苹果公司计划投入最高数亿美元获取新闻内容版权，并提出按使用量付费的浮动报酬机制，即仅当合作方内容被Siri实际使用时才向出版商支付费用。这一消息在8月中旬传出后，引发内容行业广泛讨论，A股“AI语料”板块当日大涨，读客文化盘中一度触及20cm涨停，中信出版、中国出版、海天瑞声等跟涨。西南证券传媒首席分析师苟宇睿认为，这类行情具备情绪与主题资金轮动特征，长期看AI正推动传媒内容产业从“消费品”转向“数据+IP资产”双重定价，国内从“规模竞争”转向“价值和质量竞争”，政策推动“以词元为基础的数据集价值体系”确权。

围绕苹果的“按量付费”模式，上海财经大学竞争法与知识产权研究中心执行主任厉彦冰指出，这并非新范式，苹果支付的仍是因AI使用受版权保护作品而产生的美国版税，按量付费是版权法常见的许可费计价模式之一。北京大成（上海）律师事务所高级合伙人傅钢强调，著作权法关注的是企业实际实施了哪些作品使用行为，以及是否获得许可，而非费用支付方式；即使合同约定按次付费，若来源方权利有瑕疵或授权范围未覆盖使用场景，仍可能产生侵权或违约风险。北京市中伦文德律师事务所上海分所合伙人黄阳阳则认为，在协议框架下苹果基本规避了版权侵权风险，除非引用的新闻本身侵犯第三方版权。

厉彦冰提醒，按量付费只是许可费计价方式，属于合同条款，仅约束合同当事人，不涉及AI使用作品行为的定性。她指出，计量口径的界定仍不清晰，例如一次查询调用三家出版商的五篇报道生成摘要，算五次、三次还是一次？若发生技术故障再次调用，使用量如何计算？是否针对抓取、训练、检索、引用、输出等不同环节分别计算？这些技术选择直接影响许可费收取。

在议价权方面，厉彦冰认为，无论是固定年费还是按量付费，两种计价方式本身无优劣，真正决定结果的是议价能力：“谁掌握计量数据，谁就掌握定价的解释权。”固定授权模式下，内容是否被用的风险由平台承担，而按量付费将风险转移给内容方。通常计量数据由平台掌握，内容商无法验证调用次数和总额分配，集体议价能力被削弱。黄阳阳也指出，内容方在举证侵权上存在劣势，高质量中文内容版权分散，出版商、新闻媒体独立分散，集体议价能力偏弱，AI平台获取授权流程复杂、交易成本高昂。一位出版社从业者透露，出版社对语料训练问题普遍意识不足、态度消极被动，但若有人愿意付费，利益共享、风险共担，对出版社利大于弊。

苹果的“主动合规”姿态在其2025年年报中亦有体现。苹果在年报中将AI列为风险因素，认为AI等复杂技术可能使用户接触有害或不准确内容，也可能涉及为训练取得和使用受版权保护材料，以及在模型输出中再现受版权保护内容，由此产生产品修改、诉讼成本、许可费用和监管处罚。傅钢认为，这说明苹果已将AI版权、内容安全和产品责任视为前置的中长期经营风险，对国内大模型厂商的启示是，AI语料合规应覆盖数据取得、清洗、训练、微调、索引、检索、输出和投诉处理的完整过程。

关于未来内容行业重估，傅钢表示，未来真正稀缺的可能不是“更多的数据”，而是能被大模型持续、稳定、合规使用的高质量数据资源。大模型厂商的数据竞争将逐步从公开抓取转向与新闻媒体、出版机构、专业数据库和垂直行业内容提供方建立长期授权合作。苟宇睿认为，大众通俗文本、公版书、开放网页数据供应充分，真正稀缺的是高质量、独家、合规、可溯源的专业垂类数据，如医学教材、法律判例、学术期刊、行业深度报告、权威新闻及多模态真实物理交互数据。他总结受益内容资产为“稀缺+独家+合规+可溯源+实时”五类：专业垂类知识、权威古籍/工具书、实时权威新闻、网文/影视IP、数据服务/加工类公司。未来语料厂商收入结构和估值体系可能重构，理想路径是在传统出版/发行收入外新增“数据授权/API调用分成/数据加工服务”增量收入线，但直接语料授权收入尚未规模化兑现。苟宇睿提醒，兑现节奏可能不快，受权属复杂、工程壁垒等约束，重估更可能发生在少数专业、独家、稀缺、可溯源的垂类内容持有方。IDC数据显示，2025年中国人工智能基础数据服务市场规模达62.62亿元人民币，同比增长27.8%，预计2026年增至78.34亿元，2025-2030年复合年均增长率19.6%。目前国内语料数据以“数据本地化+私有部署”为主，暂未公开大规模付费授权交易，并行三类做法：自建/合作研发专有模型（如中信出版“夸父AI”、中国出版“中华古籍大模型”、中文在线“逍遥”大模型等）、共建国家级正版语料库（首批22家机构共建，人民网牵头“主流价值语料生态联盟”）、专业数据服务外包。

