语料授权定价困境：市场缺失与合规不确定性双重夹击

事件概述

语料授权市场的核心痛点在于定价机制的缺失。虽然海外市场已产生数亿美元级别的交易案例，但这些价格主要基于自愿商业谈判或侵权和解，无法直接作为中国市场的定价参照。中国市场面临买方支付能力有限、卖方估值预期过高以及法律合规边界模糊的多重矛盾，导致实际交易量稀少，市场化定价体系尚未形成。

核心信息

1. 海外案例的误导性与真实参照

• 哈珀·柯林斯与微软：达成非虚构图书AI训练授权，单本三年5000美元（出版社与作者各分2500美元）。
• 泰勒-弗朗西斯与微软：签署1000万美元学术内容授权协议，含后续持续使用费。
• Anthropic和解金：因从盗版库下载超700万本电子书训练模型，支付15亿美元和解金。加州北区联邦法院裁定指出，该价格是对“获取方式违法”的清算，而非对合法训练数据价值的认定。若通过合法渠道获取，可能构成合理使用，无需支付许可费。
• 结论：海外高价多为特定情境下的商业或司法结果，不能简单等同于全球通用的语料单价。

2. 中国市场的供需错配

• 买方约束：
  • 财务压力：中国大模型企业多处于亏损阶段，高盛预测虽看好未来收入增长，但当前基数下利润空间有限，大规模采购语料的真金白银投入受限。
  • 开源生态：多数中国模型采用MIT等宽松许可证，允许免费使用和修改，削弱了内部为获取训练数据付费的动力。
  • 现状反馈：一线行业反馈显示，公开可用的高质量语料几乎已被消耗殆尽，下游企业买单意愿低。
• 卖方预期：
  • 传统出版和新闻机构拥有经过严格编审的高质量内容，制作成本高。若参照海外标准定价，买方认为昂贵；若不参照，卖方认为资产被低估。
  • 缺乏公开的交易平台、标准化的定价基准和足够的成交案例来锚定价格。

3. 版权合规的法律不确定性

• 法律边界模糊：中国《著作权法》对“合理使用”采取封闭式列举，将大模型训练纳入其中面临解释困难。杭州首例涉生成式AI平台案中，法院认定训练阶段使用作品若不以再现独创性表达为目的且不损害原作正常使用，可认定为合理使用，但该判断边界依然模糊。
• 专家观点：华东政法大学教授王迁指出，未经许可且未产生新价值的海量复制，单纯以“学习”为由主张合理使用在法理上难以自洽。
• 风险传导：即便签署授权协议，若来源、权利链条或下游场景存在瑕疵，买方仍面临侵权风险。这种“付费后仍有风险”的状态进一步压低了买方的支付意愿。

4. 语料价值分层与资产化难题

• 高价值语料类型：
  • 经过专业编审的非虚构类、学术类出版物。
  • 具有独特性的垂直领域数据库（金融、医学、法律）。
  • 经过结构化加工和标注的数据集。
• 低价值语料：同质化的网络文本、社交媒体内容及低质量聚合信息，缺乏议价能力。
• 资产化进展缓慢：截至2026年5月，A股130余家上市公司披露数据资源入表，合计约40亿元，但出版业占比极低（2025年传媒板块仅0.66亿元）。原因在于权属界定、成本归集和价值评估缺乏成熟规则，从“资源”到“资产”再到“现金流”的转化路径尚未打通。

值得关注

• 基础设施缺失：语料定价需要确权规则、交易平台、定价基准和合规框架等完整的市场基础设施支持，目前这些环节仍在建设中。
• 商业模式转型：如中国大百科全书出版社尝试通过知识图谱构建“知识基座”，从内容提供商向数据服务商转型，强调深加工能力而非单纯的内容存量。