德国法院认定 Suno 音乐生成器侵权，拒绝公平使用辩护

慕尼黑一家法院裁定，AI 音乐生成器 Suno 使用知名音乐作品进行训练，侵犯了版权。该案由德国音乐版权组织 GEMA 提起诉讼。

法院认定，Suno 的 AI 模型实际上记住了歌曲，并会在收到 prompt 后复现源作品中的原创元素，构成版权侵权。

法院明确将侵权输出的责任归于 Suno，而非其用户，因为是 Suno 决定使用哪些训练数据，以及如何构建模型。

慕尼黑法院裁定，AI 音乐生成器 Suno 的训练过程和输出均侵犯了版权。法院还适用了美国法律，并驳回了 Suno 提出的合理使用抗辩。

德国音乐版权组织 GEMA 此前提起诉讼，要求法院颁布禁令、披露相关信息并判令赔偿，最终在大部分诉求上胜诉。该案围绕六首知名歌曲展开，其中包括 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。

法院认定模型确实存在记忆现象

法院认定，这六首歌曲均以可复现的方式包含在 Suno 的 3.5 和 4 版本模型中。在 AI 研究领域，这种现象被称为 memorization：模型在训练过程中可能不仅会学习一般规律，还会存储训练数据中的具体内容，而这些内容之后可以再次从模型输出中提取出来。

Suno 辩称，其模型并未存储歌曲，只存储了“通过数学方式学习到的模式和泛化特征”。该公司声称，输出中出现的任何相似之处，都是用户 prompt 和统计相关性共同作用的结果。

在测试中，GEMA 将每首歌曲的完整原歌词、音乐风格和标题输入 Suno 的生成器，但没有对旋律、和声、节奏或编曲作出任何具体要求。即便如此，Suno 生成的结果中依然出现了法院能够识别出的源歌曲原创元素。考虑到这些歌曲的复杂程度和长度，法院排除了巧合的可能性。

责任在 Suno，而非用户

法院明确认定，应当由 Suno 对侵权输出承担责任，而不是输入 prompt 的用户。Suno 此前辩称，用户的主动输入切断了模型与输出之间的因果链条。

法院并不认同这一观点。这些 prompt“简单且开放”，而 Suno 负责运营模型、选择作为训练数据的歌曲，并对模型架构及其 memorization 现象负责。这意味着，模型对最终输出起到了“实质性决定”作用。法院表示，仅仅向用户提供用于创作音乐的生成器，就已经构成法律意义上的侵权。如果这一观点在上诉中得到维持，也可能波及其他 AI 音乐服务。

Suno 还援引了德国法律中的文本与数据挖掘例外，该规定允许在特定条件下对内容进行自动化分析。法院裁定，这项例外并不涵盖法院认定的 memorization 行为。

美国的合理使用原则同样无法保护 Suno

根据一项适用于著作权集体管理组织的特殊规定，法院还主张，其有权审理基于发生在美国境内的训练活动提出的诉求。法院对这些行为适用了美国法律，并得出结论：合理使用原则同样无法保护 Suno。

法院将本案与美国的 Bartz 案和 Kadrey 案作了区分。在这两起案件中，美国法院都将 AI 训练视为转换性使用，因此认定其属于合理使用。慕尼黑法院认为，关键区别在于：在上述美国诉讼中，训练数据“没有通过输出向用户开放，或者至少没有实质性地向用户开放”。而在 Suno 的案例中，只需输入简单内容，就会生成与原作“实质性相似”的结果。法院认定，美国最高法院在 Warhol 案判决中列出的合理使用测试全部因素，都对 Suno 不利。该判决目前尚未最终生效。

关键问题仍未得到解答

慕尼黑法院对本案与美国案例所作的区分，听上去比实际情况更加宽泛。法院并不是在说音乐模型会记住作品，而文本模型不会。它只是指出，在 Suno 案中，作品的复现得到了具体证明，而其他诉讼中并不存在这样的证据。

但已有研究证实，书籍同样会出现这种现象，这意味着 memorization 并非音乐领域独有。从 AI 模型中提取某部作品的难易程度，很可能取决于该作品在训练数据中出现的频率，以及 prompt 的针对性有多强。像《Atemlos durch die Nacht》或《Rasputin》这样的流行作品在互联网上随处可见，因此更容易被模型记住。研究人员也已经能够从语言模型中提取《Harry Potter》等知名书籍，结果与原作高度相似，内容几乎没有变化。

慕尼黑法院将 GEMA 的 prompt 描述为“简单且开放”，这一说法看起来尤其站不住脚。GEMA 输入了完整歌词、音乐风格和歌曲标题。虽然没有指定具体的音乐元素，但想要生成哪首歌曲其实已经定义得相当清楚。普通用户使用 AI 生成器创作原创音乐时，几乎肯定不会采用这种 prompt 方式。

在《纽约时报》与 OpenAI 的版权诉讼中，这正是双方争议的核心问题：为了复现受保护内容而专门设计的针对性 prompt，究竟反映了 AI 系统的正常使用方式，还是只是一种特殊情形？简单来说，当系统直接吐出原作时，这究竟是 bug，还是 feature？

Suno 涉嫌绕过 YouTube 的保护措施

没有人会使用音乐生成器重新创作一首已经存在的歌曲，因此，将关注点全部放在输出的相似程度上，最终可能是一条死胡同。更相关的问题是：Suno 最初是否有权在未经许可的情况下，使用受版权保护的材料进行训练？

法院的说明在这方面披露了一个值得注意的细节。根据法院发布的新闻稿，Suno 使用“stream-ripping techniques”从 YouTube 提取音乐，并绕过了 YouTube 的“Rolling Cipher”。这是一项旨在阻止用户下载音频和视频内容的技术保护措施。

这引出了一个超越本案的问题：无论这些数据之后被如何使用，规避技术保护措施本身是否就已经构成盗版？到目前为止，美国法院在这方面的立场十分明确：合理使用可能适用于 AI 训练，但如果训练建立在盗版材料之上，则不适用。

拒绝炒作的 AI 新闻——由人类精心筛选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻简报、每年六期独家前沿报告“AI Radar”、完整历史文章访问权限，以及评论区访问权限。