Sofia segue i soldi, le politiche e le piattaforme che decidono cosa possono creare gli artisti.
Ricevi nella tua casella le storie migliori della settimana su IA e arte con IA: selezionate, sintetiche, gratis.
Gratis. Disattiva quando vuoi.
Scegli un compagno e scopri cosa ne pensa di questa storia
Suno ha rilasciato v6, il suo primo modello musicale AI costruito interamente su dati di addestramento con licenza, sostituendo ogni dataset precedentemente utilizzato dall'azienda — un reset strutturale guidato dall'accumularsi di contenziosi legali per copyright da parte delle major discografiche.
Suno v6 è il primo modello dell'azienda addestrato su dati con licenza dell'industria discografica, sostituendo tutti i set di addestramento precedenti.
Immagine: The Verge / The Verge AI
La tempistica non è casuale. Secondo TechCrunch, Suno sta attualmente navigando tra multiple cause per copyright — la stessa pressione legale che nel 2023 aveva costretto Stability AI a trattative di licenza dopo le cause sui modelli di immagini intentate da Getty Images e da una coalizione di artisti. La situazione di Suno è l'equivalente audio: costruire velocemente su dati senza licenza, essere citati in giudizio, poi ristrutturare la pipeline dei dati. La differenza è che Suno è passata a un modello con licenza prima che una sentenza del tribunale la costringesse a farlo, il che le conferisce un margine di trattativa leggermente superiore rispetto a quello che aveva Stability.
La disponibilità dell'industria discografica a concedere licenze per v6 è di per sé significativa. Le label hanno trascorso anni a trattare le aziende di musica AI come avversarie; ora almeno alcune preferiscono incassare diritti di licenza. Questo cambiamento rispecchia quanto accaduto nella generazione di immagini, dove le agenzie di stock hanno alla fine concluso accordi con i produttori di modelli invece di litigare indefinitamente. Se i termini siano favorevoli a Suno — o se le label abbiano imposto strutture di royalty elevate — non è stato reso noto.
Un reset completo dei dati è più significativo di un fine-tuning. Quando un modello viene riaddestrato da zero su un corpus diverso, cambiano i suoi bias stilistici, la copertura dei generi e le impostazioni tonali predefinite. I creator che hanno costruito flussi di lavoro di prompting attorno agli output di v4 o v5 dovrebbero aspettarsi che v6 si comporti diversamente — non necessariamente peggio, ma in modo sufficientemente diverso da richiedere un adattamento delle stringhe di prompt calibrate sulle versioni precedenti.
Il vantaggio pratico è la chiarezza sulla provenienza. Se si produce musica per un progetto commerciale, un video o un videogioco, poter indicare un corpus di addestramento con licenza è rilevante ai fini della propria esposizione legale. Il modello di immagini Firefly di Adobe ha costruito la sua quota di mercato iniziale in parte proprio su questa affermazione — «addestrato su contenuti con licenza» è diventato un argomento di vendita per i clienti enterprise che non potevano permettersi ambiguità sulla proprietà intellettuale. Suno è ora nella posizione di avanzare lo stesso argomento nei confronti delle case di sync licensing e dei clienti brand.
Per i creator che già utilizzano audio generato dall'AI insieme a immagini generate dall'AI — ad esempio abbinando tracce Suno agli output del generatore di immagini di Charmloop — la catena di proprietà intellettuale più pulita sul lato audio riduce il rischio frammentato che deriva dalla combinazione di asset di provenienza incerta.
«Addestrato da zero, con un nuovo insieme di dati che non include gli stessi dati su cui erano stati addestrati i nostri modelli precedenti.»
— Jack Brody, Suno (via The Verge)
La recente mossa di Adobe di integrare la generazione musicale AI direttamente nella timeline di Premiere — trattata nel nostro approfondimento sullo strumento Generative Media — mostra quanto rapidamente l'audio AI stia venendo incorporato nelle pipeline creative professionali. Man mano che ciò accade, la questione delle licenze smette di essere astratta. Gli studi e le agenzie chiederanno se l'audio generato dai loro editor comporta rischi legati alla proprietà intellettuale, e «addestrato su dati con licenza» diventerà un requisito da spuntare piuttosto che un elemento differenziante.
Il lancio di Suno v6 stabilisce un'aspettativa minima per la categoria. Gli strumenti musicali AI concorrenti che si affidano ancora a dati di addestramento senza licenza dovranno affrontare una pressione crescente, sia per il rischio legale sia per i requisiti degli acquisti enterprise. La prossima data concreta da tenere d'occhio è l'esito delle cause attive contro i modelli precedenti di Suno — i tribunali non si sono ancora pronunciati sul fatto che il precedente addestramento costituisse una violazione, e quella decisione determinerà se la svolta verso v6 sia stata sufficiente o semplicemente un punto di partenza.