本文作者：王祺、艾文婧
一、引言
2026年7月31日，德国慕尼黑第一地区法院（Landgericht München I，第42民事庭）就GEMA诉Suno案（案号42 O 763/25）作出判决，认定美国AI音乐生成平台Suno Inc.构成版权侵权。这是继2025年11月同一审判庭在GEMA诉OpenAI案中认定ChatGPT“记忆”歌词构成侵权之后，德国法院在AI训练数据著作权领域的第二份重磅判决，也是全球范围内首例针对AI音频生成模型训练数据的著作权判决。
本案判决在域外管辖权、AI提供者直接侵权责任的认定等方面均具有开创性，一经公布即在全球知识产权界引发广泛关注。GEMA（德国音乐作品著作权集体管理组织）首席执行官Tobias Holzmüller称其为“里程碑式的胜利”；Suno则发表声明称判决“根本性地误解了Suno技术的工作方式”，并正在评估包括上诉在内的各项选择。案件尚未终局，但判决所触及的核心法律问题——AI模型训练是否构成著作权法意义上的“复制”——已经到了必须从基础法理层面予以回应的时刻。
本文认为，慕尼黑法院在本案中通过输出端分析——即模型输出与原作品的实质性相似以及由此产生的市场竞争替代效果——证成侵权，这一方向值得肯定。但法院将训练阶段的“记忆化”（memorization）定性为著作权法意义上的“复制”，则在技术认知与法律逻辑两个层面均面临难以回避的质疑。更为根本的问题是：在缺乏传统著作权法所要求的“复制意图”——即以再现作品表达为目的、以作品的传播或利用为指向——的前提下，将AI训练中的数据处理行为认定为对复制权的侵犯，是否已经偏离了复制权制度的规范目的？本文将从这一问题出发，结合GEMA诉Suno案的判决内容，对AI训练数据的著作权定性展开分析。
二、案件事实与判决逻辑
（一）案件背景
本案原告GEMA代表约95,000名会员管理逾900万部音乐作品的著作权。被告Suno Inc.系注册于美国特拉华州的AI公司，运营同名的AI音乐生成平台，用户可通过输入文本提示词（prompt）生成包含旋律、和声、节奏及歌词的完整音乐作品。GEMA主张，Suno的模型v3.5及v4未经授权使用了六首由其管理的知名音乐作品作为训练数据，包括Kristina Bach的《Atemlos durch die Nacht》、Alphaville的《Forever Young》及《Big in Japan》、Lou Bega的《Mambo No.5》副歌部分、以及Boney M.的《Daddy Cool》和《Rasputin》。需要指出的是，本案的争议对象仅限于音乐作品（旋律、和声、节奏）部分，不涉及歌词——后者恰是GEMA诉OpenAI案的争议焦点。
GEMA的取证方式值得关注：其工作人员仅向Suno平台输入包含原歌词与风格标签（如“Schlager”）的简单提示词，在未指定任何旋律、和声或节奏参数的条件下，即获得了与系争作品在旋律轮廓、和声进行及节奏模式上实质性相似的输出。法院据此认定，模型之所以能在开放式提示下生成与原作品高度相似的音乐内容，系因系争作品已被模型“记忆化”——即可再现地包含于部署在德国境内服务器上的模型参数之中。
（二）判决的四层核心认定
判决在侵权认定上搭建了一个四层递进的论证结构：
第一，法院认定“记忆化”构成著作权法意义上的复制。法院将“记忆化”定义为模型参数“不仅承载训练数据中的模式与相关性，而且至少部分地接管了内容本身”，并创造性地将模型参数类比为“有损压缩的MP3文件”或“渐进式加载的JPEG文件”——尽管信息以量化形式分散存储且存在精度损失，作者个性化表达仍被“以任何形式”所固定，构成德国《著作权法》第16条及欧盟《信息社会指令》第2条意义上的复制行为。相较于GEMA诉OpenAI案中要求内容被“完全”纳入参数的表述，本案对音频的认定标准有所放宽，法院明确采取“定性”而非“定量”的判断方式。
