Administrator
Published on 2026-08-12 / 2 Visits
0
0

当模型权重被认定为侵权复制品:慕尼黑 Suno 判决到底说了什么

2026 年 7 月 31 日,慕尼黑第一地区法院判决,六首受保护音乐作品以可复现的方式存在于 Suno v3.5 和 v4 模型中。法院称这两版模型存储在德国服务器上,并据此把模型中的记忆化认定为德国著作权法意义上的复制;生成结果重现原作音乐特征时,还构成另一层侵权。

这是一个重要判决,但它远比“AI 模型权重都是受版权保护作品的复制件”更窄。案件针对特定作品、特定 Suno 版本、可以重复生成的结果、发生在德国的利用行为,以及一组具体证据。判决发布时仍是一审判决,尚未生效终局。

理解本案最稳妥的方法,是把它拆成四层:发生在美国的训练复制、德国境内模型对特定作品的记忆、生成结果的复制,以及决定管辖和救济的属地规则。把四层压成一句口号,会得出法院并未作出的广泛结论。

法院究竟判了什么

法院官方新闻稿列出案号 42 O 763/25,以及由 GEMA 代表权利人的六首作品。本文主要依据这份新闻稿;截至发布时,尚未核验到包含完整论证和裁判主文的公开判决全文。

  • 《Atemlos durch die Nacht》
  • 《Rasputin》
  • 《Big in Japan》
  • 《Forever Young》
  • 《Mambo No. 5》的副歌部分
  • 《Daddy Cool》

争议对象是音乐作品,不是歌词。法院认定,在提示词中加入原歌词、目标风格和歌名后,系统可以反复生成在旋律、和声、节奏和编曲上与原作高度对应的结果。因此,六首作品被记忆并以可复现的方式包含在 Suno v3.5 和 v4 模型中。

判决包含两条彼此独立的复制路径:

  1. 模型层复制。 受保护作品以能够再次复现的形式存在于模型中。
  2. 输出层复制与向公众传播。 生成音频让原作受保护要素可以被识别,并通过服务对外提供。

法院把两层行为都归责于服务提供者 Suno,没有接受“用户输入提示词,因此提供者不负责”的切割方式。

第一层:发生在美国的训练

Suno 主张训练发生在美国,法院因此对训练阶段涉嫌发生的复制适用美国法。这个属地步骤非常关键。后续服务能在德国访问,并不意味着此前所有技术复制都会自动适用德国著作权法。

但法院没有接受 Suno 在本案证据下提出的合理使用抗辩。法院区分了美国的 Bartz v. AnthropicKadrey v. Meta 等案件,因为后者并没有本案这种可生成高度近似结果的证据。慕尼黑法院把输出相似性视为不利于合理使用判断的重要事实。

这不能被写成美国法的一般规则。德国一审法院适用美国法得出的结论,不是对美国法院有约束力的先例,也不能替代美国法院逐案进行的四要素分析。它真正提示的是:欧洲法院处理跨境 AI 案件时,可能把境外训练、境内模型部署和境内结果交付分别定性。

第二层:模型内部的记忆化

本案最具新意的部分,是法院对训练后模型本身的判断。法院认为,只要使用足够定向的提示词,就可以重复得到包含可识别音乐素材的结果,因此六首作品以可复现方式存在于模型中。

这不等于模型保存了一份传统音频文件,也不要求把某个参数直接对应到某个音符。复制权在技术上保持中立。法律问题是:受保护作品是否固定在某种载体中,并可以直接或间接地被感知或再次生成。法院从可复现性推导出这一点。

由此应作四个边界区分:

命题 本案支持什么 本案没有证明什么
作品可以从模型状态中复现 对涉案六首作品与被测 Suno 版本成立 每个模型都包含训练集里的每部作品
模型参数可能构成复制件 特定作品以可复现形式存在时可能成立 权重在法律上一律是复制件
近似输出可以作为记忆化证据 在本案证据链中成立 一次偶然相似即可证明存储
技术不透明能否阻止版权分析 不能 法院可以忽略技术因果与其他解释

