信息技术-计算机行业：浅析AI大模型训练数据来源与版权挑战.docxVIP

深度分析|计算机证券研究报告

识别风险，发现价值请务必阅读末页的免责声明

1/38

计算机行业

浅析AI大模型训练数据来源与版权挑战

核心观点：

lAI大模型训练数据来源广泛。在算力可获得性提升以及算法同质化趋势下，训练数据成为影响大模型性能的重要因素。区别于传统AI模型，大语言模型通常使用公共文本数据集的混合体作为预训练语料库，而多模态大模型则需要大规模的图片和音视频等多模态数据。这些训练数据的来源广泛，包含公开渠道、企业自研、直接购买与合作交换等。

l内容持有者对AI厂商态度各异。部分内容持有者针对AI平台提出了各种维权诉求，已有数十起版权诉讼正在进行中。同时，另一部分内容持有者则选择了授权合作道路。版权纠纷实质上是商业利益之争，内容持有者具体选择诉讼还是合作取决于其商业模式、内容独特性和行业结构等因素。作家和艺术家们普遍倾向于抵制AI公司并控诉其侵权行为，而新闻媒体在版权斗争中则难以形成统一阵线。

l确保训练数据的合法来源对于AIGC发展非常关键。我们在去年的 《从Adobe看AIGC如何重塑创意工具行业》报告中提到，训练数据的版权问题是AIGC商业化落地的重要阻碍。因此，只有解决了这一问题，才能在确保合法的前提下，推动生成式AI的商业落地。从2023年下半年开始，AI数据版权诉讼开始进入白热化阶段，而内容合作则于2024年上半年加速，表明过去一年中版权问题已经成为AI领域的焦点，并且相关法律问题正在被逐步揭示与尝试解决。

l2024年有望成为AI训练数据版权之争的关键年。关于AI训练数据版权诉讼，国内外尚未达成判例，重点案例的判决将对未来行业发展产生重要意义，需持续关注。同时，越来越多的公司正在明确其立场，显示出行业整体对于训练数据版权问题重视程度的提升。2024年有望成为AI数据版权之争的关键年，将会有更多诉讼、谈判和合作展开，但未来授权合作或快于法律变革与监管介入。

l当内容合作商对于训练数据版权的立场明确后，大模型研发的不确定性将被消除，应用发展也将进一步加速。训练数据作为成本项，与下游应用的商业化推广密切相关，二者相辅相成。若数据合作显著加速，这将标志着AIGC应用即将迎来商业化落地的飞跃。

l投资建议：在众多种类应用中，创意工具软件与办公软件更为受益，标的方面，建议关注万兴科技（300624.SZ）、美图公司

（01357.HK，广发传媒覆盖）、金山办公（688111.SH）等。

l风险提示：内容价值难以准确量化；行业竞争加剧；数据侵权阻碍下游应用发展。

行业评级买入

前次评级

买入

报告日期

2024-07-19

相对市场表现

4%

4%

-5%07/2309/

-5%07/2309/2312/2302/2405/2407/24

-14%-22%-31%-40%

计算机沪深300

分析师：刘雪峰

SAC执证号：S0260514030002SFCCENo.BNX004

021gfliuxuefeng@

相关研究：

计算机行业2024年中期策略:下半年仍以结构性机会为

主，基本面驱动是基础

计算机行业:GPT-4o发布，距离AI应用普及又近一步计算机行业:从Adobe看

AIGC如何重塑创意工具行业

2024-06-28

2024-05-14

2023-12-27

联系人：戴亚敏

daiyamin@

深度分析|计算机

识别风险，发现价值请务必阅读末页的免责声明

2/38

重点公司估值和财务分析表

股票简称

股票代码

货币

必威体育精装版收盘价

最近

报告日期

评级

合理价值（元/股）

EPS(元)

PE(x)

EV/EBITDA(x)

ROE(%)

2024E

2025E

2024E

2025E

2024E

2025E

2024E2025E

万兴科技

300624.SZ

CNY

48.53

2024/04/29

增持

112.83

0.77

1.03

63.03