标签: AI音乐

  • Suno要给AI生成的歌盖章了,官司压身的音乐平台开始自救

    一边打官司,一边补漏洞

    Suno最近有点忙。这个能让普通人动动嘴就生成一首歌的AI平台,刚宣布要上线一整套”规矩”:给平台上生成的音乐打上音频水印、加指纹识别,顺手还改了社区准则,明令禁止拿真人的声音和长相去蹭。动作背后的原因不复杂——它正被唱片公司和艺人群体一波接一波地告。

    CEO Mikey Shulman在博客里把话说得很温和:平台想鼓励原创,也想让更多人用AI做音乐。但绕不开的那个疙瘩是,不少人把Suno生成的歌传到别的流媒体上,靠这个刷播放量赚钱。水印和指纹,就是冲着这种”挂羊头卖狗肉”去的。

    Shulman的原话挺有意思:”这些工具耐用、抗篡改,而且不影响听感。我们不对一首歌好不好、像不像是人写的下判断。”

    拉上Musixmatch一起查

    光自己盖章还不够,Suno还和歌词服务商Musixmatch签了协议,用对方的Sentinel系统去比对版权。换句话说,以后平台上是不是有”借鉴”过别人作品的歌,查起来会方便些。

    下载政策也要收紧,准备拦住那种把AI歌批量铺到流媒体上的操作,只是具体怎么拦,Suno目前还没交底。

    官司可比水印难对付

    水印这招能不能让唱片公司消气,得打个问号。Suno六月刚融了4亿美元,可手上的官司一点没少:环球音乐、索尼,以及RIAA协调的那场集体诉讼,全盯着它。德国一家法院上个月还判它违反了版权规定。

    更尴尬的是,404 Media去年曝出Suno在2025年11月出过数据泄露,被指抓取了YouTube、Deezer、Genius的内容训练模型,受影响用户据称有5500万,马萨诸塞州还有一场集体诉讼等着它。

    水印是给歌曲贴了个”我是AI生的”标签,但贴了标,不代表抄来的东西就合规了。

    说到底,水印解决的是”认得出”,认得出之后怎么分账、怎么授权,才是Suno真正躲不过的坎。

    Suno CEO Mikey Shulman
    Suno CEO Mikey Shulman(图源:TechCrunch)

  • Spotify 给 AI 虚拟艺人贴标签:默认踢出推荐流

    Spotify 这周扔出一个可能改变你听歌方式的动作。从 8 月 11 日起,艺人可以通过 Spotify for Artists 主动申报自己的账号是”AI Persona”——也就是说,这个艺人的名字、头像、形象背后根本没有真人,是一套 AI 生成出来的虚拟身份。而真正的”大招”要等到 9 月中旬:Spotify 会给这些账号打上醒目的”AI Persona”徽章,并且默认不把它们推进任何编辑歌单、算法推荐和个性化推荐里。

    换句话说,一个完全由 AI 扮演的”歌手”,以后基本不会自动出现在你的 Discover Weekly、Release Radar 或者”为你推荐”里。除非你自己主动点关注,否则这个虚拟艺人的歌约等于沉了。

    Spotify AI Persona 徽章示意
    Spotify 将为 AI 生成的虚拟艺人身份打上”AI Persona”徽章(图源:TechCrunch)

    标签贴在”身份”上,不贴在”音乐”上

    这里有个很多人会搞混的点。Spotify 反复强调,这个徽章针对的是艺人的”公开身份”,而不是”这首歌怎么做出来的”。一个真实的人类音乐人,哪怕全程用 AI 写歌、用 AI 混音,只要在真实账号下发布,就不会被贴这个标。反过来,一个用逼真人脸、虚构生平包装出来的项目,不管歌好不好听,都会成为重点审查对象。

    Spotify 在公告里写得很直白:”我们相信每位艺人都享有如何呈现自己的创作选择,但我们的节目编排专注于放大那些在音乐行业里脚踏实地建起事业的真实艺人。”

    这个分寸感很关键。它把争论从”人 vs 机器谁更能写歌”,扭成了”艺人品牌里有没有说谎”——你可以用 AI 做歌,但不能假装自己是个活人。

    为什么是现在?因为”水”已经漫到脚踝了

    Spotify 自己披露,过去 12 个月里它下架了 7500 万首垃圾曲目,而整个曲库的合法曲目大约也就 1 亿首。AI 让”写歌—上传—薅流媒体分成”变成了一条几乎零成本的流水线,一些 AI 乡村组合靠算法分发就能堆出几百万月听众。听众早就用脚投票了——今年 7 月,乐迷们自发建起 SoullessMusic、SlopTracker 这样的网站,专门把”听起来像人、其实是 AI”的艺人揪出来。

