加密新闻

生成式音乐领域发生了翻天覆地的变化。由于AI音乐领域领导者之一Suno的基础设施遭到黑客攻击，部分源代码片段被公开，这些代码铁证如山，证实了音乐唱片公司长期以来的怀疑。化名为ellie.191的黑客成功侵入了该公司的系统，通过受感染的npm包传播危险的Shai-Hulud蠕虫，感染了一名员工的电脑，并窃取了所有访问密钥、令牌和凭证。

最引人关注的并非黑客攻击本身，而是被盗数据中发现的真相。这不仅仅是日志文件，而是一份完整的宣言，揭示了Suno如何构建其训练数据集。其中一个文件包含从YouTube Music下载超过200万个音乐视频的日志，相当于113,879小时的连续音频。第二个数据集标记为ytm_tagged，包含来自同一YouTube平台的另外152,162小时的标注录音。为了绕过平台限制，Suno的开发人员积极使用Bright Data代理服务，将他们的请求伪装成普通用户的流量。

然而，YouTube只是冰山一角。代码中明确显示，数据还来自Pond5（62,117小时）、Deezer（12,287小时）、Genius（17,615小时的歌词和元数据）、国际乐谱图书馆项目（19,514小时）、Jamendo（3,726小时）、Freesound（410小时）和Musescore（103小时）。另一项计划涉及从420,000个RSS源下载近一百万小时的播客。该公司是否实施了这一计划尚不清楚，但如此大规模的计划本身就引发了质疑。

直击诉讼核心

这次泄露不仅仅是技术上的趣闻。它直接为已起诉Suno的唱片公司提供了证据。环球音乐集团和索尼音乐娱乐要求将61,026条记录加入诉讼，据称这些记录是通过音频指纹技术在Suno的训练数据中发现的。唱片公司声称，Suno违反了DMCA第1201条，通过使用YT-DLP等工具绕过了YouTube的技术保护措施。泄露的代码展示了通过代理大规模从YouTube下载的行为，完美支持了这一论点，尽管并未百分之百证明绕过了加密措施。

值得注意的是，Suno此前承认其数据集中可能包含受版权保护的作品，但坚持认为这属于合理使用原则下的“转化性”使用。现在，经过这次泄露，该公司的论点显得岌岌可危。与竞争对手不同，华纳音乐集团已达成和解并签署了许可协议，这可能成为整个行业的先例。

作为分析师，我的评论：这次泄露是整个生成式AI音乐行业的“真相时刻”。Suno及其类似服务长期以来一直处于“灰色地带”，声称其模型是在“公开可用”的数据上训练的。现在我们看到，这是一场系统性、有计划且技术装备精良的数据盗窃。市场应做好准备，“先偷后授权”的模式将不再可行。投资者应重新评估投资那些无法明确证明其训练数据集合法性的初创公司的风险。