托尼·布莱尔（Tony Blair）的研究所刚刚发布了一份人工智能报告，呼吁英国撕毁版权法。这是它所说的……

快速阅读: 《全球音乐业务》消息，英国研究机构发布报告建议改革版权法，支持AI训练使用受版权保护的作品。该报告提出一系列措施，包括TDM例外和退出机制，引发音乐权利持有人担忧。报告提议设立“人工智能与创意产业中心”，并通过ISP税让消费者买单。

MBW 反映是《音乐商业世界》推出的一系列针对重大娱乐事件或新闻的分析性评论。只有 MBW+ 订阅者可以无限制访问这些文章。由英国前首相托尼·布莱尔领导的机构发布了一份报告，其中包含一系列可能根本上改变英国在人工智能时代处理音乐版权方式的建议。这份题为《重启版权：英国如何成为艺术与人工智能领域的全球领导者》的报告提出了所谓的 “ 进步解决方案 ” ，似乎优先考虑了人工智能的发展而非既定创作者的权利。报告的作者毫不掩饰其对大型科技公司和人工智能开发者的倾向，大胆地表示： “ 进步的解决方案不是固守为早期时代设计的版权法，而是允许它们随着技术变革共同演进。 ”

该报告由雅各布·莫坎德、阿曼达·布罗克、米克·格里森、凯文·卢卡、赞德曼和约瑟夫·布拉德利撰写，并由加里巴伊研究所的费尔南多·加里巴伊教授作序，报告认为： “ 英国可以成为尖端人工智能开发和蓬勃发展的创意产业的所在地。 ” 然而，其建议似乎一直倾向于人工智能开发者的利益，报告明确指出： “ 在数字时代支持创意产业的方式比通过限制性版权法进行人工智能模型训练更好。 ”

托尼·布莱尔研究所，由前英国首相创立，将自己定位为一个非党派智囊团，致力于开发解决复杂挑战的 “ 实用方案 ” ，特别关注技术政策。但阅读此报告的音乐权利持有人可能会对其版权未来的愿景感到不安。

** 报告的核心建议是支持政府提出的文本和数据挖掘（ TDM ）例外以及退出机制的提案，这将根本上改变音乐权利的工作方式： **

“ 这将使使用公开可得的数据训练人工智能模型合法化，同时赋予权利持有人更多控制权，以表明他们在人工智能训练中的偏好。 ” 报告称。实际上 —— 这意味着除非创作者主动选择退出，否则人工智能公司可以自由使用音乐及其他内容。报告指出， TDM 例外 “ 已是欧盟政策，并且得到了首相在《人工智能机遇行动计划（ AIOP ）》中的支持。 ”

您可以在这里阅读该报告，它紧随 OpenAI 的呼吁之后， OpenAI 呼吁对美国的版权法进行根本性改革，以便人工智能公司可以在未经权利持有人许可或补偿的情况下使用受版权保护的作品。 OpenAI 在其提交给特朗普政府关于制定国家人工智能行动计划的信息请求中表达了这些观点。 OpenAI 和 Google 都提交了详细的技术框架，这些框架可能对音乐权利持有人和其他内容创作者产生重大影响。

保罗·麦卡特尼爵士、保罗·西蒙和贝蒂·米德尔加入了数百位好莱坞明星的行列，签署了一封信，反对这些提议。托尼·布莱尔研究所的报告也出现在音乐权利持有人对包括 OpenAI 和 Anthropic 在内的人工智能公司以及 Udio 和 Suno 等人工智能音乐生成器提起的诉讼正在进行之际。

以下是音乐权利持有人可能特别关注的报告的五个关键方面：

### ** 1. 报告提出的 “ 人工智能偏好标准 ” 可能无法充分保护音乐版权 **

报告的第一个建议是加强 “ 人工智能偏好标准 ” 以保护权利持有人。根据报告， “ 英国政府应支持为有效的退出机制而开发的国际协调的人工智能偏好标准。 ” 它补充说： “ 这些标准必须超越 robots.txt 文件（用于管理网站爬虫访问的文件）的局限性，为权利持有人提供更大的内容使用权控制，同时纳入开发者跟踪和尊重这些偏好的务实承诺。 ”