    • AI Persona 徽章会出现在艺人主页横幅、About 板块、搜索结果和歌单里的曲目行。
    • Spotify 自己也会主动审查——先看那些已经达到听众门槛的账号,从影响力大的查起。
    • 被标错的艺人可以申诉;接下来几个月还会上线用户举报入口。

    有意思的是,Spotify 一边给 AI 身份立规矩,一边又在大力推自己的 AI 功能:AI DJ、Prompted Playlists,还有刚拿到 UMG 和 Merlin 授权的 AI remix。它真正想排挤的,从来不是”用 AI 做音乐”,而是”假装自己是人的 AI 艺人”——因为后者伤的是用户对平台最底层的信任,而信任一旦塌了,订阅就会掉。

  • Suno 要给水印了:AI 神曲满天飞,它终于动手治垃圾内容

    AI 写歌这两年有多疯,刷过音乐平台推荐流的人都懂。Suno 这个估值 54 亿美元、用户破亿的玩家,最近终于放话要管管自己造出来的“水”。CEO 兼联合创始人 Mikey Shulman 写了一篇长博客《负责任地共建音乐未来》,把公司接下来的原则和动作摊开了讲。

    Suno AI 音乐水印计划
    Suno 公布反垃圾内容计划(图源:The Verge)

    水印 + 指纹,给每首 AI 歌打上记号

    Suno 说要推出一套新的透明化工具,外加水印和音频指纹技术。核心思路很简单:让 Suno 生成的内容能被识别出来。Shulman 强调这套做法跟“正在浮现的行业标准”对齐,意思是以后不光 Suno 自己能认,第三方平台也能顺着水印和指纹追到源头。

    我们的做法与正在浮现的行业标准保持一致,让识别 Suno 生成的内容变得更容易。

    下载也要收口,跟唱片公司的和解有关

    下载政策是另一块。去年 Suno 跟华纳音乐集团(WMG)达成和解后就放风要改下载规则,华纳和 Udio 的和解更是直接把 Udio 的下载功能整个砍了。Suno 当时说,下载会只面向付费订阅用户,而且每人每月有次数上限——具体数字到现在还没公布。

    透明,但不替别人做价值判断

    Shulman 在博客里反复念叨“透明”“尊重版权方”“人类创作的艺术很重要”这几句。但他也很克制地补了一刀:Suno 不打算去评判某首作品本身值不值得存在,到底披不披 AI 的外衣,最终还是艺术家和平台自己决定。

    这不是 Suno 该去评判单个作品价值的地方,要不要披露用了 AI 工具,最终是艺术家和平台的事。

    治标容易,治本难

    话是漂亮话,落地的坑也不少。Suno 这波没给出技术细节,媒体追问 specifics 也没回。更现实的问题是:水印和指纹能在自家平台内生效,可一旦音频被下载、转码、再上传到别处,追踪链条就很容易断。它想拉拢发行平台一起打欺诈和滥用,但这套联盟能不能成,还得看别人买不买账。

    • 动作:上线水印 + 音频指纹,让 Suno 生成内容可识别、可溯源
    • 下载:延续与华纳和解后的收口方向,仅付费用户可下、限月度次数
    • 立场:强调透明与尊重版权,但把“是否披露 AI”的判断权留给艺术家和平台
    • 未知数:技术细节未公开,跨平台追踪与生态合作仍是问号

  • 德国法院一锤定音:Suno用别人的歌训练AI,得赔

    德国慕尼黑地区法院的一纸判决,让估值54亿美元的AI音乐独角兽Suno不得不停下来想一想。

    2026年7月31日,慕尼黑地区法院第一分院第42民事庭(案号42 O 763/25)裁定,Suno在训练AI模型和生成音乐输出这两个环节都侵犯了版权,并且驳回了它最看重的”合理使用”抗辩。原告是德国音乐版权集体管理组织GEMA——你可以把它理解成德国版的音著协。GEMA早在2025年1月就把Suno告上了法庭。

    六首歌掀翻一家独角兽

    这场官司的抓手是六首广为流传的歌,包括Kristina Bach的《Atemlos durch die Nacht》、Boney M.的《Rasputin》,以及《Forever Young》《Big in Japan》《Daddy Cool》《Mambo No. 5》。GEMA选它们不是随机的:不同年代、不同风格,正好能证明Suno的模型存在系统性的”记忆”,而不是个别巧合。

