累计超过1亿人使用过Suno来生成音乐，但就在2026年7月31日，慕尼黑地区法院第一分院的一纸判决，让这家估值54亿美元的AI音乐独角兽不得不停下来回答一个根本问题：你用来训练模型的那些歌，到底有没有付钱？
答案是：没有。而且法院认为，这不仅仅是训练阶段的问题。从数据采集、模型存储到音乐生成，整条链路每一步都踩在了版权法的红线上。
六首歌，一个判决
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）作出判决，基本支持了德国音乐版权集体管理组织GEMA对AI音乐公司Suno的全部诉讼请求。法院认定，Suno在训练AI模型以及生成音乐输出的过程中，均侵犯了GEMA所代表的词曲作者和音乐出版商的权利。
案件聚焦于六首广为流传的歌曲，包括Kristina Bach的《Atemlos durch die Nacht》和Frank Farian等创作的《Rasputin》。诉讼只涉及音乐作品本身（作曲），不涉及歌词。
法院判令Suno停止未经授权的复制行为、披露其通过侵权获得的收入并赔偿相应损失（具体金额尚未确定）。判决书尚未全文公开，但法院已发布官方新闻稿阐明裁判理由。Suno有权上诉，判决尚未生效。
这六首歌并非随机选择。GEMA选择它们，是因为它们代表了不同风格、不同年代的作品，足以证明Suno的模型存在系统性的记忆和复制行为，而不是个别巧合。
同一审判庭的第二次出手
2025年11月11日，同一审判庭在GEMA诉OpenAI案（案号42 O 14139/24）中裁定，AI语言模型记忆和再现受版权保护的歌词构成侵权。那次判决已经是欧洲法院首次就AI训练中的版权问题作出明确裁判。现在，Suno案将同样的逻辑延伸到了音乐生成领域，并且覆盖了从训练到输出的完整链路。
两案都由第42民事庭审理，该庭由专攻版权案件的法官组成。GEMA诉OpenAI案目前正在慕尼黑上诉法院审理中，而Suno案的判决同样很有可能被上诉。
模型真的记住了歌曲吗
Suno的核心抗辩是：AI模型不存储歌曲，只存储“数学学习到的模式和泛化特征”。任何输出中的相似性，都是用户提示词和统计相关性的结果，而非复制。
法院没有接受这个说法。
GEMA的测试方法是将每首歌的原始歌词、音乐风格和标题输入Suno的生成器，但不指定旋律、和声、节奏或编曲。即便如此，Suno生成的输出中，法院仍然识别出了原曲的要素。考虑到这些歌曲的复杂性和长度，法院排除了巧合的可能性。
法院认定，在Suno的3.5版本和4版本模型中，这六首歌曲均被“可重现地包含”。这也就是AI研究中所说的“记忆化”（memorization）现象：在训练过程中，模型不仅学习了一般性模式，还存储了训练数据中的特定内容，这些内容可以在后续输出中被提取出来。
这一结论有着坚实的技术基础。此前已有研究证实，从领先的AI模型中可以逐字提取出《哈利·波特》等知名书籍高达96%的内容。音乐作品由于其高频率出现在训练数据中——像《Atemlos durch die Nacht》和《Rasputin》这样的热门歌曲在互联网上无处不在——记忆化现象更加难以避免。
法院同时认定，德国版权法中的文本与数据挖掘（TDM）例外条款（第44b条）不适用于Suno的情况，因为模型对作品的记忆超越了TDM所允许的范围。
谁该为输出负责：Suno还是用户
Suno还提出了一个法律上的“因果链中断”抗辩：用户通过精心设计的提示词引导了模型的输出，因此侵权责任应当由用户承担，而非Suno。
法院同样拒绝了这一论点。
GEMA使用的提示词被法院认定为“简单且开放式的”。虽然输入了歌词、风格和标题，但没有指定具体的音乐元素如旋律或和声。Suno运营着模型、选择了训练数据、决定了模型架构，因此是模型“实质性决定了”输出内容。法院更进一步指出，仅仅是提供用于音乐生成的AI生成器本身，就已经构成了法律上的侵权行为。
如果上诉法院维持这一立场，所有提供AI音乐生成服务的公司都将面临同样的归责逻辑。平台不能通过“工具论”来逃避责任。法院还明确表示，遵守欧盟AI法案（EU AI Act）不能作为版权侵权的抗辩理由。
美国合理使用为什么救不了Suno
这是本案最具跨境法律意义的部分。
