Suno v6 音乐模型让唱片公司从原告变为合作伙伴

Suno 于 9 月 9 日发布了首个获得唱片行业支持的模型，使 Suno v6 音乐模型成为检验获得授权的 AI 音乐能否实现规模化运作的一次尝试。Warner Music Group、BMG 和 Believe 参与了这一新一代模型的开发。这些公司中的一部分此前曾起诉、批评或封禁与 Suno 有关的服务。

这种转变的意义大于又一次音质提升。唱片公司曾指控 Suno 的模型未经许可复制受保护录音，而 Suno 正是在这一背景下建立起早期影响力。如今，该公司正以一套基于不同数据集训练的新模型取代旧模型，其中包括获得授权的音乐和用户提供的素材。

不过，冲突尚未消失。Universal Music Group 和 Sony Music Entertainment 仍在就早期模型与 Suno 进行诉讼。音乐人也在质疑唱片公司如何处理 AI 授权收入。V6 让 Suno 更接近获授权的商业模式，但并未解决谁应获得报酬，也无法抹去该公司的法律历史。

Suno v6 音乐模型从新的训练数据起步

据该公司称，V6 与 Suno 先前的模型系列在技术上实现了彻底切割，并非基于同一底层数据集训练的又一次更新。

Suno 首席产品官 Jack Brody 向记者表示，v6 从零开始训练。他称，其数据集不包含用于训练公司先前模型的相同数据。新数据集结合了获得授权的 Warner 音乐与 Suno 用户数据。

Brody 表示，Suno 保留了早期工作中积累的技术经验和偏好洞察。这一区别至关重要。开发团队可以复用工程知识、评估方法和用户反馈，而无需再次使用旧训练集中包含的录音。

Suno 尚未公布完整的数据集清单。因此，外部研究人员无法独立核实每一首被使用或排除的录音。该公司特别表示，Universal 或 Sony 旗下的受版权保护音乐未被用于训练 v6 系列。

此次发布包含三个相关模型。标准版 v6 模型侧重于控制能力与稳定输出。V6-wild 则有意生成更不可预测的结果，而 v6-mini 为免费用户提供更快速的版本。

根据 Suno 的 v6 模型指南，标准版和 wild 模型面向订阅用户开放。V6-mini 面向所有用户开放。该公司将标准模型描述为最精准的选择，而 wild 版本则是实验工具。

产品差异不止体现在输出质量上。用户可以要求 v6 修改某一段落，而无需重建整首曲目。他们可以更改歌词、保留选定元素、分离某种乐器，或基于多个输入构建新的编曲。

该模型还接受文本、音频、图像和视频作为创作输入。音乐人可以提交一段语音备忘录，并要求生成编曲。另一位用户则可以将一首原创曲目的人声与另一首作品的鼓点结合，再描述预期结构。

这些控制能力让 Suno 更接近制作环境。早期的文本生成音乐系统往往像老虎机：提示词可以产出完整结果，但修改某个音乐细节可能需要重新生成一首完全不同的歌曲。

Suno 的 v6 公告 将编辑定位为核心功能。其示例包括替换歌词中的一个词，以及在指定时间戳采样一段 riff。这些都是熟悉的制作操作，只是被转化为对话式指令。

Suno 表示，将在 v6 推出过程中淘汰早期模型。这一决定避免该公司无限期地同时运营获得授权和存在争议的模型系列，也迫使现有用户调整工作流，以适应具有不同表现和商业限制的新模型。

旧模型的退役，使一次产品更新变成了战略重置。Suno 放弃了与帮助其吸引初期用户的模型之间的延续性。作为回报，它获得了与权利持有者建立合作关系的更清晰基础。

曾经反对该模型的唱片公司参与了其开发

获得授权的 Suno AI 音乐源于谈判压力，而非各方突然就利用受保护录音进行训练是否合法达成共识。

Warner Records 于 2024 年与 Universal 和 Sony 一同起诉 Suno 及其竞争对手 Udio。唱片公司指控，这两项服务大规模复制受保护录音，用于构建能够生成竞争性音乐的产品。

Warner Music Group 随后于 2025 年 11 月与 Suno 达成和解。由此形成的合作涵盖获得授权的模型、新的艺人体验以及营收机会。作为更广泛合作关系的一部分，Suno 还从 Warner 收购了演出发现服务 Songkick。

Warner 合作协议承诺，艺人将能够控制其姓名、声音、图像、肖像和作品的使用方式。参与针对艺人的特定体验将是自愿的，而非自动加入。

该协议也预示了当前的产品转型。Warner 和 Suno 表示，获得授权的模型将于 2026 年推出，现有模型将被弃用。双方还宣布了相关限制，将试听和分享与下载生成音频区分开来。