    法院查到最后,问题不在一处。训练阶段,Suno被认定用流媒体抓取技术从YouTube提取音乐,还绕过了平台防止下载的技术保护措施;到了输出阶段,它的模型又能把那些耳熟能详的旋律直接复现出来——专业术语叫”记忆化”(memorization),模型不光学走了通用规律,还把特定原曲存进了权重里。

    法院一句话把责任钉死:Suno自己选定了训练数据、自己决定了模型架构,那就得对侵权输出直接负责,不能把锅甩给输入提示词的用户。

    最要命的是”跨境”这两个字

    Suno在答辩里搬出了管辖权:训练行为明明发生在美国,德国法院管得着吗?法院的态度很干脆——只要你的AI服务在欧洲运营、挣欧洲用户的钱,欧洲法院就管得着。这很可能是欧洲法院第一次明确认定:即便AI训练在美国境内完成,照样构成版权侵权。

    对GEMA来说,这是继2025年11月拿下OpenAI之后的第二场胜仗。那次同一个法庭裁定,AI语言模型记忆并复现受版权保护的歌词也算侵权。如今逻辑从文字延伸到了音乐,而且覆盖了从训练到输出的完整链条。

    AI音乐与法律天平
    AI音乐生成正在面临越来越密集的版权审视

    钱还没算,但门已经被关上

    判决要求Suno停止未经授权的复制、披露通过侵权获得的收入,并赔偿相应损失——具体金额还没定。Suno当然不服,表示会评估一切选项,包括上诉,所以判决目前还没生效。

    但象征意义已经够大了。GEMA CEO Tobias Holzmüller直接把这称为”具有全球意义的判决”。想想也不意外:Suno累计有超过1亿人用它生成过音乐,在美国一直拿”合理使用”当盾牌,说自己的模型只存数学模式、生成结果和用户提示词有关。欧洲这一下,等于告诉所有AI音乐公司——你用来训练的那批歌,到底付没付钱,迟早要回答。


    • 训练在美国不等于免责,欧洲法院认的是”你在欧洲运营”
    • “记忆化”成为关键证据:模型能复现原曲,就不能怪用户
    • 判决尚未生效,Suno已放话要上诉,但合规压力已经实打实压下来
  • Fender CEO说翻唱早就是“模拟版AI”,整个吉他圈这次真的怒了

    Fender 现任 CEO 爱德华·“巴德”·科尔(Edward “Bud” Cole)今年五月接受过英国媒体 T3 的一次采访,主题是 Telecaster 诞生七十五周年。采访里他顺带聊了几句 AI 和音乐,当时基本没激起水花。最近这段话被人翻了出来,在吉他玩家的圈子里迅速传开,然后炸了。

    Fender CEO Bud Cole
    Fender CEO 爱德华·“巴德”·科尔,2023年摄于日本|图片:Jun Sato/WireImage(The Verge)

    时机是这件事最要命的地方。就在不久前,Fender 刚给一批独立琴匠寄了律师函,主张自己对 Stratocaster 的琴身轮廓拥有版权,等于把整个手工吉他社群得罪了个遍。几位有影响力的吉他类 YouTuber 已经公开表态,以后不再买 Fender 的东西。风口浪尖上,老板这番关于 AI 的言论被挖出来,效果可想而知。

    “翻唱一直是某种模拟版 AI”

    科尔的基本立场是:AI 在音乐里根本不是新鲜事。他说,“我觉得只要有录制音乐存在,AI 就存在了。”在他看来,学吉他的第一道门槛是时间成本,第二道门槛是写歌,而 AI 能在第二道门槛上帮上忙。

    “我其实认为,翻唱音乐长久以来就是一种模拟版的 AI。”——Fender CEO 巴德·科尔

    他的意思是,还写不出自己的歌的人,可以先去弹偶像的作品。他拿自己举例:当年听 R.E.M.、U2、The Smiths、The Cure 听到腻,就想自己弹出来,于是学了吉他。这段本身没什么毛病,问题出在他接下来把这套逻辑推到了哪儿。

    连乐队队友也被算成了“模拟 AI”

    科尔说,刚开始尝试写歌的人还能依靠第二种“模拟版 AI”——你的乐队队友。你手里可能只有一段副歌或者一个 riff,鼓手和贝斯手往上加点东西,一首歌就成型了。而在他看来,AI 也能扮演这个角色。

    “我真的认为,我们正处在一个临界点上,可以把人从翻来覆去弹那几首老翻唱里解放出来,让他们真正进入那种和乐队一起干活的状态。”

