随着生成式人工智能（GenerativeAI）的快速发展，其在大规模数据训练中的版权问题引发了广泛关注。现有著作 权法中的合理使用制度在 AI 训练过程中显得不够灵活，难以满足其对海量数据的需求。本文通过对我国现行著作权法及国 际相关立法模式的对比分析，指出了生成式 AI 在使用受保护作品时的法律困境，并探讨了合理使用制度的改进方向。美国、 加拿大等国家采用开放性较高的因素主义立法，通过四要素分析判断合理性，而中国则采取穷尽式列举的规则主义立法模 式，对合理使用的情形进行了严格限制。这种封闭性模式使得生成式 AI 在使用数据进行训练时，面临诸多法律障碍，尤其 是在对版权作品进行存储和处理时，难以被认定为合理使用，导致版权许可流程复杂、成本高昂，限制了技术的创新与发展。 为解决上述问题，本文提出了合理使用制度的改进建议。首先，适度扩展合理使用制度的适用范围，特别是在非商业性和 科研性的 AI 数据训练中，使生成式 AI 能够在法律框架内更有效地利用受保护作品。此外，本文建议引入集体管理和法定 许可制度，以替代传统的“一对一”授权模式。集体管理制度能够简化 AI 开发者的获取许可流程，降低交易成本；而法定 许可制度则在特定条件下允许 AI 开发者合法使用受版权保护的作品，同时确保版权人获得合理的经济补偿。通过合理使用 制度的扩展与集体管理、法定许可制度的引入，可以有效解决生成式 AI 数据训练中的版权授权问题，为 AI 的发展提供必 要的法律支持，促进技术的创新与进步，实现著作权法保护与技术发展的平衡。