BMG 通过 8 月公布的全球协议，新增了另一大批录音和作品。Suno 将这一合作描述为即将推出、与音乐行业共同开发的模型的一部分。该协议也涉及此前对 BMG 素材的使用。

Believe 在 v6 发布前不久也宣布了自己的合作关系。其参与尤其值得关注，因为 Believe 和 TuneCore 此前曾阻止使用某些未经授权生成器（包括 Suno）创作的音乐进行发行。

今年 4 月，Believe 将这类服务称为未经授权的制作系统，并认为其现有模型的输出仍存在法律瑕疵。到 9 月，参与其中的艺人已开始为 Suno 的新一代模型提供音乐。

这正是 v6 背后的核心逆转。权利持有者并未接受 Suno 最初的发展路径。相反，一些权利持有者借助诉讼、发行规则和曲库影响力，推动该公司转向授权模式。

由此形成的合作模式为各方提供了重要收益。Suno 获得了专业制作录音的访问权和更强的商业合法性。唱片公司则获得合同影响力、收入分成、产品参与权以及与参与艺人相关的机会。

财务条款仍未披露。Brody 曾表示，Suno 的协议包含与权利持有者的收入分成，但未说明具体计算方式。公开公告同样未回答收入如何在唱片公司、出版商、主唱艺人、词曲作者和录音室乐手之间分配。

这些遗漏限制了“行业支持”对用户实际意味着什么。唱片公司可以授权访问曲库，却无需解决音乐供应链中每一项付款义务。受不同合同约束的艺人，对新型收入的权利可能存在显著差异。

Brody 认为，这些合作不止涉及数据集访问。他表示，Suno 希望与唱片公司、艺人及其他权利持有者共同打造产品。计划中的艺人体验支持这一说法，尽管它们尚未推向市场。

目前，训练数据仍是决定性变化。它将 v6 与 Suno 存在争议的模型区分开来，也使新的商业安排成为可能。

新的授权路径向所有 AI 音乐公司施压

V6 提高了 AI 音乐领域的竞争成本，因为仅有模型质量已不足以取胜；服务还需要可辩护的数据和可行的权利协议。

Suno 表示，已有超过 1 亿人使用其平台。根据关于 v6 发布的报道，该公司拥有超过 200 万付费订阅用户，截至 2 月年度经常性收入已突破 3 亿美元。

该公司还于 6 月完成 4 亿美元 D 轮融资，报道称其估值达 54 亿美元。这些数字说明了权利持有者为何选择谈判，而非仅依靠诉讼。Suno 已经成为一个大型消费者创作平台。

这样的规模为唱片公司寻求参与经济收益提供了理由，也让 Suno 拥有足够的资本和经常性收入，能够协商较小的 AI 音乐开发商或许无力承担的授权协议。

眼下的压力落在其他模型提供商身上。完全基于获授权录音训练的竞争产品，可以将授权作为卖点。依赖来源不明数据的初创公司，如今必须与得到知名曲库和发行公司支持的模型竞争。

Udio 已沿着类似路径推进。在面临同一轮 2024 年诉讼后，它与 Universal 和 Warner 达成协议，涵盖获得授权的 AI 创作服务。Warner 还支持 Klay，其大型音乐模型被描述为完全基于获授权素材训练。

因此，行业正从一场双方对立的争论走向市场竞争。此前的争议在于，开发商能否未经许可进行训练。正在形成的竞争则在于，曲库、模型控制、艺人参与和用户体验的哪种组合能够胜出。

对于独立开发者而言，这一转变构成了艰难的壁垒。训练具备能力的音乐模型本就需要大量计算资源和工程人才。曲库谈判还增加了法律团队、报告系统、收入核算以及与多个权利持有者建立关系的要求。

没有任何一家唱片公司控制每一种使用场景所需的全部权利。一份录音及其底层作品可能由不同主体拥有。表演者、出版商、词曲作者、制作人、工会和发行商也可能拥有合同权益。

即使是获得授权的模型，如果其协议仅覆盖特定录音或地区，仍可能面临缺口。它可能获准训练，却没有使用艺人声音或肖像的许可。它也可能生成引发另一项相似性索赔的作品。

Suno 通过屏蔽针对知名艺人或歌曲的直接提示词来应对部分风险。它还表示会筛查上传的音频和歌词，以防止未经授权的使用。这类保障措施能减少明显的模仿尝试，但其有效性尚未得到独立衡量。

因此，竞争标准将不止于展示一份合同。公司必须说明，许可如何从训练数据延伸至生成输出、艺人专属功能、下载和商业用途。

大型音乐公司同样面临压力。一旦 Warner、BMG 和 Believe 参与 Suno 的模型，它们便在一定程度上需要向创作者解释其益处。它们必须证明，授权能带来有意义的补偿，而不只是保护曲库所有者。

