PsyEyesOfficial

Suno на днях выкатила свою новую модель Suno V6 для генерации музыки в трёх вариантах: V6, V6-wild, v6-mini. После заявленного партнёрства с мейджор-лейблами разрабы торжественно заявили, что новые модели тренировались на лицензированных данных и прошлые модели уйдут в закат (на сайте их уже нет).

И казалось бы тут и сказочки конец, чуваки забелились аки Zaycev.net — но нет. Выяснилось, что договор был заключен только с Warner Music, BMG и Believe, а вот Universal Music Group и Sony Music Entertainment ничего не подписывали и они требуют $9 млрд.

То, что V6 тренировалась на лицушных данных их не волнует: мол новые модели это ученики старой модели, натренированной на ворованной музыке, и всё это отмыв денег данных. Suno и сами подтвердили, что обучали V6 на генерациях пользователей.

Ниже собраны ключевые моменты и аргументы сторон:

1. Откуда взялась сумма в $9 млрд?

Изначально в 2024 году ассоциация RIAA и звукозаписывающие лейблы подали иск, упомянув лишь несколько сотен треков. Однако в ходе разбирательств истцы резко расширили список претензий.

Суть обвинения: Лейблы Sony Music Entertainment и Universal Music Group (UMG) обвинили Suno в незаконном копировании и использовании для обучения 60 202 конкретных звукозаписей.

Математика штрафа: По законодательству США об авторском праве, за каждое умышленное нарушение (willful infringement) предусмотрен штраф до $150 000 за одно произведение. Умножение $150 000 на более чем 60 тысяч треков дает теоретический максимальный размер компенсации чуть более $9 миллиардов. Дополнительно лейблы требуют штрафы до $2500 за каждый факт обхода с помощью yt-dlp защитных технологий YouTube (stream ripping) для скачивания треков.

2. Суд

Позиция Suno: Компания объявила, что модель v6 была создана «с нуля» на полностью лицензированном контенте благодаря сделкам с Warner Music, BMG и Believe. Стартап утверждал, что закрыл вопрос с нарушением прав.

Ответный иск Sony и UMG (18 сентября 2026 г.): Лейблы заявили, что Suno лукавит. В новом 45-страничном иске они указали, что v6 обучалась на «пользовательских взаимодействиях» и результатах работы предыдущих моделей.

Формулировка лейблов: «Обучение "новой" модели на выходных данных нарушающей права модели не устраняет нарушение; оно его отмывает» (fruit of the same poisoned tree). Если суд согласится с этой логикой, это создаст угрозу для всех ИИ-компаний в мире, использующих синтетические данные для обучения.

3. Кто судится, а кто договорился

Sony Music и Universal Music Group идут до конца, требуя признать действия Suno незаконными. Также в августе 2026 года отдельный иск на сумму более $1 млрд против Suno подал независимый издатель Round Hill Music.

Warner Music Group, а также компании BMG и Believe — предпочли договориться. Они отозвали претензии в обмен на коммерческие соглашения, распределение доходов (revenue-sharing) и интеграцию каталогов в легальное поле Suno. Плюс Songkick был куплен Suno у Warner.

4. Основные аргументы сторон

Правообладатели: Suno построила многомиллиардный бизнес на откровенном воровстве. Нейросеть генерирует треки, которые напрямую конкурируют с авторами оригиналов, разрушая их заработок на стримингах. Кроме того, пользователи могут обходить фильтры (например, вводя имена с пробелами вроде `t a y l o r s w i f t`), чтобы имитировать голоса и стиль конкретных артистов, что нарушает их личные права (права на идентичность).

Защита Suno: Компания строит защиту на доктрине «добросовестного использования» (fair use) в праве США. Их аргумент: обучение ИИ на материалах из открытого интернета является «трансформирующим» процессом (создается принципиально новый продукт, а не копируется старый). Suno утверждает, что их цель — дать людям инструмент для творчества, а не копировать чужие песни.

