1、 识别风险，发现价值 请务必阅读末页的免责声明 1 1/3838 Table_Page 深度分析|计算机 证券研究报告 计算机行业计算机行业 浅析浅析 AI 大模型训练数据大模型训练数据来源与版权挑战来源与版权挑战 核心观点核心观点：AI 大模型大模型训练训练数据数据来源广泛。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。内容内容持有持有者者对对AI

2、厂商态度厂商态度各异各异。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。确保训练数据的合法来源对于确保训练数据的合法来源对于 AIGC 发展发展非常非常关键关键。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

3、，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。2024 年有望成为年有望成为 AI 训练训练数据版权之争的关键年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、

4、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。当内容合作商对于训练数据版权的立场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。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。投资建议投资建议：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.

5、SH）等。风险提示风险提示：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。行业评级行业评级 买入买入 前次评级 买入 报告日期 2024-07-19 相对市场表现相对市场表现 分析师：分析师：刘雪峰 SAC 执证号：S0260514030002 SFC CE No.BNX004 021-38003675 相关研究：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 2024-06-28 计算机行业:GPT-4o 发布，距离 AI 应用普及又近一步 2024-05-14 计算机行业:从 Adobe 看AIGC 如何重塑创意工具行业 2023-1

6、2-27 联系人：戴亚敏 -40%-31%-22%-14%-5%4%07/2309/2312/2302/2405/2407/24计算机沪深300 识别风险，发现价值 请务必阅读末页的免责声明 2 2/3838 Table_PageText 深度分析|计算机 重点公司估值和财务分析表重点公司估值和财务分析表 股票简称股票简称 股票代码股票代码 货币货币 最新最新 最近最近 评级评级 合理价值合理价值 EPS(元元)PE(x)EV/EBITDA(x)ROE(%)收盘价收盘价 报告日期报告日期（元（元/股）股）2024E 2025E 2024E 2025E 2024E 2025E 2024E 202