Suno AI Music se entrenó con más de 2 millones de canciones extraídas de YouTube
Durante años, los músicos han dicho que los generadores de canciones con IA se alimentan de su trabajo sin preguntar. Un hacker acaba de abrir la caja negra y les mostró exactamente cómo.
El código fuente filtrado de Suno, una de las mayores herramientas musicales de IA, cuenta la historia. Entrenó su modelo extrayendo millones de canciones y letras de Internet. 404 Media recibió datos de un hacker que irrumpió en la empresa.
El robo es enorme. Un archivo con la etiqueta "youtube_music" tiene más de 2 millones de clips registrados. Otros enumeran decenas de miles de horas de Deezer, Genius y la biblioteca de archivos Pond5. En definitiva, suma décadas de música grabada.
La voz esta rasgando
El código era específico sobre lo que quería. Para capturar voces claras, buscó versiones a capella de la canción en YouTube. Para superar las defensas de YouTube, Suno dirigió su scraping a través de una empresa de proxy llamada Bright Data. También rastreó 420.000 podcasts, buscando casi un millón de horas de conversación.
💜 de tecnología de la UE
Los últimos rumores de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris y algo de arte de inteligencia artificial dudoso. Es gratis, todas las semanas, en tu bandeja de entrada. ¡Regístrate ahora!
Nada de esto es completamente nuevo. En el tribunal, Suno ya admitió haber aprendido sobre "básicamente todos los archivos de música de calidad razonable" en la web abierta. Pero la filtración muestra la maquinaria detrás de esa línea.
Los sellos discográficos se quejan tanto como siempre. Swing Suno, la RIAA dijo que la compañía copió "décadas de las grabaciones sonoras más populares del mundo" y lo hizo "extrayendo transmisiones" de YouTube, eludiendo las protecciones de copia de la plataforma.
"Uso legítimo", dice Suno
La defensa de Suno, como la de la mayoría de las empresas de inteligencia artificial, es el uso legítimo. Dice que se entrena con "archivos de música disponibles públicamente" y construye sus modelos para la "creación original". Incluso omite los nombres de los artistas de sus datos de entrenamiento para disuadir a los imitadores.
Tras el incumplimiento, la empresa le restó importancia. Calificó el incidente de noviembre de 2025 como "limitado" y "contención rápida", dijo que el código expuesto estaba desactualizado e insistió en que no se filtró ningún dato confidencial. No contiene los números de tarjeta completos de los clientes, añadió, y decidió que no era necesario decírselo a los usuarios.
El hacker, que se hace llamar ellie.191, cuenta una historia diferente. Dijeron que ingresaron a través del gusano Shai-Hulud, tomaron las credenciales de un empleado y obtuvieron correos electrónicos, números de teléfono y registros de banda de los clientes. Suno nunca advirtió a esos usuarios, dijeron algunos de ellos a 404 Media. ¿Objetivo? "Me gusta hackear cualquier cosa".
Una pelea más grande
El tiempo es importante. Algunas discográficas ya han hecho las paces: firmar acuerdos de licencia con empresas de inteligencia artificial en lugar de luchar contra Sony todavía está en los tribunales, y este verano se emitirá un importante fallo sobre el uso legítimo.
Mientras tanto, los artistas dicen que los contratos no les aportan mucho. El director ejecutivo de Suno, Mikey Shulman, dijo una vez que la mayoría de la gente "no disfruta la mayor parte del tiempo que hace música". Aquellos cuya música formó su modelo no pudieron estar de acuerdo.
