# 德国法院裁定AI音乐生成器Suno侵犯版权，驳回合理使用抗辩

- 来源：The Decoder：AI News（RSS）
- 作者：Matthias Bastian
- 发布时间：2026-08-01 18:40
- AIHOT 分数：73
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmsa9czys01chrojdrdvterw0
- 原文链接：https://the-decoder.com/german-court-rules-ai-music-generator-suno-violated-copyrights-rejects-fair-use-defense

## 精选理由

裁决将版权责任归于模型开发者而非用户，区分了音乐与文本模型，但提示词针对性可能削弱结论的一般性，对后续 AI 版权诉讼有参考价值。

## AI 摘要

慕尼黑法院裁定，AI音乐生成器Suno在训练过程及输出结果中均侵犯版权，并驳回其合理使用抗辩。法院认定Suno 3.5和4版本模型可复现六首知名歌曲的原创元素，构成“记忆化”侵权，且责任归于Suno而非用户。该判决还认定美国版权法下的合理使用不适用于此案，目前尚未最终生效。

## 正文

核心要点

慕尼黑一家法院裁定，AI 音乐生成器 Suno 因使用知名音乐作品进行训练而侵犯版权。此前，德国音乐版权组织 GEMA 提起了诉讼。

法院认定，Suno 的 AI 模型实际上已经“记住”了歌曲，并在收到提示时再现了原始素材中的原创元素，这构成版权侵权。

法院将侵权输出的责任明确归于 Suno 而非其用户，因为该公司自行选择了训练数据并决定了模型的构建方式。

慕尼黑一家法院裁定，AI 音乐生成器 Suno 在训练过程和输出结果两方面均侵犯了版权。法院还适用了美国法律，并驳回了 Suno 的合理使用抗辩。

德国音乐版权组织 GEMA 提起了禁令、信息披露和损害赔偿诉讼，并在大部分诉讼请求上获胜。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 的《Rasputin》。争议仅涉及音乐作品本身，不涉及歌词。

法院称“记忆”现象确实存在

法院认定，这六首曲目均可再现地包含在 Suno 的 3.5 版本和 4 版本模型中。在 AI 研究中，这种现象被称为“记忆”：在训练过程中，模型不仅可能学习通用模式，还可能存储训练数据中的特定内容，这些内容日后可被提取为输出结果。

Suno 辩称，其模型并不存储歌曲，只存储“数学上学习到的模式和泛化特征”。该公司声称，输出中的任何相似之处都是用户提示词和统计相关性的结果。

在测试中，GEMA 将每首歌曲的原始歌词、音乐风格和标题输入 Suno 的生成器，未对旋律、和声、节奏或编曲做任何指定。Suno 仍生成了法院从中识别出原始曲目原创元素的结果。鉴于歌曲的复杂性和长度，法院排除了巧合的可能性。

责任在 Suno，而非其用户

法院明确认定 Suno 应对侵权的输出内容负责，而非输入提示词的用户。Suno 此前辩称，用户的刻意输入切断了模型与其输出之间的因果关系。

法院不同意这一说法。提示词“简单且开放”，而 Suno 运营着这些模型、挑选歌曲作为训练数据，并对模型架构和记忆机制负责。这意味着模型“实质性决定了”输出内容。法院指出，仅仅提供音乐生成工具本身就已构成法律侵权。如果这一观点在上诉中得到维持，可能会影响其他 AI 音乐服务。

Suno 还援引了德国的文本与数据挖掘例外条款，该条款允许在特定条件下对内容进行自动化分析。法院裁定，这一例外条款并不涵盖其所认定的记忆复制行为。

美国合理使用原则同样不保护 Suno

根据关于集体管理组织的特别规则，法院还主张对发生在美国境内的训练活动相关索赔拥有管辖权。法院对这些行为适用美国法律，并得出结论：合理使用原则同样不保护 Suno。

法院将此案与两起美国诉讼（Bartz 案和 Kadrey 案）进行了区分。在这两起案件中，美国法院均将 AI 训练视为转换性使用，因而属于合理使用。慕尼黑法院认为，关键区别在于，这些诉讼中的训练数据“并未或并未实质性地在输出中向用户呈现”。而在 Suno 案中，简单输入即可产生与原始作品“实质性相似”的结果。法院认定，美国最高法院在 Warhol 案判决中确立的合理使用测试的所有考量因素均不利于 Suno。该判决尚未最终生效。

关键问题仍未得到解答

与美国案件的区分听起来比实际情况更为宽泛。慕尼黑法院并非在说音乐模型会记忆作品而文本模型不会。它只是指出，在 Suno 案中复制行为已被具体证实，而在其他诉讼中情况并非如此。

但研究已证实，书籍也存在同样的效应，这表明记忆现象并非音乐所独有。一件作品能否轻易从 AI 模型中被提取出来，很可能取决于它在训练数据中出现的频率，以及提示词有多强的针对性。像《Atemlos durch die Nacht》或《Rasputin》这样的热门作品在互联网上随处可见，因此被模型记忆的可能性更高。研究人员还曾以极高的相似度和近乎原封不动的方式，从语言模型中提取出《哈利·波特》等知名书籍。

慕尼黑法院将 GEMA 的提示词描述为“简单且开放式”，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。它没有指定音乐元素，但目标歌曲的身份已经相当明确。一个用 AI 生成器创作原创音乐的典型用户，几乎肯定不会以这种方式输入提示词。

在《纽约时报》与 OpenAI 的版权之争中，这是一个核心争议点：旨在重现受保护内容的定向提示词，究竟属于 AI 系统的正常使用，还是构成一种特殊情况？简而言之，当系统输出与原创作品高度相似的内容时，这算是一个缺陷，还是一项功能？

Suno 据称绕过了 YouTube 的保护措施

没有人会用音乐生成器去复刻一首已经存在的歌曲，因此，把全部焦点放在输出相似度上，最终可能是一条死胡同。更关键的问题在于，Suno 从一开始是否有权在未经同意的情况下，将受版权保护的材料用于训练。

法院的说明中有一个值得关注的细节。根据法院的新闻稿，Suno 使用了“流媒体抓取技术”从 YouTube 提取音乐，并绕过了 YouTube 的“Rolling Cipher”——一项旨在防止下载音视频内容的技术保护措施。

这引出了一个超越本案的问题：无论数据后续如何被使用，规避技术保护本身是否就已构成盗版？美国法院迄今在这一问题上立场明确：合理使用或许适用于 AI 训练，但前提是训练数据并非来自盗版材料。

不炒作的人工智能新闻——由人类精选

慕尼黑第一地方法院