2026年8月，A股AI语料板块集体爆发，读客文化触及涨停，中信出版、中国出版等版权内容标的同步走强。市场关注的核心逻辑在于，AI大模型训练所需的高质量公开文本数据正面临明显紧缺。据Epoch AI等研究机构预测，高质量公开文本数据可能在2020年代中后期至2030年代初面临供给瓶颈。国家数据局局长刘烈宏在2026世界智能产业博览会上表示，AI的竞争力不在于算力规模，而在于数据质量。
大模型参数规模从千亿向万亿级别扩张，对语料的需求呈指数级增长。以文本模型为例，GPT-2的训练数据约为数十GB量级，GPT-3则达到数百GB。与此同时，多模态模型的兴起进一步加剧了数据缺口。据2026机器人全产业链接会披露，实现具身智能至少需要1000万小时量级多模态数据，而据贵州省大数据局公开数据，当前国内真实物理交互场景合规数据仅50万小时，缺口超过99％。
AI生成内容的大量涌入正在加剧优质原生数据的稀缺。若用AI生成的二手数据反复迭代训练，模型可能偏离真实世界分布，出现模型坍缩现象。不过学术界对这一问题仍存在分歧，严格过滤、数据清洗、混合原生数据训练等策略可有效抑制退化。为获取未被AI生成内容污染的原生语料，硅谷科技公司已开始挖掘传统媒体文稿与纸质书籍的价值。Anthropic自2024年启动代号巴拿马计划的图书数字化项目，2026年7月20日，加州北区联邦法院批准其就版权侵权指控支付15亿美元和解金，覆盖约48.2万至50万部作品，折合每部约3000美元，成为美国版权史上规模最大的和解协议。
随着原生语料从免费资源变为稀缺资产，内容产业的定价机制正在重构。哈珀·柯林斯与微软达成精选非虚构图书AI训练授权协议，单本书三年授权总价为5000美元，由出版社与作者对半分成。泰勒-弗朗西斯达成1000万美元的学术内容授权协议。据MarketIntelo预测，至2034年全球训练数据授权市场规模将达226亿美元。国内方面，已有AI公司开始向传统内容机构采购合规数据集，国家数据局明确提出构建以词元为基础的数据集价值体系。
不过，从拥有版权到成为AI数据供应商之间存在多重壁垒。出版社大多只拥有出版版式权和信息网络传播权，文字著作权归属作者，授权AI训练需逐一谈判，大量老书作者失联导致授权链条断裂。此外，Token计价体系尚未成熟，如何统计训练用量、溯源分成、防止数据盗用，均缺少技术与规则支撑。值得注意的是，AI企业采购文本存在预训练和RAG检索两种不同用途，两者的法律授权范围与商业价格差异显著，不能简单预期所有版权内容都能以训练语料高价出售。
合成数据与数据效率提升正在成为语料短缺的替代路径。已有研究表明，高质量合成数据可在数学、代码等领域部分替代真实数据；模型架构改进和训练方法优化也在降低单位智能所需的原始数据量。RAG与持续学习扩展了模型获取信息的边界，大模型无需在预训练时记住所有知识，可在推理时按需检索。传统图书版权只是数据源之一，并非不可替代，但存量版权库在短期内仍能发挥缓冲作用。兴业证券研报判断，AI正在推动传媒内容产业从消费品转向数据与IP资产双重定价，这一过程需要确权、交易、溯源配套体系同步成熟。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