随着更多 AI 生成曲目触达听众，这种问责将愈发凸显。权利持有者成为模型合作伙伴后，不能再将生成式音乐仅描述为外部威胁。其政策必须区分获授权的实验与仍被视为侵权的使用方式。

更强的控制能力让 V6 更实用，但并未带来更多透明度

Suno v6 音乐模型强化了 AI 辅助创作的产品价值主张，但其最关键的数据与支付系统仍大多不透明。

Suno 最具说服力的产品论点在于编辑功能。音乐人往往需要的是帮助打磨一段灵感，而不是一台彻底替代其作品的机器。V6 试图通过有选择性的、基于提示词的修改来满足这一需求。

创作型歌手 Ali Gatie 向 Axios 表示，他会使用 Suno 将粗略想法变成 demo，然后再与制作人共同完成。这种工作流将 AI 视为一种草图创作工具，并不要求发布初始输出，也不意味着要排除人类协作者。

词曲作者可以在录音室工作前测试多种编曲。制作人可以分离原创录音中的一部分，并尝试不同的节拍。缺乏正式制作训练的人，也可以将手机录下的一段旋律转化为结构完整的初稿。

V6-wild 服务于不同的目标。其较难预测的结果能够引入创作者未曾指定的变化。用户随后可以将有潜力的想法转入标准模型，并通过更精确的指令继续完善。

V6-mini 扩大了同一代模型的使用范围。Suno 声称，它的效果优于此前的免费模型，但目前尚无独立基准能够证实这一比较。音乐质量也很难用单一客观评分来衡量。

这些能力说明了 Suno v6 如何作为一个产品家族运作：一个模型优化指令遵循能力，另一个追求意外性，第三个则强调速度和广泛可及性。共享的编辑工具将它们串联进同一套创作工作流。

更深层的不确定性在于溯源。Suno 已披露若干数据来源和合作伙伴，但尚未发布按曲目列出的训练数据清单。用户无法查验哪些录音影响了模型，或单项授权如何塑造了模型行为。

艺术家同样无法公开审计其收入分成机制。Suno 表示，部分订阅收入会流向音乐行业、权利持有人和参与的艺术家。但它并未披露如何衡量使用情况，也未说明资金如何对应到某一具体生成结果。

这之所以重要，是因为生成式系统的运作方式不同于流媒体平台。听众播放一段可识别的录音，会形成可追溯的事件；而 AI 模型是从众多输入中学习到的模式生成新输出，因此归因难度大得多。

面向特定艺术家的体验提供了更清晰的支付路径。如果歌迷有意使用经授权的声音或创作身份，Suno 可以将这一行为与对应参与者关联起来。通用模型的生成则不会形成如此简单的联系。

该公司计划推出以个别艺术家为中心的自愿加入体验。参与者可以选择是否加入，并获得报酬。歌迷则能以获得授权的方式与艺术家的作品或身份互动。

这一“第二阶段”产品的重要性可能超过 v6 本身。它将检验歌迷是否希望进行获得授权的艺术家互动，而非无限制模仿；同时也会揭示，有意义的需求究竟集中于知名身份，还是原创创作工具。

在这些产品推出前，Suno 的模式仍建立在广泛承诺之上。授权训练减少了一类冲突，编辑功能则吸引创作者。但这两点都无法证明，支付体系是否公平地代表了每一位其作品进入该流程的贡献者。

授权并未终结 Suno 的版权纠纷

新的数据集可以改善 Suno 面向未来的处境，但无法解决涉及此前训练、艺术家身份或唱片公司应付报酬的索赔。

Universal 和 Sony 仍在美国与 Suno 进行诉讼。两家公司指控 Suno 在训练早期模型时侵犯版权。修订后的诉状还指控 Suno 绕过了一项控制 YouTube 录音访问权限的技术措施。

Suno 对这些指控提出异议。其淘汰早期模型的决定，并不能决定过去的训练是否合法。法院仍可审理新模型面向用户前发生的涉嫌复制行为。

其他原告也在扩大这场冲突。包括 Jason Isbell 和 David Lowery 在内的四名音乐人，依据州层面的公开权提出了一项拟议集体诉讼。他们的诉状聚焦于涉嫌使用音乐人的身份，而不仅是受版权保护的录音。

另一起出版商诉讼进一步增加了不确定性。国际集体管理协会也在德国、丹麦和加拿大对 Suno 提出挑战。这些程序涉及不同的权利、行为和属地法律。

据报道，一审德国裁决对 Suno 不利，但该判决当时尚未生效。Suno 表示不同意这一决定，并正在考虑应对方案。该案件说明，一套获得授权的模型无法消除公司在全球面临的风险。