    把人类队友和聊天机器人放在同一个功能位上,这句话让不少乐手直接破防。The Verge 的记者 Terrence O’Brien 写得很直接:如果你当面告诉自己的鼓手,他跟一个 AI 模型没什么区别,对方生气是完全合理的。

    这套类比站不住的三个地方

    把“人学翻唱”和“模型吃版权音乐”划等号,听上去顺,细想漏洞很大。

    • 量级根本不是一回事。没有任何一个人能学完一个生成式音乐模型的训练集。以 Suno 为例,外界估计其训练素材是以百万首计的,这跟一个青少年翻弹几十首歌不属于同一种行为。
    • 它抹掉了创作里成千上万个细小决定。写歌过程中,有的选择来自情绪反应,有的来自将错就错的意外,有的干脆是为了绕开自己的技术短板。这些决定加起来才构成一个人的辨识度,而不是一次 prompt 加一张数据点网络的输出。
    • 身体性没法复制。被称作 Samurai Guitarist 的 Steve Onotera 提到一个细节:演奏者的身体条件,以及人必然会犯的那些微小失误,让任何人都无法完美复刻别人的演奏。恰恰是这种偶然性,大模型给不出来。

    队友的例子同理。人身上带着自己那份独一无二的“训练数据”,那是人生经历、肌肉记忆和技术局限的混合物。你那个在大学修过爵士编曲、挑剔到不行的贝斯手,有品味也有直觉,这两样东西聊天机器人目前都拿不出来。

    “跨过鸿沟成为写歌大师”,问题是谁在跨

    采访后半段,科尔还说了一句更大的:“我相信 AI 会催生出一整代使用它的吉他手,帮他们连接其他音乐人、变得更高产,并跨过那道鸿沟,从写歌的学生变成写歌的大师。”

    越来越多的研究指向相反的方向:过度依赖 AI 工具正在造成能力退化。让 AI 帮你想一个押韵、给一个形容疼痛的比喻,跟你自己反复练习写歌不是一码事。AI 没在婚礼当天被人放过鸽子,也没为一段前副歌的过渡熬到凌晨三点。写歌这件事,重复才是核心——行业里流传的说法是,你得先写一百首(或者一千首,或者一万首)烂歌,才可能写出一首好的。跨过那道鸿沟的过程本身,就是把烂歌一首一首写完。

    真正刺眼的是那层双标

    抛开 AI 的技术争论不谈,这件事在吉他社群引爆的更深层原因,是一种前后矛盾的姿态:公司这边正拿着 Stratocaster 的琴身轮廓去主张知识产权,追着小作坊琴匠发律师函;老板那边却把音乐人的作品轻描淡写成“可以被学习的素材”,还顺手把这套逻辑安到了生成模型头上。

    Fender 至今没有对置评请求作出回应。对一家靠乐手信任吃饭七十五年的公司来说,这种沉默的代价可能比一次公关道歉更贵。


  • 冲上Billboard第58名的这首歌,被扒出一身AI痕迹

    Fenix Flexin 单曲《Rubberz》封面
    单曲《Rubberz》的封面,多个图像检测器判定它有97%以上概率由AI生成。图片来源:Fenix Flexin / The Verge

    Fenix Flexin 这个名字,过去主要和洛杉矶说唱二人组 Shoreline Mafia 绑在一起。最近他单飞的一首《Rubberz》冲上了 Billboard Hot 100 第58名,算是个人生涯的高光时刻。可歌一红,质疑立刻跟着来了——不少人认为这首歌大部分、甚至整首都是AI生成的。Fenix 否认了指控,但除了否认,他几乎没拿出什么能打消疑虑的东西。

    先说哪部分不算证据

    怀疑的起点是风格上的急转弯。Fenix 以前做的是带 trap 味道的西海岸说唱,《Rubberz》却是一股浓浓的80年代英伦合成器流行味,主旋律的唱法明显冲着 Morrissey 去,他甚至装了个英国口音。可这条其实站不住脚——歌手当然有权换风格、做实验,光凭这一点什么都说明不了。

    破绽藏在声音的毛边里

    真正扎眼的是录音本身的质感。仔细听会冒出一堆AI生成音乐里常见的瑕疵:hi-hat 脆得发干,副歌的和声像被压过的低码率MP3,混响的尾巴还会被生生切断。

    《Switched on Pop》播客主持人、词曲作者 Charlie Harding 向 The Verge 拆得更细。

    “幽灵一样的和声忽进忽出,鼓的混响里全是不自然的数字杂讯,让人想起当年从 Napster 上下载的64kbps MP3。因为大多数生成式AI公司都是拿未经授权的低质量MP3训练模型的,所以我们能听出乐器声是被明显劣化过的。”

