用于AI模型训练的数据集有多种方式避免侵权，或直接补偿版权持有人。
　　专有数据：1）版权合作协议：Shutterstock、Axel Springer等多家版权提供商与AI公司建立合作；2）API付费访问：部分专业性强的数据提供商会对API访问进行收费，23年Reddit、Twitter的API访问由免费转向付费。
　　开源数据：1）开放许可协议：包括CC、ODC、CDLA等；2）特定的数据抓取策略：如遵守网站的Robot.txt文件；3）社区监督：提升数据集透明度。
　　直接补偿创作者：1）事前补偿：技术难度低，但难以界定合理的补偿额度，如Shutterstock建立的贡献者基金；2）事后补偿：对AI生成内容进行溯源，定价合理但技术尚不成熟，如卡耐基梅隆大学发表的归因模型算法。
　　专用数据集：直接出售适用于模型训练的数据集，或打包成MaaS服务。
　　海外版权合作协议盈利模式稳定、商业化前景初步展现。AI生成内容或对版权提供商的传统业务造成一定威胁，版权提供商与AI公司的合作是互利共赢。1）多媒体素材库Shutterstock：通过出售模型训练素材创收，推出AI生成图片专区，提供由OpenAI支持的AI工具；2）出版商Axel Springer：向OpenAI出售其出版物作为训练素材，共同运用AI技术提升用户体验。
　　从Shutterstock看版权库与AI公司的合作：AIGC的利好整体强于利空。
　　1）利好：Shutterstock的数据授权收入已较明显体现在业绩端，驱动估值修复和股价回升，23Q3出售模型训练素材的收入占公司总收入的19.5%；
　　2）利空：23年以来Shutterstock传统业务低迷更多受同业竞争影响，同类公司Getty Image业绩稳健，AIGC对版权库行业的威胁和替代尚不明显。
　　国内外模型训练数据版权规定尚待完善，版权商股价有望得到密集催化。
　　22M12一篇论文显示Stable Diffusion以像素点级别复制名画的细节。对AIGC的版权问题的争议和相关法规主要可以分为两类：1）AI生成内容的版权界定：美国不承认AI生成内容拥有著作权，而中国倾向于保护AI生成内容的著作权；2）模型训练数据的版权规定：美国、欧盟均明确要求使用受版权保护的材料来训练模型，而日本则认定训练数据不受版权保护。
　　投资建议：整体来看，国内外对于模型训练数据的版权保护技术尚待成熟、政策尚待完善，未来版权提供商股价有望得到密集催化。展望数据归因技术的成熟使版权收入和AI生成内容量紧密挂钩，随着AIGC下游应用的商业潜力释放，有望持续带动版权提供商的授权收入增量。
　　AIGC发展对于版权商的利好多于利空，展望预期差驱动股价回升。建议关注海外版权商：Adobe、Shutterstock、Getty Image、Elsevier、Thomson Reuters，以及注重数据版权保护的AI公司：微软、谷歌、Meta。
　　看好国内模型训练数据的版权保护继续完善，带动新闻媒体、影视等各类信息媒介版权提供商的业绩增长。建议关注：1）AI+出版：中国出版、中国科传；2）图片版权库：视觉中国；3）影视版权库：捷成股份、华策影视。
　　风险提示：AI技术研发和产品迭代不及预期；AI行业竞争加剧风险；商业化进展不及预期风险；国内外政策风险。