慕尼黑司法宫（Justizpalast）正立面与穹顶，位于慕尼黑卡尔广场附近（2010 年 8 月 26 日摄）。该建筑是巴伐利亚州司法部驻地，本案判决新闻稿由司法部网站发布；本图为建筑实景，并非本案庭审现场。摄影：Pixelteufel；来源：Wikimedia Commons；许可：CC BY 2.0。
2026 年 7 月 31 日，德国慕尼黑第一地区法院在 GEMA 诉 Suno 案（案号 42 O 763/25）中作出一审判决，大部分支持音乐著作权集体管理组织 GEMA 对 AI 音乐生成服务 Suno 的请求。法院认定，模型参数“记忆”歌曲构成复制，文本与数据挖掘例外不覆盖模型内存储，Suno 的美国合理使用抗辩不成立。判决尚未生效，可以上诉。
案件事实与判决结果
原告 GEMA 是德国的音乐著作权集体管理组织，在本案中主张六首作品的权利：《Atemlos durch die Nacht》《Rasputin》《Big in Japan》《Forever Young》《Daddy Cool》，以及《Mambo No. 5 (A little bit of)》的副歌；歌词本身的侵权不在本案审理范围内。被告 Suno 是住所在美国的 AI 音乐生成服务提供者，德国用户可以访问其在美国托管的网站，涉案模型为 v3.5 和 v4 版本。法院认定的事实是：Suno 的训练数据包含上述作品；Suno 使用“流媒体翻录”（stream ripping）技术从 YouTube 提取并复制这些作品，并为此绕过了 YouTube 用来防止下载音视频的技术保护措施“rolling cipher”。
GEMA 主张，作品在训练中被复制并被模型“记忆”，生成的输出又构成进一步侵权，且侵权行为同时发生在美国和德国。取证时，GEMA 在输入框中只填写原歌词、音乐风格和歌名，没有指定旋律、和声、节奏或编曲；为得到各首作品的涉案输出，分别输入了 4 到 176 次相同的提示词，其中《Atemlos durch die Nacht》为 176 次。Suno 的抗辩包括：涉案作品不受保护，输出中也无法辨认；模型的权重和参数只是从训练数据中习得的模式，并不包含训练数据；输出相似是提示词限缩了生成范围所致；训练发生在美国，应适用美国法并受合理使用（fair use）保护，德国法院对此无权审查；输出来自原告反复调整的提示词，用户的行为切断了归责链条；即使适用德国法，也受文本与数据挖掘例外保护。
法院大部分支持了 GEMA 的请求，判令 Suno 停止三类行为：在美国为训练 AI 音乐模型复制作品；在德国以参数或其他数据结构的形式把作品存储在模型中；在德国通过提供模型和音乐生成应用公开再现作品，以及复制、公开再现输出中的作品改编。针对《Atemlos durch die Nacht》《Rasputin》《Daddy Cool》和《Mambo No. 5》副歌，Suno 须披露使用范围和收入（德国境内行为自 2023 年 7 月 1 日起算），法院并确认其负有损害赔偿责任。法院还授权 GEMA 在判决生效后六周内，在《南德意志报》刊登判决主文，费用由 Suno 承担；Suno 另须支付诉前律师费 5,049.70 欧元；其余请求被驳回。Suno 请求中止诉讼、向欧盟法院提请初步裁决，法院未予准许。法院新闻稿写明判决尚未生效（nicht rechtskräftig）；据 Legal500 评述，Suno 已宣布上诉。
模型参数中的记忆与复制权
法院沿用了此前在一宗语言模型案件中采用的三阶段分析（WIPO 非正式摘要的说法）：第一阶段是收集数据、建立训练语料；第二阶段是分析数据、加注元信息并训练模型；第三阶段是用户用提示词调用训练好的模型并得到输出。对于“模型内复制”的请求，法院认为要看的是第二阶段。
法院援引信息技术研究指出，训练数据可能留存在模型中，并能以输出的形式被提取出来，这被称为“记忆”（memorization）：模型在训练中不只是从数据里提取信息，训练后的参数中也承接了训练数据的内容。法院比对了训练数据中的歌曲和输出中的再现，认为这些歌曲足够复杂、足够长，可以排除巧合，因此认定涉案作品以可再现的方式包含在存放于德国服务器上的 v3.5 和 v4 模型中。按照 WIPO 摘要的概括，模型参数编码了作品内容，而不只是提取出来的信息或模式。据此，这种记忆构成德国《著作权法》第 16 条意义上的复制。