    这个解释挺有意思:训练素材本身的音质缺陷,最后原样烙进了生成结果里。

    检测工具帮不上忙,周边材料却露了馅

    作者把这首歌喂进五个AI音乐检测工具,结果都只给出20%到30%的AI概率,谁也没敢下结论。这类工具的可靠性本来就有限,迭代速度又远远追不上生成模型,指望它们断案并不现实。

    但周边的材料就没这么客气了。单曲封面和那条庆祝上榜的社交帖,被多个图像检测器判定为AI生成,置信度超过97%。歌词丢进几个文本检测器和 Gemini,答案也一致。制作人、YouTuber Curtiss King 把歌词扔给 Claude,同样被标出多处AI特征。

    歌词本身的问题更直白。押韵干净整齐得不像一个混了这么多年的说唱歌手写出来的——没有半谐音,没有内韵,整首都是规规矩矩的 AA、BB。为了押上韵,意思就顾不上了:前面还在说沉船,这个意象抛出来之后就再也没出现过;副歌单看每一行都通顺,拼到一起却不知所云。

    现场是最难圆的一环

    第三段主歌像是没说完就停在了“Not the jewelry”上。Harding 的评价是“完全没有 flow”。他还专门挑了标题那句 “I just let the rubber band snap”:任何一个稍微像样的说唱歌手都不会这么唱,切分怪异,重音全落在错的音节上。一堆音节挤在一起,把 the 顶到了强拍位置,rubber 反倒弱了下去,后面所有音节的重音跟着连锁错位。

    几次录影棚亮相就更尴尬。头两回基本是在别扭地对口型,有时候他会被自己歌里那个拗口的 flow 绊住,像是记不清词。等他真开口唱,问题彻底藏不住——录音里的音域和口音他复现不了,很多现场片段干脆把原声铺在他的声音上,他本人的人声压得极低。DJ 试着短暂掐掉伴奏来证明是真唱,结果适得其反。

    Fenix 的说法是,录音版和现场的差距来自人声处理,比如 AutoTune。Harding、King 和乐评人 Anthony Fantano 都不接受这个解释。King 打了个比方:AutoTune 更像拼写检查,可以往极端里调出机械音色,但它的本职是修错音,不可能凭空给你拓宽音域,更不会给你加一个英国口音。


    最反直觉的一条辩护:它太差了

    有意思的是,Harding 认为这首歌最像“真人作品”的地方,恰恰是它做得不好。

    “我会以为这是一个从没写过歌的人,拿80年代的儿童练习键盘弄出来的。”

    如果它真是AI生成的,用的显然也是相当差的模型。Harding 更在意的是另一件事:更成熟的模型早就把这些能听出来的瑕疵和别扭的节奏修掉了,而听众居然还觉得这种水平的东西有意思。

    Fenix 后来晒了几段所谓 Pro Tools 工程文件的画面,但这证明不了什么。除非他公开原始录音和完整工程,AI 的帽子大概率会一直扣着——而这件事看起来不太可能发生。

    更让人不安的是举证责任变了

    这场争论最麻烦的地方,不在于《Rubberz》到底是不是AI做的,而在于“自证清白”现在已经没有便宜的办法。以前一首歌火了,没人会要求你出示工程文件;如今只要风格一变、混音一糙,举证责任就掉到了创作者头上。检测工具靠不住,听感上的破绽又会被下一代模型抹平,等到那些毛边全部消失的那天,争论会从“能不能听出来”变成“根本没法证明”。

    而榜单照常在转。第58名那个位置,并不关心这首歌是谁做的。

    • 《Rubberz》登上 Billboard Hot 100 第58名,风格从西海岸说唱急转80年代英伦合成器流行
    • 五个AI音乐检测器只给出20%-30%的AI概率,但封面与社交帖被判定97%以上为AI生成
    • 混响硬切、和声忽隐忽现、乐器声劣化,被指是低码率MP3训练素材留下的痕迹
    • 现场对口型、音域与口音无法复现,AutoTune 的解释未被业内认可
  • 三大唱片公司联手出手:AI 做的歌,别想上榜

    七月的最后一天,环球音乐、索尼音乐、华纳音乐这三家握着全球录制音乐大半江山的公司,拉上 Believe、BMG、Concord、Dirty Hit、Glassnote、HYBE、Mom+Pop、Partisan 等一串厂牌,抛出了一份关于 AI 歌曲能不能进官方榜单的提案。答案写得很干脆:基本上,不能。