唱片公司自身如今也因授权收益陷入争议。美国音乐家联合会于 2026 年 6 月对 Universal、Atlantic 和 Warner Records 提起联邦诉讼，指控这些公司在授权目录供 AI 使用时，未通知或补偿表演者。

该工会主张，根据其集体谈判协议，模型训练与生成属于“新用途”。在其诉讼摘要中，AFM 表示，参与的音乐人尚未收到合同要求的付款。

唱片公司并未接受这一界定。不过，该案暴露了“授权数据”一词的重要弱点：获得目录所有者许可，并不自动意味着每位表演者都收到了通知、表示同意，或分享了相关收益。

因此，V6 是转移争议，而非终结争议。最初的争论集中于 Suno 是否需要获得权利持有人的许可；下一场争论则关乎哪些权利持有人能够授予该许可，以及由此产生的收入如何流向创意工作者。

用户也面临自身的不确定性。由授权材料训练的模型，并不会自动为每一首生成歌曲赋予版权保护。在美国，版权仍取决于人类作者身份，而主要由机器生成的表达形式所获保护仍然有限。

用户可以贡献受保护的歌词、编曲选择、录制表演和细致编辑。但仅仅向系统发出提示词，并不能保证拥有输出中每一个音乐元素的所有权。平台条款和版权法回答的是不同的问题。

Suno 提供的商业许可也无法阻止所有外部索赔。生成曲目可能与既有作品相似、复制受保护元素，或涉及某人的身份。授权训练能够降低风险，但不会让生成自动获得法律上的清权。

因此，Suno 的授权 AI 音乐应被理解为一种合同框架，而非通用认证。该框架之所以重要，是因为它让主要权利持有人参与到开发中；其边界与其授予的权限同样重要。

三项信号将显示这场重置是否奏效

只有当艺术家产品吸引用户、报酬真正抵达创作者、且模型经受住技术与法律审视时，V6 才能作为行业和解方案取得成功。

第一项信号是 Suno 计划推出的自愿加入艺术家体验的采用情况。V6 提供了技术与合同基础，但 Suno 尚未展示这些产品在有意义规模上的表现。公司需要知名艺术家自愿参与。

仅有参与还不够。歌迷必须不只是出于短暂的新鲜感来使用这些体验。重复创作、分享和付费互动，将支持 Suno 的论点：生成式工具能够增加收入，而不取代传统聆听。

采用率疲弱将挑战这种合作模式。它可能表明，用户更看重不受限制的生成，而非获得授权的艺术家互动。这也可能让唱片公司获得授权收入，却几乎没有证据表明存在持久的新歌迷市场。

第二项信号是报酬透明度。Warner 高管曾将 AI 创作描述为音乐消费之外的潜在收入来源。艺术家、词曲作者和音乐人将希望看到这一收入流如何计算和分配。

具体的披露将增强该模式的可信度。有用的信息包括：有多少创作者选择加入、哪些行为会产生版税，以及录音室乐手是否能分享由目录衍生的收入。相比公开总额，参与者能够理解的规则更为重要。

AFM 诉讼使这一信号变得紧迫。如果法院认定唱片公司未履行既有的报酬义务，授权方案看起来将是不完整的；如果唱片公司建立清晰的支付体系，它们便可以主张，经过协商的 AI 使用能够让更广泛的创意社群受益。

第三项信号是关于 v6 行为的独立证据。Suno 表示，其模型能更好地遵循指令、更精确地编辑，并避免直接模仿艺术家。研究人员和职业音乐人如今需要跨流派、语言和高难度提示词测试这些说法。

评估者应检验选择性编辑是否能保留请求区域之外的所有内容；应测试保护措施是否能够阻止间接复制艺术家的尝试；还应将 v6 输出与早期模型进行比较，观察是否存在可辨识的相似性。

法律进展也属于这一信号的一部分。有关 Suno 过去训练做法的裁决，将影响观察者如何解读这次重置。另一项重大授权协议，尤其是与 Universal 或 Sony 达成的协议，将强化 Suno 向行业整体模式转型的进程。

若诉讼持续、却没有新的交易，将暴露其当前目录合作关系的局限。Suno 可以依靠 Warner、BMG、Believe 和用户数据运营，但最大的音乐市场仍被相互竞争的权利持有人分割。

最关键的问题已不再是 AI 能否生成一首令人信服的歌曲。V6 将这项能力视为既定事实。更困难的问题是，系统能否在一个创作者、唱片公司、开发者和用户都认为值得维持的结构内生成音乐。

与其依赖“已授权”一词，不如关注 Suno 在发布后公开了什么。留意参与的艺术家、易于理解的支付规则，以及对保护措施的独立测试。这些信号将揭示，Suno v6 音乐模型究竟代表着可持续的妥协，还是同一场冲突中防御更严密的阶段。