德國慕尼黑一家法院近日裁定，AI 音樂生成器 Suno 在訓練和輸出環節均侵犯了版權，並駁回了其援引德國文本資料探勘例外和美國合理使用原則的抗辯。此案由德國音樂版權組織 GEMA 提起，法院在多數訴訟請求上支援了原告，包括禁令、資訊披露和損害賠償。
案件圍繞六首知名歌曲展開，包括 Kristina Bach 的《Atemlos durch die Nacht》以及 Frank Farian、Fred Jay 和 George Reyam 創作的《Rasputin》。爭議僅涉及音樂作品本身，不涉及歌詞。法院認定，這六首歌曲在 Suno 的 3.5 和 4 版本模型中可被穩定再現，這一現象在 AI 研究中被稱為“記憶化”——模型在訓練時不僅學習通用模式，還可能儲存訓練資料中的特定內容，並在輸出時被提取出來。
Suno 辯稱其模型並未儲存歌曲，僅包含“數學學習的模式和泛化特徵”，輸出相似性源於使用者提示和統計相關性。然而，在 GEMA 的測試中，僅輸入歌詞、音樂風格和歌曲標題，未指定旋律、和聲、節奏或編曲，Suno 仍生成了法院認為包含原作元素的結果。鑑於歌曲的複雜性和長度，法院排除了巧合的可能性。
法院明確將侵權責任歸於 Suno 而非輸入提示的使用者。Suno 曾主張使用者的刻意輸入切斷了模型與輸出之間的因果鏈，但法院認為提示“簡單且開放”，Suno 運營模型、選擇訓練資料並負責架構和記憶化，因此模型“實質性決定了”輸出結果。法院進一步指出，僅提供音樂生成服務本身即構成法律違規。若這一觀點在上訴中得以維持，可能影響其他 AI 音樂服務。
Suno 還援引了德國允許在特定條件下對內容進行自動化分析的文本資料探勘例外，但法院裁定該例外不適用於本案所發現的記憶化行為。此外，根據針對集體管理組織的特別規則，法院對 Suno 在美國進行的訓練活動也主張管轄權，並適用美國法律，結論是合理使用原則同樣不能保護 Suno。
法院將本案與美國的兩起訴訟（Bartz 案和 Kadrey 案）進行了區分。在那兩起案件中，美國法院曾將 AI 訓練視為“轉換性使用”而認定為合理使用。慕尼黑法院認為關鍵區別在於，那些案件中訓練資料“並未或未實質性”在輸出中向用戶開放，而 Suno 的簡單輸入產生了與原件“實質性相似”的結果。法院援引美國最高法院在 Warhol 案中確立的合理使用測試因素，認為所有因素均對 Suno 不利。
該判決尚未最終生效，且留下若干關鍵問題。法院並非斷言音樂模型會記憶作品而文本模型不會，而是指出在 Suno 案中複製行為被具體證實，而在其他訴訟中並非如此。研究已證實書籍也存在類似記憶效應，表明記憶化並非音樂獨有。作品在訓練資料中出現的頻率和提示的針對性可能影響提取的難易程度。例如，《Atemlos durch die Nacht》和《Rasputin》在網際網路上廣泛流傳，更易被記憶；研究人員也曾從語言模型中高相似度提取《哈利·波特》等知名書籍。
法院對 GEMA 提示“簡單且開放”的描述也受到質疑。GEMA 輸入了完整歌詞、音樂風格和標題，雖未指定音樂元素，但目標歌曲的身份已相當明確。普通使用者使用 AI 生成原創音樂時幾乎不會採用這種提示方式。在紐約時報訴 OpenAI 的版權糾紛中，這正是核心爭議點：旨在複製受保護內容的定向提示是否反映 AI 系統的正常使用，還是屬於特殊情況。簡言之，系統輸出原作是“缺陷”還是“特性”？
此外，有報道稱 Suno 涉嫌繞過 YouTube 的保護措施。儘管無人會使用音樂生成器去複製已存在的歌曲，但圍繞輸出相似性的爭論最終可能陷入僵局。更關鍵的問題在於，Suno 是否有權使用受版權保護的材料進行訓練，而這正是本案及類似訴訟的深層焦點。