    AI 音乐概念图
    图片来源:The Verge / Shutterstock

    提案画了六条线

    这份被国际唱片业协会(IFPI)公开背书的全球原则,核心是一段”排除条款”式的表述——不是列出什么歌可以上榜,而是规定只要有理由怀疑某首歌不满足全部条件,榜单就不该收它。

    使用生成式 AI 服务制作的录音,若有理由认为其未能同时满足以下全部标准,就不应被纳入官方榜单:所使用的生成式 AI 服务获得了适当授权且合法;作品实质上由人类创作;不存在播放量或榜单操纵方面的疑虑;符合版权、邻接权、人格权等适用法律;作品的发行不违反所用生成式 AI 服务的服务条款;在下游平台(如流媒体服务)上,已按照适用法规和行业标注标准,向消费者适当标示了生成式 AI 的使用。

    六条里,前四条勉强还能靠合同和法务去核对,第五条属于平台自查,唯独第二条——”实质上由人类创作”——像一句留白。

    “实质上由人类创作”到底怎么算

    The Verge 的周末编辑 Terrence O’Brien 在稿子里连着两次把这个词组拎出来,后面跟一句”whatever that means”(谁知道这是什么意思)。他的不耐烦挺有道理:一首歌用 AI 补了一段和声算不算?人写词写旋律、AI 编曲混音算不算?歌手用 AI 修音准这种早就普及十几年的操作,又划到哪一边?

    同样悬着的还有”榜单操纵疑虑”。刷流量本来就是老问题,跟 AI 没有必然关系,把它塞进这套原则里,等于给榜单方多开了一个可以自由裁量的口子。The Verge 就此向索尼音乐、环球音乐和 Mom+Pop 求证,三家都没有第一时间回应。

    标准模糊在行业提案里并不罕见,有时甚至是刻意的——先把大方向立住,细节留给后面谈。但音乐榜单是个要给出确定名次的东西,模糊的准入条件迟早要落到某个具体判断上:某首歌到底进不进。

    比”贴标签”那套激进得多

    做个对照。此前 RIAA、IFPI、SAG-AFTRA 等机构推过一套标注方案,思路是给 AI 生成和 AI 辅助的音乐设计标准化标签,把判断权交还给听众——你知道这是 AI 做的,听不听随你。

    厂牌这份新提案把标注要求原样保留了,然后在后面加了一道闸门:标了还不够,不达标就别想进榜。

    • 标注方案管的是知情权,属于信息披露;
    • 厂牌提案管的是资格,属于市场准入;
    • 前者让 AI 歌曲和人类作品同场竞技,后者直接把它们分到两个赛道。

    这两种思路背后是完全不同的判断。标注派默认 AI 音乐会长期共存,得想办法把它纳进现有秩序;厂牌派则更接近于说,这批东西暂时不配和人类作品放在一张榜上排名。


    榜单机构还没接招

    提案发出来了,IFPI 也把分量压了上去,但截至目前没有任何一家榜单机构表示要采纳,Billboard 那边也只是照常报道了这件事。这其实是整件事最关键的一环——原则写得再齐整,最终拍板的是 Billboard、Official Charts 这类机构,而它们要考虑的东西比厂牌复杂:一旦立规,就得有能力去核查每一首上榜歌的制作过程,这个成本谁来出。

    更微妙的是,三大厂牌自己也在跟 AI 音乐公司谈合作、谈授权。今天要求”实质上由人类创作”,明天如果自家艺人用授权模型做了一张专辑,这条线又该往哪儿挪。规则是他们提的,第一个被规则绊住的很可能也是他们。

    争的其实不是榜单

    榜单在今天早就不只是一份排行。它决定电台歌单、决定播放列表推荐权重、决定演出报价、决定唱片公司内部资源怎么分。把 AI 歌曲挡在榜单之外,等于挡住了一整条商业化通道。

    所以这份提案与其说是内容治理,不如说是分配权之争。真正的问题从来不是”AI 能不能做歌”——它已经在做了,而且有人在听。问题是这些歌能不能被算进那套沿用了几十年、分配着真金白银的计分体系里。厂牌给出的第一版答案是不能,接下来就看榜单机构愿不愿意接。

  • 艺术家们开始组团告AI公司了,而且真有人赢到了15亿美元

    作家Kirk Wallace Johnson在《大西洋月刊》公布的AI训练数据检索库里,搜了一下自己的名字。结果和很多创作者一样,他中招了。《The Feather Thief》《The Fishermen and the Dragon》,这些他每本都花了五六年调查研究写出来的非虚构作品,被盗版后喂给了聊天机器人。他形容自己当时的心情是一杯”鸡尾酒”:愤怒、担忧,再加上一点对这些”靠他的知识产权赚得盆满钵满的巨头公司”复仇的渴望。