Suno的训练行为发生在美国，因此援引了美国版权法中的“合理使用”（fair use）原则作为抗辩。慕尼黑法院依据德国《集体管理组织法》第131条（VGG Section 131）的特别管辖权条款，认定自己有权审理基于美国侵权行为的诉求。值得注意的是，这一条款仅开放给集体管理组织，普通版权人无法援引。
法院随后适用美国法律，逐一审查了合理使用的四个要素，得出结论：合理使用不保护Suno。
关键区别在于，法院将本案与美国的两起AI版权诉讼——Bartz案和Kadrey案——进行了区分。在那两起案件中，美国法院认为AI训练属于“转化性使用”（transformative use），因此构成合理使用。但慕尼黑法院指出，区别在于：在那两起案件中，训练数据“没有，或没有实质性地在输出中向用户呈现”。而Suno的情况是，简单的输入就产生了与原作品“实质性相似”的输出。
法院援引了美国最高法院在Andy Warhol Foundation v. Goldsmith案中确立的合理使用测试标准，认为所有四个要素都对Suno不利。
当然，这一区分比表面看起来更复杂。慕尼黑法院并不是在说音乐模型会记忆作品而文本模型不会。它只是在说，本案中复制行为得到了具体证明，而Bartz和Kadrey案中没有。但研究已经证实，同样的记忆化效应在书籍领域同样存在。一个作品能否被从AI模型中提取出来，可能取决于它在训练数据中出现的频率以及提示词的针对性。
GEMA的提示词接近完整歌词加上标题，本质上是在“点名要歌”，这与普通用户创作原创音乐时的提示习惯截然不同。在纽约时报诉OpenAI案中，这一直是核心争议点：定向提示词是否代表了AI系统的正常使用，还是属于特殊情况？
绕过YouTube的滚动密码
法院新闻稿中披露了一个引人注目的细节：Suno使用了“流撕取技术”（stream-ripping）从YouTube提取音乐，并绕过了YouTube的“滚动密码”（rolling cipher）技术保护措施。
这一发现提出了一个超越本案的问题：规避技术保护措施本身是否已经构成盗版，无论后续对数据处理如何？美国法院迄今在这一点上立场明确：合理使用可能适用于AI训练，但不能基于盗版材料。此前Anthropic也曾因类似指控面临数十亿美元的集体诉讼风险。
Suno从YouTube抓取数据的行为，在美国的RIAA诉讼中同样是核心争议点。2024年6月，代表三大唱片公司的RIAA对Suno和Udio提起了两起版权侵权诉讼，指控“大规模侵权”。2025年11月，华纳音乐集团与Suno达成和解，包括5亿美元的和解金和许可协议，Suno还收购了华纳旗下的演唱会发现平台Songkick。但Suno与环球音乐集团和索尼音乐娱乐的诉讼仍在进行中，由1800多名艺术家支持的集体诉讼也在推进中。
54亿美元估值的另一面
Suno目前拥有超过200万付费用户，年收入约3亿美元，平台累计使用人数超过1亿。2026年6月，Suno完成超过4亿美元的D轮融资，估值达到54亿美元，投资方包括Bond Capital、IVP、Forerunner、Union Square Ventures等知名机构。这一估值较2025年11月的24.5亿美元翻了一倍多。
但慕尼黑判决意味着，Suno在德国乃至欧洲的商业模式面临根本性挑战。如果不能在德国获得许可，Suno可能面临实际上的市场禁入。而如果上诉法院维持原判，其影响将从音乐扩展到其他AI生成领域。文本、图像、视频生成模型都可能面临类似的归责逻辑。
丹麦的集体管理组织Koda已对Suno提起类似的诉讼，此次慕尼黑判决虽然不直接约束丹麦法院，但具有高度说服力。欧盟法院（CJEU）预计将在2026年9月就Like Company案作出裁决，届时可能为整个欧盟的AI版权问题提供更统一的指引。
两条路，必须选一条
AI音乐公司面前只有两条路。要么与版权方达成许可协议，如华纳已做的；要么面临持续的诉讼和禁令风险。但许可之路并不容易。GEMA代表的是词曲作者和音乐出版商，唱片公司代表的是录音版权，艺术家们还有自己的权利主张。要合法地训练一个AI音乐模型，可能需要与多方逐一谈判。
慕尼黑法院第42民事庭已经两次表明了自己的立场。当AI公司说“我只是在学习”，法律问的是“你学了谁的东西，付钱了吗？”慕尼黑法院给了答案，而答案的余波，将回荡在整个生成式AI产业的上空。
快报