Gemini своровал у интернета

Как-то цифра 60 202 треков специфична. Я думаю там в датасете были миллионы композиций, и она могла бы быть любой - сколько нужно столько и покажет. Суть в том, чтобы декларировать чек в $9 млрд, а там на какую сумму платформа согласится пойти навстречу — такая и пойдёт в копилку. Хоть $1 млрд. Музыканты с этого всё равно ничего не получат. Ибо права на треки принадлежат лейблам.

Ну и к слову про абьюз копирайта. У меня вопрос: сколько бы потребовалось времени этим 60к+ трекам, какими бы они ни были, чтобы сгенерироваить доход в $9 млрд? Схема рабочая: не атакуешь сразу —> ждёшь пока платформа вырастет —> подаёшь в суд. В идеале бы ещё лоббировать закон / ссылаться на какой-нубудь кейс в стиле "Anthropic заплатит $1,5 млрд за нарушение копирайта", чтобы он был под рукой в суде для опоры. Далее платформа либо отбивается от тебя своими / вертолётными деньгами венчуров, либо ты закрываешь её, либо забираешь площадку себе.

К слову Spotify начинал похожим образом: у них не было лицензий от лейблов. Чтобы наполнить каталог и протестировать плеер, разработчики скачивали музыку с помощью торрентов и конкретно The Pirate Bay. Музыкальная индустрия второй половины 2000-х тяжело переживала разгул интернет-пиратства и разрабы Spotify хотели предложить лейблам легальную альтернативу с бесплатным стримингом за прослушивание рекламы. И если бы не хаос, вызванный торрентами, то Sony никогда бы не рискнула на этот эксперимент и не дала бы им лицензии свой каталог. А далее с 2008 (запуск) по 2018 (IPO), Spotify частично был распилен лейблами, и получал лицензии взамен на свои акции.

Так что же будет с Suno? Раз на партнёрский бал уже вступили Warner и ко, то топить Suno вряд ли они будут. Скорее отожмут, поделят между собой, откроют API, и будут легально использовать "ворованный" контент и технологии сами по полной. Как думаете на полностью "легальном" Suno артисты, чьи треки были распознаны для суда (да и все остальные, кроме участвующих в revshare / opt-in сделках), будут что-то получать с новых генераций? Продолжат ли дальше находиться совпадения по звучанию с копирайтом? Будут ли лейблы в случае чего говорить, что долю владения в треке определить невозможно, или просто будут игнорировать такие претензии, как это часто бывает с сэмплами и стилистическими совпадениями?

Удивительно как ещё не нашли чего-нибудь серьёзного у Eleven Labs, которые, по их заверениям, тоже тренируют модели на лицушном контенте, и недавно выпустили Eleven Music v2.5. Быть может это только пока.

Тем временем рисовая братва: Ye! Ye!

За месяц с небольшим выпустили MiniMax Music 3 плюс Ye2 плюс StepAudio 3 Music. Да и ACE-Step продолжает разрастаться лорами и приложениями.

Моя нейропещерка Psy Eyes: https://t.me/+U6skQIZEFgAxZjEy

У меня рядом с городом недавно построили автомобильный завод Haval, и я то и дело вижу китайскую братву всем автобусом раз в неделю-другую заполоняющую старый гипермаркет Магнит. Такие маленькие прикольные: все черноволосые, все в чёрной одежде, все почти одного роста, ну и на лица естественно похожие так, что у нейронки мозг вспотеет как их различить. Но сейчас не об этом.

Иду я сегодня по своим делам в другой части города, и тут мне на встречу молодой китаец. Весь напуганный, чувствуется что куда-то не успевает и заблудился. Показывает мне экран телефона, на котором что-то вроде расписания и на русском написано Новый Магнит. Я думаю "новый" это какой? Их десятки по городу. Вспоминаю, что через дорогу тоже есть Магнит и показываю ему на красную вывеску. Он пишет на экране своего переводчика "В ту сторону?". Я ему уже двумя руками как в меме показывают на здание напротив с присказкой "This building! This ONE!" Он ни в какую, пишет в переводчике "5 минут в ту сторону?". То что рисовая братва не знает ни английского, ни русского - только китайский и язык калькулятора (...100... ДОЛЛАРЬ) я знал ещё по выставкам аудио-видео техники. Жаль, что это не меняется.