虽然承认当前系统如 robots.txt 不够用，但报告的解决方案仍然将负担放在音乐权利持有人身上，要求他们积极防止自己的作品被使用，而不是首先要求许可。这标志着版权传统运作方式的根本转变。报告提倡一种 “ 工具而非规则 ” 的方法，更倾向于技术手段而非法律执行。根据报告， “ 开源工具可以在实施这些标准方面发挥关键作用，提供 ‘ 工具而非规则 ’ 的方法来促进创新。这是最近在 AI 行动峰会上通过 ROOST 的推出，用于人工智能的安全管理。 ”

对于历史上依赖清晰法律框架来保护其作品的音乐权利持有人来说，转向技术退出工具代表了重大风险。报告承认这种方法存在根本问题： “ 退出机制的根本问题在于互联网基于独特的资源定位符（ URL ），但受版权保护的作品并非如此。例如，一首歌的录音包含了词曲创作、表演、录音权等更多内容。 ”

### ** 2. 报告的 “ 多支柱透明度方法 ” 存在缺陷 **

报告的第二个建议提倡多方面的 “ 透明度方法 ” ，指出 “ 英国政府应实施政策，包括人工智能开发者的务实披露、归属透明度和私人监管审查。 ”

对于音乐权利持有人而言，对 “ 务实披露 ” 的模糊承诺不足以提供跟踪和控制其作品在人工智能系统中使用所需的详细信息。报告承认透明度方法的局限性，指出全面的 URL 级别披露的难度。报告指出， “ 为数十亿个 URL 托管数据库对小型人工智能开发者来说可能是昂贵的，并将进一步推动市场集中化。 ”

对音乐行业来说令人担忧的是，这种推理优先考虑了人工智能开发者的便利性，而非权利持有人需要确切了解哪些作品正在用于授权培训的需求。报告还提到 “ 归属透明度 ” ，这依赖于事后可以从人工智能系统中提取训练数据的工具： “ 归属工具将允许外界检测生成式人工智能工作输出中的训练数据， ” 报告补充道。 “ 这些工具将得到改进，其他工具也会陆续出现，从而让怀疑开发者滥用其成果的权利持有人能够测试并据此提起诉讼。 ”

人工智能训练数据的透明度是全球音乐行业的重要议题。在美国， RIAA 、 NMPA 和其他一些音乐组织最近在其联合人工智能行动计划提交中建议，人工智能公司应保留详细的训练材料记录，并提供合理的作品总结，这些作品用于人工智能模型开发。他们还支持拟议的 TRAIN 法案，该法案将创建一个法院管理的过程，供版权持有人调查其作品可能未授权使用的潜在情况。

### ** 3. 报告有一个令人担忧的 “ 一次性例外 ” 建议，以授权几十年的内容 **

报告的第三个建议聚焦于确立人工智能创造力的标准。根据报告： “ 为了保护创意产业，必须就人工智能应用中的创造力和许可制定明确的标准。英国政府应引入一次性例外，允许主要权利持有人授权过去 75 年的内容用于人工智能训练，正如人工智能机遇行动计划（ AIOP ）中所推荐的那样。 ”

报告指出： “ 为了保护创意产业，必须就人工智能应用中的创造力和许可制定明确的标准。英国政府应引入一次性例外，允许主要权利持有人授权过去 75 年的内容用于人工智能训练，正如人工智能机遇行动计划（ AIOP ）中所推荐的那样。 ”

根据报告： “ 为了保护创意产业，必须就人工智能应用中的创造力和许可制定明确的标准。英国政府应引入一次性例外，允许主要权利持有人授权过去 75 年的内容用于人工智能训练，正如人工智能机遇行动计划（ AIOP ）中所推荐的那样。 ”