    他主动找上了Susman Godfrey律所,也就是代理作家们起诉Anthropic的那家。在他看来,这场官司是”替所有尝试过创作的人竖起的一根中指”。

    艺术家正在起诉AI公司
    插画师、作家、音乐人正排队把AI巨头告上法庭 | 图:Alex Parkin / The Verge

    15亿美元:版权史上最大一笔和解

    Johnson们的乐观是有理由的,因为已经有人赢了。在Bartz诉Anthropic一案中,法院认定Anthropic用网上下载的盗版电子书训练Claude侵犯版权,公司最终掏出15亿美元和解,创下版权案件的历史纪录,还答应销毁囤积的盗版书库。

    但事情没那么简单。Anthropic还有一个”巴拿马计划”:买来几百万本二手书,扫描后拿去训练模型。法官William Alsup裁定这部分属于合理使用,理由是”本质上具有转化性”。领头原告、小说家Andrea Bartz对此很不服气。

    “连图书馆都不能买一本纸质书、扫描之后当电子书外借。我强烈反对法官这部分的裁决,非常希望未来的法院能想明白这一点。”——Andrea Bartz

    不过她也承认,这是大型AI公司第一次因为未经同意使用创作者的作品而付出真金白银的代价,”这是创作者对AI公司的第一场重大胜利”。

    各条战线:从版权到”服务条款”

    最早站出来的是插画师Sarah Andersen。2023年1月,她和Karla Ortiz、Kelly McKernan等视觉艺术家对Stability、Midjourney、DeviantArt和Runway发起集体诉讼,这案子到现在还在法院里爬行。她说看到自己的作品被拿去训练时感觉”被侵犯了”,AI把她”一生的心血压缩成了一个算法”。

    音乐人Sam Kogon则换了个打法。他领衔起诉谷歌的Lyria音乐模型,主攻方向不是版权,而是谷歌违反了自家的服务条款:用Content ID系统和YouTube数据训练Lyria和ProducerAI。谷歌的辩护是YouTube条款本来就授予它”复制、分发、创建衍生作品”的广泛权利。Kogon的回击很直接:”这是纯粹的钓鱼换饵。你上传视频那会儿,这技术连影子都没有,现在却成了它的合法猎物。”

    • Kadrey诉Meta案(原告包括作家Richard Kadrey、喜剧演员Sarah Silverman):多数诉求因未能证明市场损害被驳回,但涉及盗版材料的核心指控仍在推进;
    • 娱乐法律师Krystle Delgado正代理独立音乐人起诉Suno和Udio,她研究后发现YouTube条款里藏着”不可撤销的永久授权”;
    • 诉状里有句话很扎心:AI生成的书大概动不了阿加莎·克里斯蒂的市场,但很可能让下一个阿加莎·克里斯蒂永远没机会被看见。

    风向在变,但焦虑没消

    Delgado观察到,这些公司现在”真的很紧张”,不光因为被告了,还因为法官和公众舆论都在往创作者这边倾斜。民调显示,人们至少想要AI在使用作品这件事上透明一点。

    可就算官司赢了,被采访的每一位创作者和律师都在担心同一件事:在AI内容的洪水里,普通创作者还能不能靠手艺吃饭。Johnson说得直白:AI永远写不出《教父》,但它能写出平庸的电影和平庸的书,而恰恰有大量作者就生活在那个”平庸但够用”的市场里。他对整个行业的评价也够狠:”这辆大巴看起来不像是一群清醒理智的人在开,而我们全都被困在车上。”

  • 索尼再告 Udio:3 万首歌揭开的 AI 音乐版权战

    索尼音乐娱乐这周一在纽约法院又递了一纸诉状,被告是 AI 音乐生成器 Udio。和两年前三大唱片公司联手起诉 Udio、Suno 那场官司不同,这一回索尼把火力对准了一个很具体的数字:超过 3 万首歌。

    AI 音乐版权争议概念图
    AI 音乐生成器的训练数据版权问题持续升温

    从猫王的《Hound Dog》到碧昂丝的《Say My Name》,再到哈里·斯泰尔斯的《As It Was》,索尼列出的清单里既有上个世纪的经典,也有近年的热单。索尼在诉状里直言,这 3 万多首「只是 Udio 侵权作品中的一小部分」。

