泄露文件揭示Suno将数千小时的Deezer、YouTube和Pond5数据输入其人工智能

一名黑客闯入了AI音乐平台Suno，获取了详细记录公司训练数据来源的源代码。

这一泄露事件最早由404媒体报道，该媒体审查了泄露的文件。它证实了音乐行业自2024年以来在法庭上所说的内容。

入侵者声称使用了一种名为Shai-Hulud蠕虫的恶意软件——该名称源自弗兰克·赫伯特的《沙丘》中巨大的沙虫。Suno是在线最大的AI音乐生成器之一，用户可以输入文本描述并在几秒钟内获得完整的歌曲；构建这一能力需要大量的训练数据集——一系列音频文件用于教导模型不同流派和风格的声音。

泄露的材料包括2023年和2024年的抓取指令和内部日志，提供了关于这些管道如何实际组装的罕见视角。

数据集的细分非常具体。根据404媒体审查的内部文件评论，训练库包括113,879小时的YouTube音乐、152,162小时的标记YouTube曲目、62,117小时来自Pond5的库存音乐库、12,287小时来自Deezer，以及17,615小时标记为genius_hq的数据集，与通过Genius收集的材料相关。代码还记录了通过RSS源下载大约100万小时播客音频的计划。

一份仅跟踪YouTube音乐摄取的内部文件记录了2,013,545个音乐片段。这是数百万个录音，覆盖了数十年的音频——而这种需求并不仅限于音乐。

黑客声称访问了与数十万客户相关的记录，包括电子邮件、电话号码和与Stripe相关的信息。Suno对此表示，敏感个人信息并未被泄露。

该公司表示，它在2025年11月识别了这一事件，并称其为“有限”。Suno确定此次泄露主要涉及不再使用的过时源代码，并得出结论认为，根据适用的隐私法律，不需要单独通知客户。用户现在才通过新闻报道了解到这一情况。

事情是这样的：Suno早已在其网站上告诉任何愿意阅读的人，这种情况正在发生。根据加利福尼亚州的AB 2013法案——该法案要求AI公司披露其训练实践——该公司公开承认其训练数据可能包括“受知识产权保护的音乐”，并列出了数千万个公开可用的音乐音频文件。黑客攻击所增加的是具体性：法律文件故意模糊，而泄露的代码则不是。

在任何人进行入侵之前，AI音乐训练的范围已经变得清晰。2026年6月，大西洋月刊发布了四个可搜索的数据库，记录了用于训练AI模型的音乐——一个包含1200万首曲目，另一个包含900万首，还有两个各约10万首。你可以在黑客将源代码交给任何人之前查找你最喜欢的艺术家。

美国录音工业协会在2025年对其原始2024年诉讼的修正案中声称，该公司直接从YouTube上盗取歌曲——这一指控Suno以合理使用的辩护进行了反驳。该诉讼寻求每次侵权事件150,000美元的赔偿。被黑客攻击的源代码证实了RIAA的核心指控。

Udio在同一大型唱片公司联盟提起的平行诉讼中被针对，并于2025年11月与华纳音乐达成和解，目前正在过渡到一个许可平台。Suno与索尼和UMG的案件仍在联邦法院进行；该公司的估值为54亿美元，平台上约有1亿用户。

Suno尚未立即回应Decrypt的评论请求。

免责声明：本内容仅用于一般品牌传播与信息说明之目的，不构成任何金融、投资、法律或税务建议。文中提及的活动、奖励、线上活动或相关信息，不应被视为对购买、出售、交易任何加密资产，或使用任何服务的推荐、招揽或邀请。加密资产具有高波动性，并存在价值损失风险。WEEX 服务及线上活动的可用性可能因地区而异，并受当地适用法律法规及用户资格要求限制。部分活动可能不适用于某些司法辖区。您有责任确保访问及使用 WEEX 服务符合当地适用法律法规。在参与任何涉及加密资产的活动前，请充分评估相关风险。