Я подумал проще будет его просто через дорогу перевести. Но тут проходящий мимо русский чувак ему свистнул, показал рукой на Магнит, и тот пошел через дорогу сам... "О как! - думаю. - Ну и хорошо". И пошёл дальше в другую сторону по своим делам.

Иду и думаю, что надо на всякий подобный случай скачать в Google Translate китайский языковой пакет. В настройках поставил на закачку сразу и традиционный и упрощенный - никогда не знаешь что тебе пригодится. Я в 2018 году был в Швейцарии и там есть франкоговорящие регионы (до Берна) и германоговорящие. Будучи в Вербье, я через Booking снимал место в шалле у пожилой женщины, и как выяснилось по приезду она вообще ни слова по английски - только французский. И тут как раз пригодился Google Translate с аудиорежимом: она говорит на французском <—> я читаю перевод <—> я отвечаю ей на англисйком (чтобы гугл лучше реагировал) <—> она читает перевод. И так потихоньку разрулились. У неё там кстати до меня японская делегация была, они ей оригами журавлика оставили... А я ей оригами котика сделал, так что у неё после меня оставался целый контактный зоопарк.

Докачались языки на телефон. Иду по тротуару уже километр-полтора... И тут боковым зрением вижу китайца идущего по проезжей части и оглядывающегося по сторонам с мешком в обнимку. Я сначала подумал может это другой китаец, но мозжечком понимаю, что это тот же самый.

Я осознаю, что это идеальный случай затестить новый разговорный режим в Google Translate с автоматическим распознаванием языка (в том числе русского) и окрикиваю бедолагу. Он подходит и я говорю в переводчик: "Ты знаешь точный адрес куда тебе нужно?", ему выдаётся перевод, но он мне показывает на экране на тот же Новый Магнит. Иного я и не ждал. Дальше разговор через переводчик:

- "Твоя китайская братва от Haval обычно тусуется возле Магнита в той стороне"
- Он читает и радостно кивает Йес Йэс!
- "Давай я вызову тебе такси"
- Йэс, Йэс! Сэнк Йу! (ну хоть что-то он знает по-английски)
- "У тебя есть деньги? Наличные или карта"
- Йэс, Йэс!

Пока я переключаюсь на приложение такси он оглядывается как буд-то от этого зависит его жизнь. Хотя будучи наслышанным про китайскую рабочую этику, я не удивлюсь.

Вызываю ему такси и пока мы ждём я его спрашиваю как тебя зовут. Он мне отвечает в переводчик, и я читаю: "Дерево, приносящее убытки". Я засмеялся. Понимаю, что это скорее всего корявый перевод у шумной дороги. Но потом думаю, а вдруг его имя реально как-то так переводится или он поугарал?

В общем посадил птенца в такси и отправил в путь.

Уже будучи дома Гемини дал свой коммент:

Сейчас думаю надо было дать ему свой контакт в телеге, оформил бы на него Seedance/Jimeng/Kling/итд. Но ладно, поймаю у Магнита другого китайца.

Моя нейропещерка Psy Eyes
https://t.me/+U6skQIZEFgAxZjEy

Это 12B DiT модель в двух версиях:

• Raw — базовый чекпоинт для тренировки лор и файнтюна. Непригоден для инференса.

• Turbo — чекпоинт для генерации картинок. Можно использовать со своими лорами, натренированными на Raw.

Есть только text-2-image режим. Редактирования текстом, подключения рефов, Image-2-image — этого нет.

При создании датасета разработчики полностью исключили сгенерированные картинки из этапа претрейна, используя свои фильтры для очистки данных от «цифрового пластика». Благодаря этому модель выдает более живые, разнообразные и арт-ориентированные стили.

Krea 2 выдаёт изображения с высокой детализацией, хорошей анатомией, чёткими надписями, без блюра, сетки, и без шумов как Z-image Turbo при тех же 8 шагах. Модель напоминает по скорости и качеству опенсорсный Ernie-Image от Baidu, но Krea 2 не ловит таких артефактов как она.

