印度工业和内部贸易促进部（DPIIT）委员会于2025年12月发布了首份人工智能与版权工作文件。多数意见建议对人工智能训练实行强制性全面许可，法定版税通过一个名为CRCAT的新集体管理组织收取。Nasscom在委员会内部持不同意见，建议采用带有选择退出机制的文本直接营销（TDM）模式。所有这些方案目前都尚未立法生效。1957年《版权法》第52条仍然有效。
| 快速回答 | |
| 提议 | 对合法进入的工程实行强制性一揽子许可，并通过新的集体机构 CRCAT 支付法定报酬。 |
| 地位 | 工作文件第一部分，2025年12月。仅为提案，不具法律效力。 |
| 如今印度的AI培训遵循哪些规范？ | 1957 年版权法；第 52 条合理使用； ANI诉OpenAI （判决保留至2026年3月27日） |
| 合法访问 | 提案要求必须遵守此规定。绕过付费墙或技术保护措施的行为不在此列。 |
| 初创企业的前期成本 | 暂无提案。仅当人工智能产品产生收入时才会支付版税。 |
| 委员会内部存在异议 | 是的。Nasscom 建议采用两级退出机制的 TDM（附件 E）。 |
| 接下来 | 工作论文第二部分将涵盖人工智能输出、作者身份和精神权利。 |
法律漏洞：为什么第 52 条可能无法完全涵盖商业人工智能训练
1957 年《版权法》的制定远早于机器学习。第 14 条赋予版权所有者以任何有形形式复制作品的专有权，包括以电子方式将其存储在任何介质中。根据技术流程的不同，使用受版权保护的作品训练人工智能系统可能会涉及该存储权。根据第 52 条，该行为是否可以免于承担版权责任，取决于人工智能训练是否属于以下列出的类别：私人或个人用途，包括研究、评论、评述、报道时事，或传输过程中的临时性电子存储。
委员会对以下内容的分析 第 52 条 公平交易如工作文件第2.3节所述，商业人工智能训练不太可能属于列举的例外情况。印度没有与英国《版权、数据保护和专利法》第29A条、日本《版权、数据保护和专利法》第30(4)条或欧盟2019/790号指令第3条和第4条类似的通用文本和数据挖掘例外条款。
这一差距正在法庭上接受检验。 ANI Media Pvt Ltd 诉 Open AI Inc & Anr在 CS(COMM) 1028/2024 号案件中，德里高等法院正在审查以下问题：为人工智能训练而存储受版权保护的新闻数据是否构成侵权；使用该数据生成用户反馈是否构成侵权；该使用是否符合《版权法》第 52 条规定的合理使用原则；以及印度法院是否对外国被告拥有管辖权。该案已于 2026 年 3 月 27 日保留判决，目前仍在等待中。根据判决的范围，该判决可能成为印度首个关于人工智能训练和版权问题的实质性司法指导。
委员会如何最终确定混合模式
印度工业和内部贸易促进部 (DPIIT) 于 2025 年 4 月 28 日成立了该委员会，其任务是识别人工智能系统引发的法律问题，审查现有的版权框架，并提出修改建议。第一份工作文件于 2025 年 12 月发布，主要探讨受版权保护的作品作为训练输入的问题。第二份工作文件预计将着重讨论人工智能的输出问题。
经审查，六种监管途径均被认为在传统形式下不足以应对挑战。自愿直接许可模式在现代人工智能训练的规模下难以实施，因为需要获取数十亿个数据点。一项经部分科技行业咨询后支持的全面技术数据管理（TDM）豁免方案被否决，因为它相当于零价格许可，将导致印度创作者无法获得补偿。一项类似于欧盟《数字单一市场指令》（DSM指令）第4条规定的带有选择退出机制的TDM豁免方案也被认为不足以应对挑战，因为印度主要处于非正规状态的创意产业缺乏大规模选择退出所需的技术和谈判能力。 通过版权协会进行集体许可 该提案被驳回，原因是印度版权协会的成员构成不完整：地区性和民间音乐领域的大部分内容根本没有代表。扩大集体许可范围依赖于组织完善的中央机构，而印度的许多音乐类别都缺乏这样的机构。正如第31D条广播许可先例所示，传统的法定许可制度历来需要数年时间才能确定费率。
