
索尼与环球音乐再度起诉Suno 指控其新模型v6依然侵犯音乐版权
索尼音乐与环球音乐集团再次对AI音乐平台Suno提起版权诉讼。唱片公司指出,Suno新推出的v6模型仍侵犯其版权,原因是该模型使用了上一代模型的用户输出进行训练,而早期模型本身则是利用从YouTube等渠道未经授权提取的音乐进行训练。索尼与环球音乐作为未达成签约协议的代表方,继续坚持维权。
核心要点
- 再次对簿公堂:索尼音乐(Sony)与环球音乐集团(Universal Music Group,简称 UMG)再度联合对人工智能音乐生成平台 Suno 提起诉讼。
- 指控焦点直指新模型:唱片公司认为 Suno 最新推出的 v6 模型并未解决侵权问题,依然侵犯其所拥有的音乐版权。
- 追溯训练数据源头:唱片公司指控 v6 模型的训练依托于前代模型生成的用户输出,而其前代模型本身直接使用从未经授权的 YouTube 等网络渠道提取的音乐进行训练。
- 唱片巨头拒绝妥协:索尼与环球音乐作为业内显著未签署协议的坚持方,坚决通过法律诉讼追究其侵权责任。
详细分析
唱片巨头再度出手,版权之争直指Suno新一代模型
全球顶级音乐唱片公司索尼音乐(Sony)与环球音乐集团(UMG)日前正式对生成式人工智能音乐公司 Suno 提起了全新一轮版权侵权诉讼。这起诉讼的焦点聚焦于 Suno 最新发布的 v6 版本模型。唱片公司明确向法院指控,Suno 的这一最新技术迭代并没有改变其侵权的实质,v6 模型依然构成了对两大唱片巨头受版权保护音乐作品的持续侵犯。对于始终站在版权保护第一线的索尼与环球音乐而言,技术升级并不等同于合规,这一新的诉讼举动表明了传统音乐工业对AI音乐生成企业侵权指控的升级。
争议核心:基于侵权模型输出的“二次训练”能否免责
唱片公司在诉讼中披露了其针对 v6 模型训练链条的核心指控逻辑。原告方主张,Suno 的 v6 模型虽然在训练中采用了前代模型所生成的用户输出内容,但这并不能掩盖其底层的侵权事实。根据唱片公司的指控,Suno 更早期的基础模型本身就是直接利用从未经许可的 YouTube 以及其他外部来源中提取、抓取的版权音乐训练而成的。唱片公司强调,由于最初的基础模型本身就建立在未经授权的受保护音乐之上,那么通过前代侵权模型生成的输出物来训练下一代模型,实际上属于侵权数据的延伸和变相利用,根本无法阻断底层的版权侵权事实。
坚守维权立场:索尼与环球音乐的坚决不签约态度
在生成式人工智能快速发展的背景下,音乐产业内部对于技术合作与授权的态度正呈现分化趋势。然而,原始新闻报道明确指出,索尼音乐和环球音乐集团是极为显著的“坚持维权者”(holdouts),两家巨头至今依然没有签署相关协议。在许多行业参与者可能探索和解或授权方案的同时,索尼和环球音乐选择继续坚定地将 Suno 告上法庭,拒绝承认其训练行为的合法性,这凸显了两大唱片公司捍卫版权所有者权益、坚决打击未获授权使用曲库资产的决心。
行业影响
- 引发对AI“合成数据训练”合规性的严峻考验:本案直击生成式AI领域的前沿核心争议——利用旧模型生成的合成数据或用户生成内容来训练新模型,是否能摆脱原始训练数据未经授权的法律责任。这一诉讼的审理过程将为全行业判定“模型清洗”和“间接训练”提供重要法律参照。
- 加大生成式AI企业的版权合规与溯源压力:索尼与环球音乐的连续诉讼向所有AI开发商释放了明确信号,即唱片工业不会止步于对初始模型的追责,任何建立在未获授权数据集基础上的后续版本和衍生模型都将面临持续追责,AI企业必须彻底理顺底层训练数据的授权许可。
- 重塑音乐版权方与AI平台之间的博弈格局:作为全球音乐市场的重要持牌巨头,索尼与环球音乐坚持不签署协议并通过法律手段施压,将进一步提高AI音乐平台的诉讼风险,促使整个生成式AI产业重新审视知识产权边界与合法合规运营模式。
常见问题
索尼与环球音乐为什么再次起诉Suno?
索尼音乐和环球音乐集团再次起诉 Suno,是因为他们认为 Suno 新推出的 v6 模型依然存在版权侵权行为。唱片公司指出,该模型是基于前代模型生成的用户输出进行训练的,而那些前代模型本身又是使用从 YouTube 等渠道未经许可抓取的音乐训练出来的。
诉讼中针对Suno v6模型的具体侵权指控是什么?
唱片公司指控的核心在于训练链条的侵权继承:Suno v6 模型使用了早期模型生成的用户输出内容,但由于早期模型最初是从未经授权的 YouTube 等来源提取受版权保护的音乐来完成训练的,因此唱片公司认为 v6 模型依然建立在侵权音乐数据的基础之上,不能借由模型输出的再训练规避侵权责任。
索尼和环球音乐是否已经与Suno达成了版权授权?
没有。索尼音乐与环球音乐集团是行业内显著未签署协议的坚持方(holdouts)。两家唱片公司至今没有签署授权协议,而是选择持续通过法律诉讼来维护自身曲库的版权权益。

