刘晓春：维权难是事实，但解题方向不应是把所有合规压力都压到单一主体身上——不管是全部推给平台，还是全部前置到应用层创新主体，都不利于产业可持续发展。更可行的思路是多方共担：权利人用好通知删除机制，平台提供低成本的侵权核验工具，应用层创新主体就“明知或应知”的侵权情形承担责任。分层分责，才能让每道防线都有人守。

　　郑宁：分层分责是对的，但现实中各方往往相互推诿，均认为自身并非首要责任主体，最终导致权利人维权四处碰壁、诉求无处落实。权责如何界定、责任如何划分，必须结合具体场景与实际问题逐一厘清。

　　训练先管，还是输出先治

　　主持人：训练数据是当前争议最集中的问题，也是最容易被绕开的问题——强调创新的一方担心“管得太紧”，强调版权保护的一方则认为“根源就在侵权”。这个争议的焦点在哪里？

　　张平：训练端的问题无法绕开。如果一律要求先授权再训练，一对一谈判几乎不可能实现，创新空间会被明显压缩；但如果默认可以广泛抓取，原创者就会在事实上沦为AI发展的无偿燃料。合理的路径，是在两端之间划定边界，辅以付费补偿机制兜底。可借鉴欧盟的折中思路：为一般性训练数据使用设立默认许可例外，同时允许权利人以机器可读方式主动声明保留权利——既给产业留出合规空间，也为原创者保留行使选择的制度出口。