这个区分对机器学习证据很重要。原告仍需把具体作品与具体模型连接起来,并排除常见音乐元素、提示词直接提供作品、后期处理或偶然巧合等替代解释。重复性、提示词敏感性、多个受保护要素的相似,以及训练数据接触证据,都可能加强这条连接。

第三层:生成结果

法院还认定生成歌曲复制了原作受保护要素,并且通过 Suno 向公众提供这些内容,侵犯了向公众传播的权利。这一层比模型权重理论更传统:著作权案件长期都在比较被诉结果与在先作品的受保护表达。

不过,提示词事实必须准确描述。它们不是“创作一首迪斯科歌曲”这种纯通用请求,而是包含原歌词、歌名和目标风格,但没有指定旋律、和声、节奏或编曲。法院仍把它们描述为简单、开放式提示。这些事实帮助理解归责分析,也限制了判决对普通提示词的外推能力。

法院关注的是可识别的旋律、和声、节奏和编曲,并没有认定风格本身受保护,也没有认定任何“听起来像某位艺人”的歌曲都侵权。法律比较仍然针对具体作品,保护的是表达,而不是抽象的流派或氛围。

第四层:管辖、救济与属地规则

法院依据著作权集体管理组织可以适用的特别管辖规则确认国际管辖权,并按各项涉嫌侵权行为的发生地分别选择法律。美国训练适用美国法,德国境内的模型和输出利用适用德国法。

这种拆分方式很可能成为后续跨境 AI 争议的重要分析框架。同一个模型生命周期可以包含多个法律事件:

语料取得 -> 训练复制 -> 训练后模型 -> 本地推理 -> 生成结果 -> 向公众传播

每个箭头都可能发生在不同国家,由不同主体实施,触及不同专有权利或例外。声称“模型在境外训练”,不能自动回答境内部署和交付结果是否侵权。反过来,境内输出侵权也不能自动推出所有境外训练均违法。

法院主要支持了 GEMA 提出的禁令、信息披露和损害赔偿请求,但判决并非终局。当事人仍可上诉;截至 2026 年 8 月 12 日,尚未核验到权威公开案卷确认已经正式提交上诉。它代表的是一家德国一审法院的分析,而不是全欧洲已经统一的规则。

为什么文本与数据挖掘例外没有解决本案

官方新闻稿称,模型层复制不受德国《著作权法》第 44b 条文本与数据挖掘例外保护,但没有宣布所有生成式 AI 训练都排除在该例外之外。公开摘要中的决定性事实,是法院认定作品继续被记忆在模型中,并能从模型中再次生成。

官方新闻稿还记载,Suno 通过从 YouTube 抓取流媒体取得作品,过程中绕过了平台的 Rolling Cipher。但公开摘要没有说明法院是否就反规避单独给予救济,也没有交代这一事实如何影响文本与数据挖掘分析的每一个要件。因此,不能把它扩写成“所有抓取来源都不属于合法访问”的一般规则。

这至少包含五道彼此独立的门槛:

  • 行为是否属于文本与数据挖掘?
  • 数据来源是否属于合法访问?
  • 权利人是否按照法律允许的方式保留权利?
  • 训练后模型只是分析结果,还是仍保留可以复现的受保护表达?
  • 后续输出是否再次独立复制作品?

一个系统可能通过其中一关,却在下一关失败。合规方案需要数据来源证明和提取测试,不能只贴上“用于机器学习”的标签。

判决没有解决什么

本案不能安全支持以下任何一种概括:

  • 所有生成式 AI 训练都侵犯著作权。
  • 只要某首歌进入训练集,模型就一定保存了法律意义上的复制件。
  • 欧洲法已经统一认定模型权重一律是复制件。
  • 风格、流派、节拍或艺人指令本身受到著作权保护。
  • Suno 在全球被禁,或该判决自动在德国境外生效。
  • 判决已经终局,或对其他德国法院、欧盟机构和美国法院具有约束力。
  • 无法重复生成、且结果不含可识别受保护表达时,也必然得到同一结论。