参与咨询的利益相关方包括版权协会（IPRS、PPL、IRRO、ISAMRA）、音乐行业机构（IMI、RMPL）、新闻广播公司和科技公司。科技行业的大多数成员支持对TDM（终端数据营销）实行全面豁免。内容行业则一致倾向于自愿许可。基于这种分歧，委员会构建了混合模式。
混合模式内部：强制许可、CRCAT、特许权使用费流
混合模式包含六个组成部分。首先，将在1957年《版权法》中引入强制性的一揽子许可。如果按拟议形式实施，该模式将大幅限制权利人拒绝将合法获取的作品用于培训用途的能力。其次，由中央政府指定一个非营利性集体管理机构——人工智能培训版权费集体管理组织（CRCAT）。CRCAT的成员资格将限制为每类作品仅限一个组织，成员可以是1957年《版权法》第33条下注册的版权协会，也可以是符合《版权规则》规定的资格门槛的非营利性集体管理组织。
第三点是严格的合法访问前提条件。人工智能开发者不能依赖许可绕过技术保护措施、付费墙或登录限制的内容。该许可仅涵盖合法获取的内容。
第四项措施是由政府任命的费率制定委员会，该委员会将把特许权使用费率设定为人工智能系统全球总收入的固定百分比，每三年进行一次审查，并接受司法审查。对于初创公司而言，时机至关重要。在训练和预发布期间无需支付任何特许权使用费；只有当人工智能产品开始产生收入时才会触发付款。 按收入付费的结构借鉴了法定版税权利的更广泛逻辑。 对印度版权法已比较熟悉。
第五项是人工智能训练数据披露表。根据工作文件第5.5.1节，每位人工智能开发者都需向CRCAT提交一份“足够详细的摘要”，内容涵盖第14节规定的数据类别（文本、图像、音乐、录音）、数据来源以及内容性质。工作文件明确指出，该表格并非旨在泄露商业秘密；其设计参考了欧盟《人工智能法》第107条的规定。
第六点是分配。CRCAT将根据披露数据在其成员之间分配收取的版税，成员再根据流量、获奖情况和授权历史等因素，按比例或基于价值的方式将版税分配给已注册的创作者。创作者无需成为版权协会的成员即可申领版税，但必须在中央数据库中注册其作品。对于没有组织代表的领域，版税将存入福利基金。如果某个领域在三年内成立了集体管理组织（CMO），该基金将拨付给该组织；否则，该基金将用于社区层面的用途。
委员会内部的异议：Nasscom 的 TDM 带有退出选项
并非所有委员会成员都赞同混合模式。Nasscom（由Sudipto Banerjee代表）于2025年8月17日提交了正式的书面异议。Nasscom的建议在工作文件第5.1节中逐字记录，并在附件E中详细阐述，其架构与混合模式存在实质性差异。
Nasscom提议设立一项文本和数据挖掘例外条款，涵盖商业和非商业用途，但前提是合法访问和“善意知情保障”，该条款仅适用于机器学习的训练和输入处理阶段。权利持有人将通过两级退出机制保留控制权：对于可在线公开访问的内容，退出机制将在内容可访问时通过机器可读信号生效；对于不可公开访问的内容，退出机制将通过合同或许可条款生效。
架构上的差异是根本性的。多数派的观点从强制性报酬开始，不允许拒绝。而Nasscom的观点则从默认许可开始，并赋予用户结构化的拒绝机制。工作文件记录了委员会其他成员对混合模式的支持，以及他们基于第4.2节所述理由拒绝了带选择退出机制的TDM方案。