判决全文的编辑要旨（边码 262–279）把这一标准概括为：作品如果能通过简单、开放式的提示词被可辨认地再现，就已经有形固定，构成复制，间接可感知即可；作品在模型中不能直接看到，影响的不是复制权，而可能是“提供访问”能否成立。Suno 关于参数只代表统计模式、不存储训练数据的主张因此未被采纳。Legal500 的评述也把这一点视为本案对生成式 AI 中“复制”概念的主要解释。
文本与数据挖掘例外的范围
德国《著作权法》第 44b 条对应欧盟《数字单一市场版权指令》第 4 条，把文本与数据挖掘定义为对作品进行自动化分析，以获取模式、趋势和相关性等信息。法院承认，这一例外原则上适用于 AI 训练，可以覆盖第一阶段为建立训练语料而进行的必要复制；但这部分复制不是本案争议对象。本案争议的是第二阶段留存在模型内的复制，法院认定它不在例外范围内。
法院的理由是：文本与数据挖掘针对的是“单纯的信息”，模型从数据中学到的统计关联属于这类信息；记忆则超出了分析，作品本身被吸收进模型参数。模型内的复制不服务于进一步的数据分析，不属于“为文本与数据挖掘目的而进行的复制”，而且触及作者获得报酬的利益。法院还指出，如果类推适用这一例外，记忆带来的风险将全部由权利人承担，这与指令序言第 17 段“对权利人的损害仅为轻微”的前提不符；2025 年 8 月 2 日起适用的欧盟《人工智能法》第 53 条第 1 款 c、d 项也不改变这一结论。
第 44b 条第 2 款还要求使用者对作品有合法访问。判决全文的编辑要旨（边码 308–310）写明：绕过有效的技术保护措施取得作品时，不存在合法访问；保护措施是否“有效”，不取决于它实际上能否阻止规避。本案中 Suno 绕过了 YouTube 的 rolling cipher，这一事实因此也与例外能否适用有关。
慕尼黑第一地区法院在 GEMA 诉 Suno 案（案号 42 O 763/25）中采用的三阶段分析及各阶段对应认定，内容依据判决全文与 WIPO 法官论坛非正式案例摘要整理，图中条文均指德国《著作权法》。AI 生成示意图，图中文字已与正文逐项核对。
公开再现、输出责任与合理使用抗辩
关于“提供访问”（第 19a 条，要求公众能在自己选定的时间和地点获取作品），法院驳回了 GEMA 的请求：GEMA 没能证明每次提示都能调出涉案作品，最多需要 176 次相同提示才得到一次输出，这不属于在用户自选的时间获取。法院转而依据第 15 条第 2 款的一般公开再现权（法律未列名的权利）支持禁令。按编辑要旨（边码 372–379）的概括，提供模型和音乐生成应用本身就向公众开放了获取被记忆作品的途径；只要简单、开放式的提示词就能触及作品，即构成直接的再现行为，不论作品是否真的被调取。
对于输出，法院认为，尽管与原作存在差异，每首作品至少有一个受保护的独创元素在输出中可以辨认，构成复制和对改编作品的公开再现（第 16、23 条），两者无需区分。责任由 Suno 而非用户承担：提示词简单、开放，只给出歌词和风格；Suno 选择训练数据、训练并运营模型，对模型架构和记忆负责，因此是模型决定了输出内容。法院还认为，欧盟《数字服务法》第 6 条的责任豁免不适用，因为这类输出是模型运营者自己的信息，而不是用户提供的他人信息。
对于在美国训练时产生的复制，法院依据德国《集体管理组织法》第 131 条认定自己有管辖权，依《罗马 II 条例》第 8 条第 1 款的保护国原则适用美国法，并按德国《民事诉讼法》第 293 条依职权查明美国法。法院参照 Warhol、Campbell、Sony 等美国最高法院判例逐项检验合理使用四要素，认为全部不利于 Suno：输出与原作实质相似，内容上没有转化；使用具有商业目的；绕过技术保护措施表明其并非善意。法院把本案与 Bartz v. Anthropic、Kadrey v. Meta 两案区分开：那两案中训练数据没有、或没有实质性地通过输出提供给用户，本案则只用简单提示就生成了与原作实质相似的录音。法院据此依 17 U.S.C. § 502(a) 颁发禁令，并依 § 504(a) 确认损害赔偿责任；在这一部分，输出只是证明训练复制存在的证据，本身并不是美国法下的被诉对象。
在评论层面，Legal500 刊登的 Luca Guidobaldi 文章（2026 年 10 月 20 日）认为，本判决对“复制”的理解不同于英格兰及威尔士高等法院 2025 年 11 月在 Getty Images v. Stability AI 案（[2025] EWHC 2863 (Ch)）中的思路，并称这是这类原则首次用于音乐领域。阅读本判决时需要注意它的适用边界：这是可上诉的一审判决；结论建立在六首作品、v3.5 和 v4 两个模型版本以及原告提交的输出证据之上；对美国合理使用的判断，是德国法院在本案中查明和适用外国法的结果。