第二，法院对文本与数据挖掘（TDM）例外作出限缩解释。法院承认德国《著作权法》第44b条规定的TDM例外“在原则上”可以涵盖AI训练——训练语料库的准备性复制、格式转换及特征提取落入其适用范围。但法院同时认定该例外不适用于模型内部通过记忆化形成的复制，核心理由为：TDM以信息“分析”为目的，而记忆化超越了分析，直接接管了作品内容本身，触及了版权人的利用利益。法院更进一步指出：在当前技术水平无法防止记忆化的情况下，使用受保护作品进行训练本身即无法被TDM例外所覆盖。此外，法院还认定TDM例外因缺乏“合法访问”（lawful access）前提而失败：Suno通过stream-ripping技术规避了YouTube的“Rolling Cipher”技术保护措施，违反了《著作权法》第95a条。
第三，法院将输出端的直接侵权责任归于AI提供者。法院援引欧盟法院Ocilion案（C-426/21）的裁判逻辑，认定当用户仅使用“简单且结果开放”的提示词（即未指定旋律、和声、节奏等实质性参数）时，对输出内容具有“行为支配”（Tatherrschaft）的是Suno而非用户——训练数据的选择、模型架构的设计与部署基础设施均由Suno控制。据此，Suno被认定为直接的侵权行为人（Täter），不能援引《数字服务法》第6条的托管豁免。
第四，法院对发生在美国的训练行为主张域外管辖权。法院依据德国《集体管理组织法》（VGG）第131条，将国际管辖权延伸至美国境内的训练行为，并根据保护国原则（Schutzlandprinzip）自行完成美国版权法第107条的合理使用四要素分析，认定四要素均不利于Suno。法院明确将本案与美国的Bartz v. Anthropic案及Kadrey v. Meta案进行了区分——后两案中，训练数据并未在输出中向用户实质性呈现，而本案中，开放式提示词生成了与原件实质性相似的输出，构成对原作品市场的竞争性替代。
三、训练阶段“记忆化=复制”的理论困境
慕尼黑法院将模型训练阶段的“记忆化”定性为复制，在比较法上并非孤例——该院在GEMA诉OpenAI案中已采用类似进路。在本文看来，这一论证进路在技术事实认知、复制权规范目的以及产业政策效果三个层面均面临难以调和的困境。
（一）技术层面的认知偏差
在计算机科学领域，“记忆化”（memorization）具有精确的技术含义，指模型在给定适当提示时能够再现训练数据中特定内容的能力。然而，这一概念描述的是一种统计学现象——模型在参数空间中学习了训练数据的概率分布特征——而非对特定作品的物理或数字固定。生成式AI模型本质上是参数化的函数逼近器（parametric function approximator），训练的目标是最小化模型输出与训练数据之间的统计差异，而非“记住”或“存储”任何特定作品。模型参数中编码的是token之间的条件概率关系、特征空间的向量表示及从输入到输出的映射函数，这些数学结构既不是原作品的数字化副本，也不直接包含对原作品表达的可感知再现。
法院将模型参数类比为“有损压缩的MP3文件”，在本文看来，这一类比存在根本性的误导。有损压缩的本质是：从一个特定的原始文件出发，通过丢弃部分信息来减少文件大小，压缩后的文件虽存在质量损失，仍可从该压缩文件中逆向解码出与原始内容可识别的近似版本。压缩的输入是一部作品，输出的是该作品的压缩表征。而AI训练的本质是：从海量数据中提取跨作品、跨风格的统计规律，形成用于生成新内容的概率模型。训练的输入是数以百万计的作品与音频片段，输出的是一个能够“创作”而非“还原”的函数。二者的根本差异在于：模型参数不是对某一特定作品的压缩表征，而是海量作品统计特征的聚合体；从模型中提取与某一作品相似的输出，需要的不是对压缩文件的“解码”操作，而是以该作品的歌词或风格标签等特定信息作为“钥匙”进行定向引导——引导程度越强，输出与原作品的相似性越高，这恰恰说明相似性的来源是提示词的定向引导能力，而非模型参数中“存储”了作品的复制件。