在2026年2月提交的另一份公开意见书中，Nasscom进一步阐述了其批评意见：DPIIT尚未对印度现有的许可市场进行基线评估；在缺乏市场信号的情况下，通过利益相关者咨询制定的费率存在系统性定价错误的风险；混合模式所依赖的所有权追踪基础设施可能尚未成熟到人工智能训练所需的规模。Nasscom建议采用英国式的流程，由技术工作组在立法前提交以证据为基础的报告。
电子信息技术部的提交意见与大多数人的担忧一致。
电子信息技术部已表示支持混合模式。该部提交给工业和内部贸易促进部委员会的文件（作为工作文件附件D）将版权定义为保护“劳动成果的神圣性”和奖励人类创造性思维。该文件驳斥了人工智能的公共利益潜力可以作为其免受法律挑战的无条件豁免的资格标准这一观点。
电子信息技术部建议通过在版权协会和版权管理机构层面制定明确的规则来设计框架，以“避免纠纷和诉讼”，并在两个层面都设立申诉机制。这使得电子信息技术部在委员会的辩论中站在了多数派一边。
印度的提案在全球的地位
对于跨境运营的印度人工智能初创公司而言，混合模式与所有主要的类似制度都格格不入。
欧盟根据2019/790号指令第3条和第4条，默认允许技术数据挖掘（TDM），并要求权利人主动选择退出。日本自2018年修订《著作权法》以来，根据该法第30条第4款，允许商业和非商业人工智能训练，无需权利人主动选择退出，但须遵守合法访问的规定。英国根据《版权、数据保护和专利法》（CDPA）第29A条，将TDM例外限制于非商业研究。新加坡2021年《著作权法》第244条涵盖用于商业和非商业用途的计算数据分析，同样须遵守合法访问的规定。
美国没有关于技术数据管理（TDM）的法律。每个人工智能训练案例都取决于美国版权法第107条规定的四因素合理使用分析。 随着《纽约时报》对 OpenAI 的诉讼案继续进行，. 近期地方法院的判决表明，这一立场仍未有定论。 巴茨诉人类学 和 Kadrey诉Meta Platforms案2025年，加州北区法院裁定人工智能开发商的侵权行为构成合理使用，并强调了变革性训练的重要性。 汤森路透诉罗斯情报公司2025 年 2 月，特拉华州地区法院得出了相反的结论，认定使用 Westlaw 的标题来构建竞争产品构成侵权。
印度的方案与上述所有方案均有所不同。在主要的对比机制中，印度的方案独树一帜，它将法定报酬置于人工智能训练框架的核心。目前印度最接近的类似条款是1957年《版权法》第31D条，该条款规定了广播的法定许可。混合模型将这种法定许可逻辑扩展到了一个规模大得多的领域。
国际兼容性问题：伯尔尼9(2)和TRIPS 13
混合模式是否符合印度的国际版权义务，是这份工作文件并未实质性探讨的问题，值得密切关注。
《宪法》第9条第(2)款 伯尔尼公约印度是《与贸易有关的知识产权协定》（TRIPS协定）的签署国之一。该协定允许成员国在满足三个累积条件的情况下，对复制权作出立法例外规定：例外规定适用于“某些特殊情况”；例外规定“不与作品的正常利用相冲突”；以及例外规定“不无理损害作者的合法权益”。TRIPS协定第13条将这一三步检验标准扩展至所有专有权，并对作为世贸组织成员的印度具有约束力。
混合模式在形式上并非《伯尔尼条约》第9条第2款的例外。它并未取消权利人获得报酬的权利，而是将授权权转化为补偿权。这种结构在《伯尔尼条约》中已有先例。《伯尔尼条约》第11条之二第2款允许成员国对广播权（包括强制许可）制定法律条件，但前提是必须保障作者获得公平报酬的权利。
更关键的问题是，“所有合法获取的受版权保护的作品”是否满足三步测试中“某些特殊情况”的要求。如果将通用人工智能训练豁免条款应用于训练流程中的每一类作品和每一种用途，则可能会引发对该条款的审查。工作文件将人工智能训练定义为一项独立于下游输出用途的单一活动，这一点将受到检验。条约兼容性并非该模型的致命挑战，但却是印度起草者在制定相关条款时必须明确考虑的风险。 更广泛的人工智能-知识产权框架 被转换成账单。
