// 维基 · 分析 · 2026 年 9 月
在他人作品上训练模型
文章草稿。关于支持AI法律规范的描述依据 2026 年夏的公开报道；发布前将与官方文本核对。
供讨论的草稿。本文论点是问题的地图，而非对具体数据集合法性的结论：评估始终取决于数据的构成及其获取链条。
简短回答
在他人作品上训练模型属于对该作品的使用，一般规则下需要权利人同意。民法典中没有通用的“用于机器学习”例外。2026 年的支持AI技术法律使情况有所缓和，但范围很窄：无需同意可以分析合法获取的公开可得材料——且仅用于训练法律规定的（“主权”）系统。其他情形下，数据集须以合法方式构建：许可、购买数据、合成数据。
民法典目前怎么说
民法典第 1273 条允许公民用户为个人需要自由复制作品——训练商业模型无法纳入该规范：目的不是个人的，且用户通常不是训练模型的人。第 1274 条列举了自由使用的情形（引用、戏仿、教学目的等）——训练AI系统不在其中。清单之外的一切都需权利人同意（许可）。
支持AI的法律改变了什么
据 2026 年夏的报道，支持人工智能技术发展的法律（第 1271570-8 号法案）允许开发者未经权利人同意处理他人作品——提取数据、比对和分析材料——但须同时满足三个条件：
- 作品副本系 合法获得;
- 材料处于 公开可得状态;
- 材料仅用于 训练主权AI系统 （公开讨论中举例为俄罗斯大型模型）。
实践含义：其一，该例外并不通用——基于外国模型的产品或用于狭窄内部服务的模型，可能不符合“主权系统”的表述；其二，分析许可不等于保存副本和复制数据集的权利。在该法条尚未经公开实践适用之前，保守的做法是把数据集当作例外不存在那样去构建。
数据不只是作品
数据集中并非一切都是作品，非作品有其自身的制度：
- 个人数据 ——第152号联邦法：处理目的与依据；一旦进入模型，还有删除与本地化问题。
- 数据库 ——数据库制作者享有邻接权（民法典第 1333–1334 条）：提取他人数据库的实质部分即侵犯该权利，即使单个事实不受保护。
- 秘密 ——由公司内部数据构成的数据集受商业秘密制度和与伙伴的保密协议约束。
风险
- 权利人的索赔 ——无需证明损失的法定赔偿，每个客体 1 万至 500 万卢布（民法典第 1301 条）；数据集一大，算术就对您不利。
- 产品停摆 ——法院可能禁止使用基于争议数据训练的模型；重新训练的成本高于争议本身。
- 交易中的问题 ——在融资轮或公司出售中，没有来源历史的数据集会成为尽职调查的危险信号：参见 《AI资产尽职调查》.
数据来源日志
管理风险的工作工具是为每个数据集建立日志：来源与获取方式、许可或同意（附要素）、使用限制、提取日期、体量。它同样可以回答交易对手律师和监管机构的问题。日志的补充措施包括：从权利人和平台取得许可、购买附带经验证许可的现成数据集、在允许处使用合成数据、在个人数据进入样本前进行过滤。
核查数据集与模型训练条件是以下业务的任务： 技术权利业务；团队将在以下环节确定具体产品的核查范围： 提交咨询后进行.
部分论点的来源
本来源列表仅涉及所列问题，并不代表已对全文完成法律审查。