在学术讨论中，已有多位学者对“记忆化=存储”的隐喻提出了批评，指出将语言模型或音频生成模型比喻为数据库或存储系统，是将技术隐喻错认为法律事实。在技术社区，已有大量研究表明，模型“记忆化”行为的发生频率与训练数据中特定内容的重复出现次数高度相关——一首在训练数据中仅出现一次的作品几乎不可能被模型“记忆化”到可被再现的程度。这进一步说明，“记忆化”描述的是一种统计上的过拟合现象，而非对作品的有意存储。
（二）复制权规范目的的偏离
退一步而言，即便在技术层面承认模型参数“在某种程度上”保留了训练数据的信息痕迹，从“保留信息痕迹”到“构成著作权法意义上的复制”之间，仍然存在一道必须由法律评价来填充的鸿沟。这道鸿沟的核心判准，应当回归到复制权制度的规范目的本身。
复制权从来不是一项赋予权利人控制“一切信息处理行为”的绝对权利。在著作权法的制度逻辑中，复制权所要规制的核心行为，是那些以再现作品的表达为目的、以作品的传播或市场性利用为指向的复制。这一判断标准可以从多个维度得到印证：从“临时复制”在各法域的争议可以看出，即便在技术上构成复制的行为，若缺乏独立的经济利用价值，即不当然落入复制权的规制范围；从合理使用制度中“转换性使用”（transformative use）理论的发展可以看出，即便对作品进行了完整的、逐字的复制，若其使用目的与方式与原作品的表达性消费市场不存在竞争替代关系，亦可能获得合法性评价；从“思想/表达二分法”的基本原则可以看出，著作权法对“表达”的保护从不延伸至对作品中蕴含的“思想”、“方法”、“体系”或“规律”的垄断。
对照这一标准，AI训练过程中的数据处理行为在规范目的层面与传统意义上的“复制”存在根本差异。AI训练过程中对作品数据的处理——抓取、清洗、分词/量化、特征提取、参数更新——其目的并非为了向公众提供作品的表达，使之能够被感知或欣赏，而是为了从作品中提取不可被著作权保护的统计信息（词频分布、共现概率、和弦进行规律、旋律轮廓模式等）。这种使用方式在学理上被称为“非表达性使用”（non-expressive use）：作品被作为数据源进行统计分析，作品的“表达”本身并非使用的对象——使用的对象是隐藏在大量表达背后的统计规律。正如本文作者在既往研究中论证的：原作品中的表达并不是AI训练的关注点，表达中存在的特征点才是需要被用于训练的重点内容。将著作权人的专有权利从控制“作品的表达性利用”扩张至控制“作品的数据性分析”，不仅欠缺法律逻辑上的正当性，而且在产业政策上将导致创作者与开发者之间的利益分配严重失衡。
（三）举证责任错置的负面效应
将训练阶段的“记忆化”定性为复制，在实践层面将引发一个更为棘手的问题：举证责任的配置。在现行法律框架下，若将训练行为本身视为可能构成侵权的“复制”，则AI开发者——至少在理论上——将面临证明其训练数据“不侵权”或“已获授权”的压力。然而，AI训练所需的数据规模——数十亿乃至数万亿级别的数据点——使得逐项确权、逐项授权在实践中是不可能完成的任务。将这一实质上不可能完成的任务课以AI开发者，其结果并非促使AI产业走向合规，而是从根本上关闭了在现行法律框架内合法进行AI训练的大门。
