权材料，还是仅促成用户行为。

中国最高人民法院在2026年9月释放了一项重要的程序信号。其司法指引指出，权利人必须首先证明争议内容来自AI服务，且与其作品构成实质性相似。

随后，该指引对主张不存在侵权的开发者施加了更高的举证负担。他们可能被要求提供有关训练数据来源、训练过程和运行方式的信息。

这种做法回应了一种基本的不对称性。开发者掌握着创作者无法从系统外部查验的技术记录。

然而，该指导意见刻意回避了两个基础性问题。它没有明确 AI 生成内容的版权地位，也未就未经授权的模型训练是否构成版权法意义上的侵权作出界定。

官员解释称，各方观点仍存在分歧，需要进一步研究。这一保留态度比笼统承诺加强保护更能说明问题。

这意味着，企业不能将这项五年规划视为一套已经完备的 AI 版权框架。该规划确立了政策方向，但法院仍在处理更具体的争议。

美国表明，实现同样的平衡有多么困难。美国版权局于 2023 年启动 AI 专项工作，并收到逾 10,000 份公众意见。其 AI 版权调查分别审视了数字复制品、可版权性和生成式 AI 训练。

这种比较并不意味着中国会照搬美国的做法。美国诉讼往往围绕合理使用展开，而这一原则并非在每个法律体系中都有完全对应的适用机制。

但这说明，一条简短的规则无法解决所有 AI 版权争议。输出内容保护、训练责任、数字复制品、平台责任和许可市场涉及不同主体与激励机制。

中国正在形成的路径，似乎将监管、法院发展出的证据规则、技术执法、登记服务和行业协调结合起来。每一种手段都只能解决部分问题。

技术工具便是一例。2024 年，中国最高人民法院在多个省级法院系统启动了 AI 辅助版权审判试点。该项目利用图像搜索和比对功能，协助评估权属和相似性争议。

这类系统可以降低发现被复制图像的成本。但它们无法独立判断某项使用是否已获许可、是否属于豁免、是否具有转换性，或是否可归责于某一特定开发者。

内容溯源可以从另一个角度提供帮助。溯源记录说明材料来自何处以及如何发生变化，而水印则在文件中嵌入或关联信号。

两种方法都并不完整。元数据可能在编辑或平台转换过程中消失。水印可能被移除、遗漏，或在不同格式之间采用不一致。

集体许可可通过允许一个组织代表众多权利人来降低交易成本。这一模式已在音乐等领域运作，但 AI 训练涉及的材料种类要丰富得多。

如果记录实现标准化并可由机器读取，国家级登记平台可为许可提供支持。它需要准确的权属数据、明确的使用类别，以及处理相互冲突主张的程序。

这些机制揭示了真正的博弈。创作者需要可执行的控制权，而开发者需要可预期的访问条件。若任何一方只得到笼统承诺，争议就会涌入法院和平台投诉系统。

这些目标并未化解规划最大的风险

规划中的可量化目标追踪的是行政活动，但尚未衡量版权执法是否会变得一致、可及，或能否与 AI 发展相兼容。

登记增长是最清晰的例子。年度作品登记达到 950 万件，将扩大已登记权利的基础。但若核验质量未随规模同步提升，也可能增加重复主张、低价值登记和权属争议。

软件目标也提出了类似问题。每年登记 400 万件软件著作权，可帮助企业记录代码所有权。但这并不能自动厘清 AI 编程助手如何与专有代码或开源义务相互作用。

版权质押融资或许拥有最大的比例目标。将已登记融资规模从 84 亿元人民币提高至 120 亿元人民币，增幅接近 43%。

这一结果将表明版权资产的商业化更加活跃。但仅凭这一数字，无法反映贷款表现、估值质量、大企业集中度，或个人创作者的融资可得性。

版权产业占 GDP 比重的目标提供了更广泛的经济衡量指标，但归因仍然困难。版权产业包含许多同时受消费需求、出口、平台增长和整体经济状况影响的活动。

执法统计则带来另一项风险。案件数量或下架数量增加，可能意味着监管更强、侵权更严重、侦测能力更好，或者三者兼而有之。

因此，读者不应将未来的活动报告直接视为成功的证据。决定质量、处理时间、可及性以及各省之间的一致性将更为重要。

地域一致性对全球企业尤为重要。国家政策仍可能在登记、证据收集、行政执法和法院程序上产生不同的地方实践。

国际企业还将关注新措施是否平等适用于国内和外国权利人。该规划承诺深化国际合作，并更多参与版权治理。

WIPO 已召集中国权利组织与官员讨论 AI 时代的版权问题。其 2026 年全球 AI 对话强调，训练数据和 AI 生成内容仍是尚未解决的国际关切。