印度待决诉讼：ANI诉OpenAI案及其利害关系
印度迄今为止最重要的AI训练和版权案件已经开庭审理。 ANI诉OpenAI 印度案，正式而言 ANI Media Pvt Ltd 诉 Open AI Inc & Anr 在德里高等法院，原告指控OpenAI在ChatGPT训练和输出中使用新闻内容侵犯了其版权。2024年11月19日，阿米特·班萨尔法官在裁决中提出了四个问题：存储侵权、用于输出的侵权、第52条合理使用原则的适用性以及地域管辖权。
OpenAI的律师告知法庭，被告已将OpenAI列入黑名单。www.aninews.in2024年10月，法院指定律师阿达什·拉马努金（Adarsh Ramanujan，同时也是印度工业和内部贸易促进部（DPIIT）委员会成员）和印度国家法律学院（NLSIU）的阿鲁尔·乔治·斯卡里亚（Arul George Scaria）教授为法庭之友。另有六家机构介入此案：数字新闻出版商协会、印度音乐产业和印度出版商联合会支持的亚洲新闻国际通讯社（ANI）；宽带印度论坛、Flux Labs AI Private Limited和IGAP Project LLP支持的OpenAI。. 相关领域也出现了干预措施。。
2024年11月至2026年3月27日期间，法庭举行了32次听证会，阿米特·班萨尔法官于当日就ANI的临时申请保留了判决。工作文件承认存在诉讼，但认为“等待此类未决诉讼的最终结果可能并非最佳选择”。混合模式是否会在……之前成为法律，仍待定。 年 发音本身就是一个政策问题。
印度人工智能开发者现在应该做什么
在混合模式经议会颁布并通过修订版权规则和成立版权审查与仲裁庭（CRCAT）落实实施之前，印度的任何人工智能开发者都无需根据该模式采取任何具体行动。正确的做法是为此做好规划。
对于目前针对印度内容开展创业培训的模型而言，现行框架仍然是1957年《版权法》第52条规定的合理使用原则，以及最终的比例。 ANI诉OpenAI. 防御性做法是记录训练中使用的每个数据集的合法访问来源，避免规避付费墙或技术保护措施，并以可转换为拟议的 AI 训练数据披露表的形式维护数据集类别、来源和内容性质的文档。
对于在国际范围内部署的开发者而言，印度的提案并不能免除其遵守欧盟指令 2019/790 中关于选择退出信号的规定、日本《条约》第 30 条第 4 款关于合法访问的要求，以及美国合理使用风险的要求。工作文件中并未明确规定在印度境外训练但部署给印度用户的模型将如何处理，这仍然是一个悬而未决的问题。. 《2023年数字个人数据保护法》规定的相关义务 顶层问题：版权合规并不等同于隐私合规，在一种制度下合法的数据集在另一种制度下可能违法。
对于内部法律顾问而言，第一部分公众咨询已于2026年2月6日结束，此前印度工业和内部贸易促进部（DPIIT）将原定的1月7日截止日期延长了30天。接下来的关注点包括关于人工智能产出的第二部分工作文件、任何法案草案以及德里高等法院的裁决。 ANI诉OpenAI。
2026 年前值得关注的事项
这项提案能否最终成为法律，将取决于三个时间节点。第一个节点是德里高等法院的裁决。 ANI诉OpenAI其中一项裁决自2026年3月27日起一直保留；最终对第52条的裁决可能会缓解混合模式旨在解决的部分紧迫性。第二项是发布关于人工智能输出的工作文件第二部分，预计该部分将在任何法案起草之前发布。第三项是印度工业和内部贸易促进部（DPIIT）如何处理截至2026年2月6日收到的咨询反馈。印度软件和服务业企业协会（Nasscom）的反对意见、内容产业对自愿许可的偏好以及印度电子和信息技术部（MEITY）的支持都将对议会程序产生影响。. 印度更广泛的人工智能版权法辩论 远未定论，最终法案也不会是工作文件的初稿。