这一困境的根源，不在于AI开发者是否“足够努力”地寻求授权，而在于著作权法的制度设计本身就不是为“海量数据的非表达性使用”这一场景而构建的。在传统场景下，使用者复制作品是为了利用作品的表达——出版书籍、发行唱片、展示美术作品。在这些场景中，要求使用者在复制前取得授权，不仅在技术上可行（复制对象是明确、有限的），在价值上也是合理的（使用行为确实利用了作品的表达价值）。但在AI训练场景中，作品被使用的不是其表达价值，而是其作为“数据点”的统计学价值；被使用的作品数量不是数十或数百，而是数以亿计。在此场景下简单地套用传统复制权的逻辑——“既然复制了，就去取得授权”——不仅在技术上是不可行的，在价值上也是有失公允的：它要求AI开发者为一种“并未利用作品表达价值”的使用方式，负担一种“为表达价值而设计的”许可成本。
因此，本文主张：在输入端，AI开发者不应被课以证明其训练数据“不侵权”的举证责任；相反，只要其模型的输出不对特定版权作品构成实质性替代，训练行为本身的合法性就应被推定为成立。举证责任的“战场”应当在输出端，而非输入端。
四、回归本源：复制权究竟保护什么
（一）复制权的核心关切：作品表达的市场性利用
在著作权法的制度逻辑中，复制权从来不是一项无边界的、技术中性的“一切复制之权”。其规范核心在于防止他人未经许可，以复制为手段，对作品的表达进行市场性利用，从而侵蚀著作权人从作品中获得经济回报的合理预期。这一判断可以与多个法域的著作权实践相互印证：无论是美国法下fair use分析中对“市场影响”要素的核心地位，还是欧盟法下“三步检验法”中对“不得影响作品正常使用”的强调，抑或中国《著作权法实施条例》第21条中“不得影响该作品的正常使用，也不得不合理地损害著作权人的合法利益”的表述——各法域在具体规则设计上存在差异，但在“复制权的保护不应延及对作品表达市场不产生替代效果的使用行为”这一基本价值判断上，存在广泛的共识。
这一共识为分析AI训练数据的著作权问题提供了根本性的判断坐标：判断某种行为是否应当被认定为侵犯复制权，决定性标准不应当是“在技术意义上是否发生了复制”，而应当是“这种行为是否实质性地侵蚀了著作权人通过其作品的表达性利用获得经济回报的市场”。如果某种技术性的数据处理行为——无论其在外观上是否符合“复制”的技术描述——在结果上并不对作品表达的市场产生替代效果，那么将其认定为侵犯复制权就欠缺规范层面的正当性。
（二）AI训练的非表达性使用本质
将上述标准适用于AI训练场景，结论是清晰的：AI训练行为本质上是一种非表达性使用，其目的和效果均不在于利用任何单一作品的表达价值，而是从海量作品中提取不可被著作权保护的统计规律。这一认知并非本文的独创主张——欧盟立法者在制定《数字化单一市场版权指令》（CDSM Directive）时，通过设立TDM例外（第3条、第4条），已经明确承认了“为信息分析目的而对作品进行复制”在性质上有别于传统的表达性复制，并值得在特定条件下获得豁免。
但本文要进一步指出的是：AI训练场景下的数据处理行为之所以不应被认定为侵权，根本原因不在于其“符合TDM例外的构成要件”，而在于其根本不触发复制权所要保护的核心利益。这一立场的政策含义是清晰的：即使某一AI训练行为因种种原因（如训练数据的获取方式存在瑕疵、权利人的opt-out声明未能被技术识别等）不能完全满足TDM例外的全部法定要件，也不意味着该训练行为应当自动滑入“侵权”的范畴。法律评价的重心应当后移至输出端——模型是否生成了与原作品实质性相似的内容、该等内容是否构成了对原作品的市场替代——而非在输入端围绕技术性的数据处理行为本身展开无休止的争议。
（三）输出端才是侵权判断的主战场
将法律评价的重心从输入端转移至输出端，并非对著作权人利益的漠视或克减，恰恰相反，它是为了更精准、更有效地保护著作权人真正关心的利益——防止AI模型成为免费、大规模地“洗稿”或“翻唱”版权作品的工具，从而侵蚀原创内容的市场。
