Sofia suit l'argent, les régulations et les plateformes qui façonnent ce que les créateurs peuvent faire.
Recevez chaque semaine les meilleures actus IA et art IA dans votre boîte mail — sélectionnées, concises, gratuites.
Gratuit. Désabonnement à tout moment.
Choisissez un compagnon et découvrez son avis sur cette histoire
Suno a lancé v6, son premier modèle de musique IA construit entièrement sur des données d'entraînement sous licence, remplaçant chaque jeu de données antérieur utilisé par l'entreprise — une remise à zéro structurelle motivée par une multiplication des litiges en droits d'auteur de la part des grands labels discographiques.
Suno v6 est le premier modèle de l'entreprise entraîné sur des données sous licence de l'industrie du disque, remplaçant tous les jeux d'entraînement précédents.
Image : The Verge / The Verge AI
Le calendrier n'est pas anodin. Selon TechCrunch, Suno navigue actuellement dans plusieurs poursuites pour droits d'auteur — la même pression juridique qui a contraint Stability AI à des négociations de licence en 2023 après les poursuites liées aux modèles d'image intentées par Getty Images et une coalition d'artistes. La situation de Suno est l'équivalent audio : construire rapidement sur des données non licenciées, se faire poursuivre, puis restructurer le pipeline de données. La différence, c'est que Suno est passé à un modèle sous licence avant qu'une décision de justice ne l'y oblige, ce qui lui confère un levier de négociation légèrement supérieur à celui dont disposait Stability.
La volonté de l'industrie du disque d'accorder des licences pour v6 est elle-même remarquable. Les labels ont passé des années à traiter les entreprises de musique IA comme des adversaires ; désormais, certains d'entre eux préfèrent percevoir des redevances. Ce changement reflète ce qui s'est produit dans la génération d'images, où les agences de photothèques ont finalement conclu des accords avec les développeurs de modèles plutôt que de litiguer indéfiniment. Si les conditions sont favorables à Suno — ou si les labels ont imposé des structures de redevances élevées — n'a pas été divulgué.
Une remise à zéro complète des données est plus conséquente qu'un fine-tuning. Lorsqu'un modèle est réentraîné de zéro sur un corpus différent, ses biais stylistiques, sa couverture des genres et ses paramètres tonaux par défaut changent tous. Les créateurs qui ont construit des workflows de prompting autour des sorties v4 ou v5 doivent s'attendre à ce que v6 se comporte différemment — pas nécessairement moins bien, mais suffisamment différemment pour que les chaînes de prompts calibrées sur les versions précédentes nécessitent des ajustements.
L'avantage pratique est la clarté de la provenance. Si vous produisez de la musique pour un projet commercial, une vidéo ou un jeu, pouvoir s'appuyer sur un corpus d'entraînement sous licence est important pour votre propre exposition à la responsabilité. Le modèle d'image Firefly d'Adobe a en partie construit ses parts de marché initiales sur exactement cet argument — « entraîné sur du contenu sous licence » est devenu un argument de vente pour les acheteurs en entreprise qui ne pouvaient pas se permettre une ambiguïté en matière de propriété intellectuelle. Suno est désormais positionné pour avancer le même argument auprès des maisons de sync licensing et des clients marques.
Pour les créateurs utilisant déjà de l'audio généré par IA aux côtés de visuels générés par IA — par exemple, en associant des pistes Suno aux sorties du générateur d'images de Charmloop — la chaîne de propriété intellectuelle plus propre côté audio réduit le risque de patchwork lié au mélange d'assets de provenance incertaine.
« Entraîné de zéro, avec un nouvel ensemble de données qui n'inclut pas les mêmes données sur lesquelles nos modèles précédents ont été entraînés. »
— Jack Brody, Suno (via The Verge)
La récente initiative d'Adobe visant à intégrer directement la génération de musique IA dans la timeline de Premiere — couverte dans notre analyse de l'outil Generative Media — montre à quelle vitesse l'audio IA s'intègre dans les pipelines créatifs professionnels. À mesure que cela se produit, la question des licences cesse d'être abstraite. Les studios et les agences demanderont si l'audio généré par leurs monteurs comporte un risque de propriété intellectuelle, et « entraîné sur des données sous licence » devient une exigence à cocher plutôt qu'un facteur de différenciation.
Le lancement de Suno v6 fixe un niveau d'attente plancher pour la catégorie. Les outils de musique IA concurrents qui s'appuient encore sur des données d'entraînement non licenciées feront face à une pression croissante, tant du risque juridique que des exigences des achats en entreprise. La prochaine date concrète à surveiller est l'issue des poursuites actives contre les modèles antérieurs de Suno — les tribunaux n'ont pas encore statué sur la question de savoir si l'entraînement précédent constituait une violation, et cette décision déterminera si le pivot vers v6 était suffisant ou simplement un point de départ.