这一 “ 一次性例外 ” 的提议引发了音乐版权持有者的严重担忧。报告承认了音乐版权的复杂性，解释说， “ 英国拥有大量未在开放网络上提供的艺术和媒体遗产 ” ，并且 “ 这些作品价值数十亿美元，但伴随着复杂的权利问题。每件作品都会涉及数十个权利持有人，每个持有人行使着复杂的部分权利。 ”

### ** 4. 他们想设立一个 “ 人工智能与创意产业中心 ” ，并通过 “ 互联网服务提供商（ ISP ）税 ” 让消费者为此买单 **

报告的最后一条建议是支持创意产业向人工智能时代的过渡：报告指出， “ 英国政府应该采取积极措施支持创意产业向人工智能时代的过渡。 ” 并补充说， “ 这可以通过有针对性的资金投入和建立一个新的 ‘ 人工智能与创意产业中心 ’ （ CACI ）来实现。 ”

报告的最后一条建议是支持创意产业向人工智能时代的过渡：为了支付新的 “ 人工智能与创意产业中心 ” 的费用，报告的作者建议通过所谓的 “ 互联网服务提供商（ ISP ）税 ” 向消费者征税。报告还提到： “ 这项税收的目的将是推动创意产业以一种社会进步的方式迈向生成式人工智能时代，并承认刮擦世界中不良行为者的存在。因此，它不需要筹集巨额资金来实现其目标。 ”

“ 基于有 1.161 亿移动数据计划（包括机器对机器）订阅者和 2850 万宽带订阅者，平均每月订阅费用分别为 20 英镑和 50 英镑， 0.1% 的税率将产生近 4500 万英镑的总收入。要达到 2 亿英镑的目标收入，税率可以提高到 0.44% ，导致消费者每月仅增加约 31 便士的支出。 ”

根据报告，这对科技公司来说是个好消息，因为 “ 由于税收是对消费者的，对技术公司没有直接冲击，除了小额收入影响和对互联网服务提供商的中间影响暗示的收入减少外。 ” 报告后来还提到，这笔所得报酬也可用于奖励那些选择不退出的创作者，作为对他们为人工智能发展做出贡献的回报。然而，报告的计算提出了严重的问题，即这种补偿是否与人工智能系统使用音乐的价值成比例。作为背景信息，根据国际唱片业协会（ IFPI ）的最新数据，仅全球录制音乐收入就在 2024 年达到了 296 亿美元。

### ** 5. 报告认为人工智能训练就像人类学习一样 **

报告支持其在人工智能模型训练立场的关键论点之一是将其与人类学习进行比较。

报告声称： “ 认为商业人工智能模型不能从网络上的开放内容中学习，几乎等同于认为知识工作者无法从阅读相同内容时获得的见解中获利。 ” 报告还提到： “ 在数字时代，还有更好的方法支持创意产业，而不是通过限制性的人工智能模型训练版权法。问题不在于生成式人工智能是否会改变创意产业（它已经在改变），而在于如何使这一转变对所有利益相关者公平且有益。 ”

报告在其他地方详细阐述了其人类 – 人工智能学习比较，以下示例支持其论点：

“ 例如，许多知识经济中的工人会阅读新闻， ” 报告的作者写道。 “ 然后他们将自己学到的一般知识，包括从阅读新闻中学到的知识，作为工作的一部分出售。他们无需向报纸支付额外的钱，除非是为了访问它可能已支付的费用。

“ 例如，许多知识经济中的工人会阅读新闻， ” 报告的作者写道。 “ 他们可能引用报纸，但这不是法律要求的。同样，艺术家们经常免费参观画廊，探索各种创意作品。

“ 特蕾西·埃明是否需要向路易斯·布尔乔亚赔偿她在 1995 年在泰特美术馆遇到她作品时所经历的颠覆性体验？从古典艺术到当代，原创性和模仿之间的关系一直模棱两可。 ”

音乐商业全球

(以上内容均由Ai生成)