GEMA诉Suno案恰恰为这一判断提供了有力的佐证。本案中真正令法院——以及令任何理性的观察者——认定Suno行为不当的，不是Suno在训练阶段对海量音乐数据进行的“统计学习”本身，而是在输出端的一个简单事实：用户仅输入原歌词与风格标签，无需提供任何旋律、和声、节奏的创作性指示，就能从Suno平台获得与系争作品高度相似的音乐内容。这一事实所揭示的，不是“Suno学习了音乐创作的规律”，而是“Suno的系统可以被轻易地用作免费复制特定版权音乐作品的工具”。
这才是复制权在AI时代真正应当关注的问题焦点。复制权要保护的，不是创作者“禁止别人学习自己的作品”的权利（这种权利在任何法域都不存在），而是创作者“禁止别人利用技术手段免费替代自己的作品”的权利。区分这两种情形并不困难：前者发生在输入端，是技术性的、无体的、不对作品市场产生直接影响的；后者发生在输出端，是表达性的、可感知的、直接与原作品构成竞争关系的。著作权法应当集中精力规制后者，而非在前者的迷宫中迷失方向。
五、以输出端为中心的侵权判断与归责体系
基于以上分析，本文提出一个以输出端为中心的AI著作权侵权判断框架。该框架的核心理念是：训练阶段的数据处理行为不构成著作权侵权，AI开发者无需就训练数据的著作权合法性承担举证责任；侵权判断的重心置于输出端，以“实质性相似+市场替代”为双重审查标准；一旦输出端侵权成立，AI提供者应承担严格责任。
（一）输入端：训练行为不构成侵权，举证责任不转移
在输入端，本文主张确立一项明确的规则：AI模型训练过程中的数据处理行为——包括但不限于数据抓取、清洗、标注、特征提取及参数更新——不被认定为著作权法意义上的“复制”行为，不构成对复制权的侵犯。该规则的正当性基础在于训练行为的“非表达性使用”本质：其目的和效果均不在于利用作品的表达价值或替代作品的市场，而在于提取不可被著作权保护的统计信息。在此基础上，AI开发者无需承担证明其训练数据“不侵权”或“已获授权”的举证责任。权利人如主张其著作权受到侵害，应将主张和举证集中于输出端。
需要指出的是，输入端“不构成侵权”的认定并不等于为AI开发者提供了一张“空白支票”。数据来源合法性的问题并未被完全搁置——当训练数据的获取方式本身即构成对另一项独立的法律义务的违反时（例如，通过规避技术保护措施获取数据、违反合同约定的访问限制等），该等行为可依据相关法律（而非著作权法中的复制权条款）独立受到规制。GEMA诉Suno案中，法院认定Suno通过stream-ripping技术规避YouTube的“Rolling Cipher”技术保护措施，即属于这一类别。但这种规制的基础是“规避技术保护措施”这一独立的不法行为，而非“训练过程中的数据处理”本身。二者的区分对于法律分析的清晰性至关重要。
（二）输出端：实质性相似+市场替代的双重审查标准
在输出端，本文主张建立以下双重审查标准：
第一层次——输出与系争作品之间是否构成实质性相似？这一判断的关键在于：在提示词中未包含系争作品的识别性信息（如旋律、和声、节奏的具体指示）的情况下，模型输出是否仍然与原作品在受保护的元素上构成实质性相似。GEMA诉Suno案中法院的测试方法——仅输入原歌词与风格标签，即获得与原作品旋律、和声、节奏高度相似的输出——正是这一判断逻辑的标准示范。若权利人完成对实质性相似的证明，则可推定系争作品曾被纳入模型训练数据；AI提供者可通过举证证明相似性源于独立创作或公共领域素材来推翻该推定。