Вместе с моделью идёт улучшайзер промта, как опять же в Ernie, но он может как сделать картинку детальнее, так и увести её в совсем другое русло. Лучше начальный промт иметь поконкретнее.

Следование самому промту в Krea 2 хорошее: сцена, персонажи и объекты будут располагаться как указано. Причём, так как текстовый энкодер Qwen3VL понимает русский, можно промтить прямо на русском. Но на любом языке ощущается малая вариативность по одному и тому же промту с разными сидами. Так что играться с промтами придётся.

Turbo модель заточена генерить в разрешениях от 1 МП (1024х1024) до 4 МП (2048х2048), хотя можно выставить и 16 МП (4096х4096), но тогда появляются проблемы с анатомией и часто объекты/персонажи начинают двоиться в кадре. В 2048х2048 картинка ощутимо чётче и детальнее, чем в 1024х1024. Можно даже сказать 2048х2048 стоит использовать как дефолтное разрешение. В воркфлоу из шаблонов Comfy размер картинки задаётся в МП (мегапикселях) в ноде Resolution Selector. Если что, её можно отстегнуть и задавать разрешение вручную.

Тесты а 4090 и 128 ГБ RAM:

При использовании Krea 2 Turbo bf16 и текстового энкодера Qwen3VL 4B bf16 в видеокарту загружается до ~23 ГБ VRAM, а в оперативку до ~10 ГБ. На генерацию 1024x1024, 8 шагов, cfg 1 = уходит 5 сек. Генка в 2048х2048 уже занимает 23 сек.

Использование fp8 весов модели и энкодера снизит общее потребление до 18-20 ГБ VRAM. Генерация 1024x1024, 8 шагов, cfg 1 = займёт 4 сек, а 2048х2048 уже 21 сек. Качество при этом останется хорошим, но могут появиться лишние конечности, а изображение потеряет немного в чёткости и станет шумным в мехе и подобных мелких вещах.

Тренировка лор уже завезена в AI-Toolkit, а также в Musubi. Я опробовал треню в AI-Toolkit и модель очень быстро подхватывает нужный стиль. На моём железе квантованная версия тренируется на скорости ~6 сек/шаг, а неквантованная уже +6 мин/шаг.

Krea и сами выпустили подборку лор, которые можно использовать в воркфлоу Comfy из шаблонов. У кого-то даже получается на Krea 2 натренировать лору на стиль, который раньше не давался.

Разрабы выпустили технический отчёт с деталями по тренировке модели. Ждём теперь от рисовой братвы новых качественных генераторов картинок и финтов с Krea 2, которым её не учили. Кто-то уже NSFW прикрутил.

Есть гайд по промтингу от Krea.

Лицензия разрешает использование модели в коммерческих целях, если общий доход за год меньше $1 млн, и не пилится NSFW на её основе.

Отдельный респект им за выкладывание модели торрентом с магнитной ссылкой.

magnet:?xt=urn:btih:2a644d0279182a022d08dd395ea593cfcc218e12&dn=watering-hole.zip

С хаггинга то и дело качаешь сотни гигов, и у них то скорость скачивания падает, то оно обрывается и надо качать заново. А если бы они бы генерили магнетлинки, то через qBittorent и иже с ними всё качалось бы без проблем, да и нагрузка на их сервера была бы меньше.

Демо

Playground

Анонс

Технический отчёт

Гитхаб

Хаггинг

Гайд по промтингу

API

Моя нейропещерка Psy Eyes: https://t.me/+U6skQIZEFgAxZjEy

Доллар по ~31,5 руб на тот момент.

Я тогда у себя в городе таких цен не видел. На рынке пиратки были по 100-150 руб. А диски менялись и того дешевле. Единственно лицушный первый Splinter Cell на 3-4 дисках мне тогда родители купили за 300 руб где-то. Это был первый и единственный раз, когда я прочитал от начала и до конца пользовательское соглашение.