这一国际维度之所以重要，是因为数据集、云服务、创作者和用户都跨越国界。一个模型可以在一个司法辖区训练，从另一个司法辖区部署，并为全球用户生成存在争议的内容。

不同的法律标准可能迫使企业维护区域性数据集或控制措施。它们也可能促使企业在其全球产品中遵循最严格的主要市场标准。

如果中国支持共享技术标准和可互操作的许可实践，规划中关于国际参与的承诺或许能减少碎片化。如果国内要求的发展缺乏兼容的外国机制，它也可能加剧碎片化。

最大的未知数仍是模型训练的法律待遇。在缺乏明确训练规则的情况下加强执法，可能增加诉讼，却让合法开发者不确定如何合规。

缺乏透明度的宽松规则，可能让创作者无法核实受保护作品是否进入商业数据集。强制许可模式可以保护创作者，但也可能有利于有能力大规模谈判和付费的大型企业。

证据规则可以缩小这一差距，尤其是在开发者掌握相关记录的情况下。但它们也会引发有关商业秘密、模型安全以及法院能够实际要求何种细节的担忧。

该规划最终必须将其偏向创作者的目标转化为企业可以执行的流程。笼统的尊重版权义务，无法告诉工程师应记录什么，也无法告诉出版商应提供何种许可。

企业应在这些细节出台前做好准备。AI 供应商可以记录数据集来源、合同授权、过滤决策和移除程序。媒体公司可以审查其协议是否涵盖模型训练和合成衍生内容。

在涉及 AI 辅助创作时，创作者可以保留源文件、发布记录、合同和提示词历史。有序的记录能够强化权属主张，并缩短重建作品创作过程所需的时间。

可搜索的知识库可以帮助团队保留政策决定、许可和证据。它不能替代法律审查，但能让合规记录更易于检索。

对这则科技新闻持审慎解读，结论很直接：中国已公布可量化的行政雄心，但其最具决定性的 AI 版权选择仍未落定。

三个信号将显示该规划是否改变市场

当实施细则改变证据义务、许可行为或产品设计时，该规划才会产生实质影响。

第一个信号是关于 AI 训练数据和生成输出的详细指导。这是最重要的未决问题，因为它决定开发者可以使用什么，以及创作者可以提出何种挑战。

读者应关注版权法规、司法解释、行政指导或代表性案例。最强的信号将是明确文件记录义务，以及在训练中使用受保护作品的法律后果。

明确规则将加强这样一个结论：该规划正在成为可操作的框架。若持续回避，则会削弱这一结论，并让政策依赖逐案诉讼。

第二个信号是登记和许可基础设施的建设。中国早期版权政策曾提出建立统一的信息服务体系，用于登记、查询、监测和统计。

一个有效运作的国家平台可以降低交易成本，并使权属更容易核验。它还可支持针对软件、图像、文本、音乐及其他训练材料的标准化许可。

重要证据将包括已发布的技术标准、线上工作流程、可互操作的记录，以及省级机构的采用情况。一个只展示登记申请的平台，其影响会小于支持核验和许可的平台。

这方面的进展将增强规划中关于创作者控制权的一面，而不必然阻碍 AI 发展。数据质量不佳或省级系统碎片化，将削弱其实际价值。

第三个信号是涉及 AI 服务和数字平台的执法行为。法院判决和行政行动将揭示，当局如何在开发者、用户、平台和数据供应商之间划分责任。

应关注当局是否要求训练记录、接受独立审计、命令采取模型层面的保障措施，还是只专注于移除个别输出。每一种做法都会形成不同的合规市场。

模型层面的救济会将更多责任置于开发者身上。输出层面的救济则会让用户和分发平台承担更大责任。

案件模式也将显示小型创作者能否使用这一体系。一个只服务于大型工作室和平台的框架，虽可达成形式上的执法目标，却无法解决广泛可及性问题。

这些信号应结合评估。没有明确规则，严格执法的可预期性较低；而没有可靠服务和一致救济，详细规则的价值也有限。

因此，中国的版权规划是起点，而非其 2030 年目标所暗示的最终答案。它设定了期限和制度方向，同时将最棘手的政策选择留待后续措施处理。

对开发者而言，实际行动是在披露成为强制要求前建立可追溯性。以能够经受人员变动的形式记录数据集来源、许可条款、供应商保证、过滤步骤和投诉回应。

对出版商和创作者而言，重点是识别哪些作品可以获得许可、哪些合同涵盖 AI 使用，以及哪些证据可证明所有权。等到发生争议再处理这些问题，将更加困难且成本更高。

这则科技新闻值得关注，因为中国已将版权基础设施与未来五年的 AI 雄心并列。接下来的问题是，其实施细则会否建立一个可行的许可市场，还是将冲突推向法院。