第二层次——系争AI服务是否构成对原作品市场的竞争性替代？这一判断应综合考量AI输出与原作品的功能重叠程度（例如AI生成的音乐是否在流媒体平台上替代了原作品的播放）、AI服务的目标用户群与原作品受众的重合度、以及AI输出的定价模式（尤其是免费模式）是否对原作品的正常许可市场形成价格挤压。需要强调的是，“市场替代”的判断标准不应被泛化为一类作品对另一类作品的“一般性竞争”——例如AI生成的“流行音乐”对“人类创作的流行音乐”的整体竞争——而应聚焦于特定AI输出对特定系争作品的可识别的、具体的替代关系。
当实质性相似与市场替代两个要件同时满足时，即可认定AI提供者构成著作权侵权。这一认定完全基于输出端的客观事实——模型输出了什么、该输出对原作品市场产生了什么影响——而不依赖于对输入端训练过程是否“复制”了作品的技术判断。
（三）归责模式：输出端严格责任
在归责层面，本文主张输出端侵权应采用严格责任（strict liability）模式。AI提供者不能以“模型训练的技术复杂性”或“侵权输出的不可预见性”为由主张免责。这一归责模式的正当性基础在于：AI提供者从海量数据的训练中获得了巨大的商业利益，并对模型架构、训练数据选择及输出机制拥有完全的、排他的控制力——其控制力之强、获益之大，与其应承担的风险与责任应当成正比。课以严格责任，可有效激励开发者在模型部署前建设内容过滤、输出监控及可溯源水印等合规机制，在事前将侵权风险降至最低。
同时需要强调的是，这一严格责任应被严格限定于输出端——亦即模型已经实际生成了与原作品实质性相似、构成市场替代的内容。它不应延伸至训练阶段，也不应被理解为“只要模型具备生成侵权内容的潜在能力，AI提供者就需要承担责任”。法律规制的是已经发生的侵权，而非“可能的侵权”。
六、结语
GEMA诉Suno案作为全球首例AI音频生成训练数据的著作权判决，具有无可争议的里程碑意义。它在域外管辖权的行使、AI提供者直接侵权责任的认定以及以输出端实质性相似证明“接触”与“损害”的论证方法上，为全球AI著作权司法实践提供了重要的参照。然而，它在训练阶段将“记忆化”与著作权法上的“复制”划等号的论证，则在技术与法律概念的对接上迈出了过犹不及的一步。
著作权法在AI时代面临的根本问题，不是“如何用旧概念套住新技术”，而是“如何识别和保护那些真正值得保护的利益，同时为技术发展留出必要的呼吸空间”。在AI训练数据问题上，这一立场的具体内涵是：只要不存在传统著作权法意义上的“复制意图”——即以再现和传播作品的表达为目的、以对作品的市场性利用为指向——就不应当从数据训练的角度认定AI开发者侵犯复制权，也不需要让AI运营方去举证训练数据不侵权。法律的目光应当投向输出端——投向模型的输出是否实质性地复制了特定的版权作品、是否构成了对该作品市场的竞争性替代。这才是复制权制度自诞生以来一以贯之的保护逻辑，也是其在AI时代应当继续坚守的规范底线。
本案判决尚未终局，Suno已表示将评估上诉等各项法律选择。与此同时，GEMA诉OpenAI案的上诉正在慕尼黑高等地方法院审理之中，欧盟法院（CJEU）就匈牙利布达佩斯周边法院提交的C-250/25号先决裁决请求（Like Company诉Google案）的审理也在推进之中，该案的核心问题之一正是AI训练是否构成著作权法意义上的“复制”。这些平行推进的司法程序，将在未来数年内共同塑造欧盟乃至全球AI训练数据的著作权法律格局。可以确定的是，在这个格局的形成过程中，简单的“技术现象到法律概念”的直接映射将逐渐让位于更为精细、更为审慎的利益衡量与规范分析——而这，正是法律面对新技术时应有的姿态。
特别声明
Special Declaration
以上文章仅代表作者本人观点，不代表北京市中伦文德律师事务所或其律师出具的任何形式之法律意见或建议。如需转载或引用该等文章的任何内容，请私信沟通授权事宜。如您有意就相关议题进一步交流或探讨，欢迎与本所联系。
