最近，Suno 在与各大唱片公司的版权官司中，悄悄做了一件事：向法院申请，将其训练模型时所用的音频总数进行司法封存。Suno 的 CTO 亲自出面作证，表示这个数字“从未在本诉讼之外对外披露”，一旦公开，会对公司造成“重大竞争损害”。

Suno 目前的核心法律策略是“合理使用”（Fair Use）。它向法庭阐述的逻辑是：“我用音乐训练 AI，不是在‘复制’歌曲。我学的是旋律规律、和声结构、音色特征这些统计模式。输入进去的是歌，出来的是全新的东西。这是‘变革性使用’，不是侵权。”Suno 的律师引用了美国法院在其他 AI 案件中的判例，试图证明训练过程本身是合法的。

然而，如果 Suno 的训练方式真的只是“学习统计规律”，那么训练集里有多少首歌，理论上应该是一个工程参数，而不是最高机密。你用了 100 首歌来训练和用了 1 亿首歌来训练，对于“我只是在学规律”这个论点，在法律层面不一定有直接影响。但如果这个数字真的“无害”，它为什么要封存？

封存的理由是：竞争对手知道这个数字之后，可以“更快、更低成本地开发竞争产品”。这表明这个数字揭示了 Suno 的训练策略和模型架构选择，是其商业底牌。这就在 Suno 的两个论点之间造成了矛盾：一方面声称“我的训练是变革性的，我学的是规律，不是歌”，另一方面又强调“那个数字不能公开，否则竞争对手会获得不公平的商业优势”。如果训练方式真的是“无害地学规律”，那这个数字顶多是个竞争情报，跟版权侵权与否关系不大。但如果这个数字一旦公开，外界能看出问题来，那情况就不同了。

值得一提的是，Suno 提出封存申请几天后，其竞争对手 Udio 在自己的索尼案中，也提出了几乎一模一样的申请，理由也如出一辙。这表明这不是某家公司的特殊操作，而是整个 AI 音乐行业在面对“训练集规模”这道题时，给出了同样的答案：能不说，就不说。

作为创作者，我们该如何理解这件事？之前有另一起独立音乐人的诉讼，其中披露了一个说法，Suno 的训练数据可能超过 4000 万首，其中超过 60% 来自独立艺术家，即没有签大公司的那批人。这些艺术家既没有被询问，也没有授权协议，更没有拿到任何补偿。这个说法，Suno 没有正面回应过。而现在，那个最有可能帮助外界理解“你到底用了多少”的数字，被申请封存了。

如果 AI 音乐平台是靠“吃”了海量音乐才长大的，作为一个做音乐的人，这引发了我们对版权、公平性和行业未来的深思。