关于“合理使用”与侵权的界定，多位律师指出，核心争议在于AI大模型训练使用版权作品是否构成著作权法意义上的合理使用。AI公司认为，模型学习语言规律、知识关系后形成新技术工具，输出具有转换性；版权方则认为，训练以商业经营为目的，需完整大规模复制作品，部分数据来自盗版网站，模型可能复现原作品并生成替代性内容，削弱原市场，构成侵权。傅钢认为，不能仅以训练具有“转换性”作为当然抗辩，也不能仅凭作品被用于训练就推定侵权。黄阳阳认为，未经授权复制语料不等于输出内容侵权，训练合法也不代表输出摘要准确。傅钢建议，界定合理使用应考虑数据取得方式、训练中的复制行为、模型能否稳定复现受保护表达、最终产品是否与原作品竞争，以及企业是否采取过滤、去重、阻止复现和处理投诉的措施。

现实认定更为复杂。傅钢指出，同一AI业务中不同环节可能得出不同结论，例如法院可能认为训练模型具有转换性，但认定从盗版渠道取得和长期保存作品不属于合理使用；也可能认为训练阶段无侵权证据，但模型发布或输出构成侵权。今年7月20日，“巴茨诉Anthropic案”以15亿美元和解收官，法官认为Anthropic使用受版权保护书籍训练Claude属于“典型的转换性使用”，构成合理使用，但驳回其用盗版书籍训练的合理使用抗辩，认定侵权。傅钢认为，该案明确了“训练目的具有转换性”和“数据来源合法”是两个独立问题。厉彦冰提醒，该案以和解终结，未产生有约束力的先例；当前唯一进入上诉审的Thomson Reuters v. ROSS案，第三巡回法院尚在审理中。她指出，截至目前，美国没有任何联邦上诉法院就AI训练是否构成合理使用作出实体判决，地区法院判决存在冲突，法律不确定性短期难以消除。

若版权保护不当，多位受访者担忧“竭泽而渔”。皮尤研究中心研究显示，自ChatGPT问世后发布的网页中，超过三分之一可能带AI生成痕迹，大量网页可能形成机器人阅读机器人生成内容的循环。黄阳阳提醒，知识凝固在模型参数权重里，靠统计规律生成答案，知识不会自动更新，容易产生幻觉。一位出版从业者透露，上游作者大量人机协同创作，作品“AI味”浓，原创性问题可能带来著作权麻烦。在新闻领域，黄阳阳认为，AI训练对新闻报道语料版权侵权问题重视不足，新闻报道数量大、质量高、公开易获取，成为争议重灾区。她指出，除极少量简单描述外，绝大多数新闻报道都是版权作品，新闻事实本身不受保护，但记者的文字表达、叙事编排、采访成果受保护，AI利用新闻报道训练仍存在侵权风险。她强调，大模型合规需将版权、内容安全、产品责任一起评估，不能只看重模型效果。上海段和段律师事务所合伙人刘春泉表示，大部分大模型企业未主动向著作权人购买，并在商用前隐匿训练语料来源、技术处理输出结果，给版权保护和举证带来难题。刘春泉认为，AI企业将作品扫描复制用于数据库训练是商业行为，应认定侵犯复制权；大模型语料训练是纯粹商业行为，虽不直接销售，但通过token实现商业利益，未分给版权人，法院若认定合理使用等于“慷他人之慨”帮大模型企业节省成本，合理使用缺乏合理性。从利益平衡角度，他认为新技术发展需法律制度宽容，但也要考虑AI发展对大模型使用的替代效应。