常见问题解答
不。混合模式是印度工业和内部贸易促进部（DPIIT）于2025年12月发布的《工作文件第一部分》中的一项建议。实施该模式需要修订1957年《版权法》，制定2013年《版权规则》下的新规则，并正式指定版权管理委员会（CRCAT）。截至撰写本文时，这些步骤均尚未采取。
印度法律没有一般性的培训例外规定。涉及存储和复制受版权保护作品的培训适用1957年《版权法》第14条。第52条合理使用原则是否保护此类培训尚无定论，目前已提交德里高等法院裁决。 ANI诉OpenAI. 保守的做法是尽可能获取授权数据集。
根据该提案，答案是否定的。费率制定委员会将根据人工智能系统全球总收入的一定比例来确定特许权使用费，且仅在系统开始盈利后支付。根据目前工作文件中拟定的混合模式，处于训练和开发阶段的初创企业在盈利前无需支付任何费用。
该工作文件并未明确提及跨境训练和部署。虽然文件中将特许权使用费率描述为人工智能系统全球总收入的百分比，但当训练在印度境外进行，而部署最终惠及印度用户时，该费率该如何适用，这一点仍未得到解决。开发者应将此视为咨询期内需要探讨的开放性问题。
工作文件第 5.2 节建议，合法访问要求仅适用于未来。过去出于培训目的使用受版权保护的作品，仍应适用 1957 年《版权法》的现有框架，并遵循印度法院在类似案件中的解释。 ANI诉OpenAI. 该提案并不消除法案生效前的责任。
不。根据拟议的混合模式，合法访问是获得全面许可的前提条件，而非无需付费即可使用受版权保护作品的许可。如果该框架得以实施，人工智能系统商业化后，将产生版税义务。根据该提案，盈利前的训练和开发将免费；但产生收益的部署则需要付费。
根据印度现行法律，没有与欧盟《数字单一市场指令》第4条规定的模式相对应的特定时分复用（TDM）选择退出机制。根据印度软件和服务业企业协会（Nasscom）的反对意见，机器可读的退出机制对于公开访问的在线内容至关重要。而在多数派支持的混合模式下，退出机制并非核心机制。在欧盟和印度部署系统的开发商应同时关注这两种模式。
欧盟指令2019/790默认允许根据第4条进行商业人工智能训练，但权利持有人必须通过机器可读信号选择退出。印度的混合模式取消了选择退出机制，并以法定报酬权取代了拒绝。两种模式的架构不同，如果印度部署的人工智能系统要在欧盟和印度两个市场运行，则必须同时遵守欧盟和印度的两种制度。
人工智能数据风险？
如果您的AI产品使用第三方数据集、网络抓取内容、授权语料库或用户生成内容，那么在部署之前，您应该仔细研究印度的版权法。Intepat IP为AI开发者、内容版权所有者和企业内部法律顾问提供咨询服务，内容涵盖训练数据来源、许可政策以及根据1957年《版权法》和不断演变的DPIIT框架在印度面临的版权风险。如需讨论您的具体情况，请联系我们。 版权服务团队。
免责声明。 本文反映的是截至2026年5月13日的立场。此处讨论的DPIIT混合模式是2025年12月发布的利益相关者咨询工作文件第一部分中的一项建议；咨询已于2026年2月6日结束，该模式尚未成为法律。1957年《版权法》（包括第52条合理使用条款）以及德里高等法院正在审理的诉讼，均与此相关。 ANI诉OpenAI （判决将于2026年3月27日公布）仍是印度人工智能训练和版权的现行框架。本文内容不构成法律建议。开发者、内容创作者和律师在依赖拟议框架的任何条款之前，应咨询合格的法律顾问。