它也没有解决录音制品、表演或歌词涉及的所有邻接权问题。法院新闻稿描述的六项请求,核心是 GEMA 管理的音乐作品。

工程应对:把“特定作品提取”变成发布门禁

对模型开发者而言,本案让记忆化从研究指标变成法律控制面。可靠方案要把数据来源、模型评估、发布门禁和事故响应连接起来。

1. 把训练来源记录到具体资产

记录来源网址或供应商、取得方式、许可、适用地域、权利保留、数据转换方式和数据集版本。“互联网上公开”不是充分说明,公开可见与合法访问是两件事。

2. 建立金丝雀和已知作品提取测试集

测试高风险或有争议作品是否能被提示词恢复。对音乐,可以在多次生成中比较旋律、和声、节奏、结构与编曲。同时加入提示词变体和负对照,避免把通用音乐语汇误判成记忆化。

3. 测量重复性,不追逐一次巧合

本案法律理论依赖可复现性。发布门禁应保存生成次数、采样参数、模型版本、提示词构造、相似度阈值和人工复核记录。真正重要的是稳定的提取路径,而不是孤立的近似结果。

4. 分开治理模型层和输出层

输出过滤器可以拦住一首可识别歌曲,但模型仍可能保留可提取表示。数据删除或定向遗忘用于降低模型侧风险,输出匹配、频率限制和提示词控制用于降低交付风险。两者不能互相替代。

5. 保存版本化证据

模型行为会变化,因此测试必须记录模型哈希、部署区域、提示词、随机种子、输出、评估器版本和决策日志。只有这样,团队才能在时间上准确回答“哪个版本在什么日期能够复现什么内容”。

这与编程语言如何成为 Agent 验证框架的逻辑相通:政策承诺的强度,取决于负向测试和发布信号能否真正执行。它也补充了我们的 EU AI Act 证据契约清单:产品声明需要可供下游运营者检查的版本化证据。

这是一个证据判决,不是关于权重的口号

慕尼黑判决的重要性,在于它赋予一个经验事实以法律意义:特定模型版本可以反复生成特定作品。法院随后把这组证据映射到模型层和输出层的复制权。

后续案件还会检验边界:结果要多相似?提取要多稳定?什么样的提示词是在直接提供作品,而不是揭示模型中的作品?如何区分记忆化与音乐惯例?判决前主动修复又应产生什么法律效果?

现阶段最稳妥的结论是:模型的技术不透明,并不妨碍其包含法律上相关的作品复制;针对具体作品的可复现性,可以成为证明这种包含关系的证据。但本案没有把每一份参数文件都变成训练语料的通用档案。

常见问题

这项判决意味着 Suno 被禁了吗?

不是。法院支持的是围绕特定作品和特定利用行为的请求,而且一审判决尚未终局。法院没有宣布在全球禁止 Suno。

法院是否认定 AI 训练本身一律违法?

没有。法院认定本案模型层复制不受德国文本与数据挖掘例外保护,并在这组证据下否定了美国训练行为的合理使用抗辩。公开摘要没有宣布所有 AI 训练均违法。

模型权重是否永远属于著作权复制件?

判决没有确立这个一般规则。它认定被测 Suno 模型构成六首作品的复制,是因为这些作品被认定以可复现方式存在于模型中。

为什么提示词内容很重要?

它帮助建立从模型到受保护音乐特征的可重复因果路径。由于提示词包含歌词、歌名和风格指令,结论不宜直接外推到所有通用音乐提示词。

Suno 能否上诉?

可以。这是一审判决,仍可上诉。截至 2026 年 8 月 12 日,尚未核验到权威来源确认已正式提交上诉。

判决是否约束德国以外的法院?

不约束。其他法院可以参考其推理,但必须适用各自的管辖规则、法律选择、成文法和先例。

参考资料


Comment