一名黑客成功入侵AI音乐平台Suno，并窃取了详细记录该公司训练数据来源的源代码。此次入侵由404 Media最先报道，该媒体审查了泄露的文件。这些文件证实了音乐行业自2024年以来在法庭上反复提出的指控。据黑客声称，他使用了一种名为“Shai-Hulud蠕虫”的恶意软件——这个名字取自弗兰克·赫伯特《沙丘》中的巨型沙虫。
Suno是全球最大的AI音乐生成器之一，用户只需输入文字描述，就能在几秒内获得一首完整的歌曲。实现这一功能需要庞大的训练数据集——即用于教会模型不同音乐类型和风格音频文件集合。泄露材料包括2023年和2024年的抓取指令和内部日志，罕见地揭示了这些数据管道是如何构建的。
数据集的具体构成如下：根据404 Media审查的内部文件注释，训练库包含113,879小时的YouTube Music音频、152,162小时的标签化YouTube曲目、62,117小时来自版权音乐库Pond5的素材、12,287小时来自Deezer的数据，以及17,615小时标注为“genius_hq”的数据集（与通过Genius收集的材料相关）。代码中还记录了计划通过RSS订阅源下载约100万小时播客音频的内容。
一份专门追踪YouTube Music入库的内部日志显示了2,013,545个音乐片段。这相当于数百万条录音，跨越数十年——而且对数据的需求并不仅限于音乐。该黑客声称还访问了与数十万用户相关的记录，包括电子邮件、电话号码以及Stripe支付信息。但Suno公司否认敏感个人信息遭到泄露。该公司表示，他们在2025年11月发现了这起事件，并称其“影响有限”。Suno认为泄露的主要是已不再使用的过时源代码，并根据适用的隐私法律断定无需单独通知用户。用户目前只能通过新闻媒体报道才得知此事。
值得注意的是，Suno此前已在官网上提示过类似情况。根据加利福尼亚州的AB 2013法案（该法案要求AI公司披露训练实践），该公司公开承认其训练数据可能包含“受知识产权保护”的音乐，并列出训练语料库为数千万首公开可用的音乐音频文件。而此次黑客攻击提供了更具体的细节：法律文件原本措辞模糊，但泄露代码则明确无误。
实际上，AI音乐训练的范围在此次入侵之前就已逐渐明朗。2026年6月，《大西洋月刊》发布了四个可搜索数据库，记录了用于训练AI模型的音乐——其中一个包含1200万首曲目，另一个有900万首，另外两个各有约10万首。即便没有黑客提供源代码，用户也可以在其中查询自己喜爱的艺术家。
美国唱片业协会（RIAA）在2025年对2024年针对Suno的原始诉讼提出的修正案中指控，该公司直接从YouTube上抓取歌曲——Suno则以合理使用为由进行抗辩。该诉讼要求每起侵权赔偿15万美元。被黑客攻破的源代码证实了RIAA的核心指控。与此同时，被同一唱片联盟起诉的Udio于2025年11月与华纳音乐达成和解，并正转型为授权平台。Suno与索尼音乐和环球音乐集团的案件仍在美国联邦法院审理中；该公司估值为54亿美元，平台拥有约1亿用户。截至发稿，Suno尚未回应Decrypt的置评请求。