黑客数据揭示 Suno 从 YouTube 等平台抓取训练数据

AI 音乐生成工具 Suno 正陷入一场法律战，试图阻止竞争对手索尼音乐和环球音乐集团获取其与华纳音乐集团（Warner Music Group）的许可协议细节。与此同时，新曝光的数据泄露揭示了该公司训练实践的全貌。

发现争议

在 5 月 4 日的一份文件中，Suno 正式反对 UMG 和索尼推翻地方法官 4 月 6 日裁决的努力。该裁决阻止了这些唱片公司获取华纳和解条款。马萨诸塞州地方法官保罗·莱文森（Paul Levenson）裁定，“诉讼和解在识别和定性知识产权市场方面几乎没有说服力”。

Suno 的律师辩称，要求公司交出协议将使剩余的原告获得“解决与其相同索赔条款的蓝图”，并且会“损害和解动态，并可能威胁到类似当事人未来的和解”。

UMG 和索尼于 4 月 20 日提出反对，认为华纳协议不仅仅是向后看的和解，而是“一项前瞻性的商业安排”，包括 Suno 使用华纳版权录音作为新 AI 模型训练数据的许可。唱片公司声称，许可费反映了 Suno 对使用高质量版权作品的重视程度，并可能与其正在进行的案件中损害赔偿相关——他们正寻求将诉讼范围从 560 首扩展到超过 61,000 首录音。

泄露数据揭示抓取行为

本周，发现纠纷获得了新的紧迫性。据 404 Media 7 月 14 日报道，在 2025 年底的一次入侵中获得的 Suno 源代码显示，该公司从 YouTube Music、Deezer、Genius 以及 Pond5、Jamendo 和 Freesound 等库存音乐库抓取了数百万首歌曲和歌词来训练其模型。泄露代码还显示，Suno 试图通过 PodcastIndex 下载约 100 万小时的播客内容。

Suno 的一位发言人告诉 404 Media，公司的模型“是在公开可用的音乐文件和来自开放互联网第三方网站的相关元数据上训练的”。Pitchfork 报道称，入侵发生在 2025 年底，Suno 表示该事件“主要涉及不再使用的旧源代码”。

行业反应分裂

华纳音乐于 2025 年 11 月解决了其版权索赔并与 Suno 合作，退出了三大唱片公司于 2024 年联合提起的诉讼。该协议承诺 Suno 在 2026 年构建新的许可模型，并赋予艺术家对其姓名、声音和形象使用的选择加入控制权。

但这一安排也招致了批评。美国音乐家联合会（American Federation of Musicians）于 6 月起诉 UMG 和华纳音乐集团，指控它们分别与 Suno 和 Udio 达成的和解未能补偿那些表演被用于训练 AI 模型的音乐家。与此同时，索尼仍然是唯一一家仍在积极起诉两家 AI 音乐公司的主要唱片公司。