德国慕尼黑一家法院近日裁定，AI 音乐生成器 Suno 在训练和输出环节均侵犯了版权，并驳回了其援引德国文本数据挖掘例外和美国合理使用原则的抗辩。此案由德国音乐版权组织 GEMA 提起，法院在多数诉讼请求上支持了原告，包括禁令、信息披露和损害赔偿。
案件围绕六首知名歌曲展开，包括 Kristina Bach 的《Atemlos durch die Nacht》以及 Frank Farian、Fred Jay 和 George Reyam 创作的《Rasputin》。争议仅涉及音乐作品本身，不涉及歌词。法院认定，这六首歌曲在 Suno 的 3.5 和 4 版本模型中可被稳定再现，这一现象在 AI 研究中被称为“记忆化”——模型在训练时不仅学习通用模式，还可能存储训练数据中的特定内容，并在输出时被提取出来。
Suno 辩称其模型并未存储歌曲，仅包含“数学学习的模式和泛化特征”，输出相似性源于用户提示和统计相关性。然而，在 GEMA 的测试中，仅输入歌词、音乐风格和歌曲标题，未指定旋律、和声、节奏或编曲，Suno 仍生成了法院认为包含原作元素的结果。鉴于歌曲的复杂性和长度，法院排除了巧合的可能性。
法院明确将侵权责任归于 Suno 而非输入提示的用户。Suno 曾主张用户的刻意输入切断了模型与输出之间的因果链，但法院认为提示“简单且开放”，Suno 运营模型、选择训练数据并负责架构和记忆化，因此模型“实质性决定了”输出结果。法院进一步指出，仅提供音乐生成服务本身即构成法律违规。若这一观点在上诉中得以维持，可能影响其他 AI 音乐服务。
Suno 还援引了德国允许在特定条件下对内容进行自动化分析的文本数据挖掘例外，但法院裁定该例外不适用于本案所发现的记忆化行为。此外，根据针对集体管理组织的特别规则，法院对 Suno 在美国进行的训练活动也主张管辖权，并适用美国法律，结论是合理使用原则同样不能保护 Suno。
法院将本案与美国的两起诉讼（Bartz 案和 Kadrey 案）进行了区分。在那两起案件中，美国法院曾将 AI 训练视为“转换性使用”而认定为合理使用。慕尼黑法院认为关键区别在于，那些案件中训练数据“并未或未实质性”在输出中向用户开放，而 Suno 的简单输入产生了与原件“实质性相似”的结果。法院援引美国最高法院在 Warhol 案中确立的合理使用测试因素，认为所有因素均对 Suno 不利。
该判决尚未最终生效，且留下若干关键问题。法院并非断言音乐模型会记忆作品而文本模型不会，而是指出在 Suno 案中复制行为被具体证实，而在其他诉讼中并非如此。研究已证实书籍也存在类似记忆效应，表明记忆化并非音乐独有。作品在训练数据中出现的频率和提示的针对性可能影响提取的难易程度。例如，《Atemlos durch die Nacht》和《Rasputin》在互联网上广泛流传，更易被记忆；研究人员也曾从语言模型中高相似度提取《哈利·波特》等知名书籍。
法院对 GEMA 提示“简单且开放”的描述也受到质疑。GEMA 输入了完整歌词、音乐风格和标题，虽未指定音乐元素，但目标歌曲的身份已相当明确。普通用户使用 AI 生成原创音乐时几乎不会采用这种提示方式。在纽约时报诉 OpenAI 的版权纠纷中，这正是核心争议点：旨在复制受保护内容的定向提示是否反映 AI 系统的正常使用，还是属于特殊情况。简言之，系统输出原作是“缺陷”还是“特性”？
此外，有报道称 Suno 涉嫌绕过 YouTube 的保护措施。尽管无人会使用音乐生成器去复制已存在的歌曲，但围绕输出相似性的争论最终可能陷入僵局。更关键的问题在于，Suno 是否有权使用受版权保护的材料进行训练，而这正是本案及类似诉讼的深层焦点。