    索尼称,这份 3 万多首的清单「只是 Udio 所侵权作品中的一小部分」,背后还有更多未被点名的歌曲。

    这些歌是怎么被发现的

    有意思的是,这 3 万首并不是索尼一开始就掌握的。2024 年那场诉讼里,索尼和环球、华纳一起把 Udio 与 Suno 告上法庭。借着证据开示(discovery)的程序,索尼拿到了 Udio 的训练数据,再用一套「音频指纹」技术逐一比对,才揪出这批此前没被点名的歌曲。

    索尼原本想把 3 万多首直接加进原本的案子,但法官驳回了这个请求,原始诉讼的范围因此停留在 333 首。于是索尼换了个打法——单独再提一桩新诉讼。

    对 AI 音乐意味着什么

    这场拉锯把一个老问题又摆到台面:AI 音乐模型到底拿了多少版权音乐当养料。Udio、Suno 这类工具能照着风格生成听起来很「像」的歌,但训练数据是否合规,厂商一直说不清。

    • 2024 年索尼、环球、华纳联手起诉 Udio 与 Suno
    • 证据开示让索尼拿到 Udio 训练数据,音频指纹比对出 3 万首
    • 法官驳回追加请求,索尼改提独立新诉
    • 核心争议仍是 AI 音乐模型的训练数据授权

  • Suno源代码泄露:AI音乐训练数据来自YouTube和Deezer抓取

    AI音乐生成与版权概念图
    AI 音乐生成的繁荣背后,训练数据来源正成为最敏感的命门

    AI 音乐生成平台 Suno 最近被掀了底。据 404 Media 报道、并经多家媒体确认,Suno 此前遭到黑客入侵,泄露出来的源代码把它的训练数据来源摊在了阳光下——那些被唱片公司告了又告的”未经授权抓取”,在代码里写得明明白白。

    黑客用的化名是 ellie.191,早在 2025 年 11 月就通过一次供应链攻击拿到了 Suno 员工的凭证,进而翻出了内部代码。泄露文件里有一组数字格外刺眼:一个叫 youtube_music 的文件夹里塞着超过 200 万段视频片段;从歌词网站 Genius 抓了超过 1.7 万小时歌词;从音乐流媒体 Deezer 抓了超过 1.2 万小时歌曲;就连 Shutterstock 旗下的素材库 Pond5,也被搬走了超过 6.2 万小时音频。

    更讽刺的是,Suno 的爬虫还带了一套筛选机制,专门把非音乐文件过滤掉,好让训练数据”更干净”。一边讲究数据质量,一边用着没授权的歌。

    用户的隐私,也没被漏掉

    泄露的不止是训练数据。黑客还碰到了部分用户资料:邮箱、电话号码,以及通过支付服务商 Stripe 处理的信用卡元数据。Suno 后来回应称,这起事件”主要涉及已不再使用的过时代码”,没有完整卡号泄露,按现行隐私法不需要逐个通知用户——但它 2025 年 11 月出事时,确实没有主动告知用户。

    这下,版权方手里的牌更硬了

    环球、索尼、华纳这几家唱片巨头早就以 RIAA 名义把 Suno 告上了法庭,指控它未经授权用受版权保护的音乐训练模型。Suno 一直用”合理使用”当挡箭牌,说公开网络上能拿到的音乐文件就能拿来训练。今年 5 月,唱片公司把诉讼里认定的侵权歌曲从最初宣称的 560 首,扩到了 6.1 万多首,法院也批了。这次泄露的抓取代码,等于给版权方递上了新证据。

    站在创作者一边的人声音更响。SZA 就说过,她怀疑自己一些还没发布的歌也被拿去用了;作曲人 Kenneth Blume 直接抨击,这是赤裸裸侵犯创作者的权利。有意思的是,Anthropic 和 Meta 去年夏天在一批作者提起的类似诉讼里赢了——同样的”合理使用”辩护,结果并不完全一样。

    • 对 Suno:诉讼阴影没散,反被添了实锤,后续授权谈判和合作关系都会更被动。
    • 对整个 AI 音乐行业:训练数据来源不透明,迟早会被扒出来,监管已在呼吁明确规则。
    • 对普通用户:你喂给 AI 平台的资料,平台自己都未必守得住。

    Suno 自己其实还在扩张,前不久刚完成 4 亿美元 D 轮、估值冲到 54 亿美元。但这次泄露说明,靠”公开网络就能随便抓”撑起来的增长,迟早要面对账单。AI 音乐能不能走得远,先把”歌是从哪来的”说清楚,大概是最基本的一课。

    📎 原文来源:Source Code Hack Reveals Suno’s AI Was Trained on Millions of YouTube Songs(CNET,综合 404 Media / TechCrunch 报道,2026-07-16)