作者 | 王斌

中国专利代理（香港）有限公司资深专利代理师

目次

1. 关于涉及计算机程序的发明专利申请审查的现有内容概评

2. 关于“违反法律、社会公德和妨害公共利益”的补充

3. 关于创造性审查新增2个典型案例

4. 关于“说明书充分公开”要求的补充

5. 关于新增的“包含比特流的发明专利申请审查”

6. 关于说明书内容的审查

国家知识产权局于2025年11月10日公布第84号令，对《专利审查指南》进行了修改，并将于2026年1月1日起正式施行。此次修订范围较为广泛，除了对发明人身份核实、同日申请、优先权声明等程序内容进行了细化完善，更重要的是对人工智能、比特流的涉及计算机程序的发明专利申请审查（《专利审查指南》第二部分第九章）有较大的内容增加。

笔者数了一下国家知识产权局发布的本次修改的修改对照版本，一共40余页，有近20页都是关于人工智能算法特征的内容增加（第二部分第九章第6节）以及关于包含比特流的发明专利申请的最新内容（第二部分第九章第7节）。在下文中，笔者将就本次审查指南修改中关于涉及计算机程序的发明专利申请审查进行简要评述解读。

 01  关于涉及计算机程序的发明专利申请审查的现有内容概评

《专利审查指南》第二部分第九章是“关于涉及计算机程序的发明专利申请审查的若干规定”，该部分主要规定了涉及计算机程序的发明专利申请的审查基准（第2节）、审查示例（第3节）、说明书和权利要求书撰写（第5节），以及本次修改的涉及人工智能、大数据等包含算法特征或商业规则和方法特征的发明专利申请审查（第6节，本次部分修改）和包含比特流的发明专利审查审查（第7节，本次新增内容）

涉及计算机程序的发明专利申请的审查基准规定，如果权利要求仅涉及（或仅是记录在载体的，或除了主题名称外仅涉及）算法或数学规则，则不属于专利保护的客体（法25条规定的智力活动的规则和方法）。例如，计算机程序求解圆周率和动摩擦系数的偏数学过程就属于智力活动的规则和方法。如果既有智力规则方法特征（例如纯算法特征）又有技术特征，执行计算机程序的目的是解决技术问题，反映的是遵循自然规律的技术手段，并且由此获得符合自然规律的技术效果，则符合属于专利保护的客体。

 02  关于“违反法律、社会公德和妨害公共利益”的补充

本次指南修改中，弥补了关于涉及算法和商业规则特征的专利客体审查中仅有关于“智力活动的规则和方案”（法25条）以及是否是“技术方案”（法2.2条）的缺漏，规定涉及算法和商业规则的发明专利方案中的“数据采集、标签管理、规则设置、推荐决策”等内容需要合法且符合社会公德公共利益。

针对上述修改，指南新增2个案例，第1个案例描述商场收集顾客数据用于分析当前顾客的偏好并推荐商品（床垫），分析认为公共场所搜集的个人信息只能用于公共安全目的，不能用于商业目的（个人同意除外）；第2个案例描述无人驾驶车辆在应急情况下根据传感器感测数据来分析，并分情况确定紧急情况被保护的对象和被撞对象，很明显这种对人群谁该被撞、谁该避让的做法是一种歧视。

笔者认为，本次内容的补充是对个人信息数据合规和网络安全、无歧视理念的回应，当前，人工智能模型的应用均出现了关于人身权益侵犯和社会公德、群体歧视方面的问题。比如，美国目前通过的关于人工智能的法案均偏重人身权益和社会公平，例如，今年通过的《删除法案》（TAKE IT DOWN）就针对AI生成视频的深度伪造涉及肖像权和声音权的问题进行了规范，纽约市也出台规定要求AI软件在招聘中对应聘者没有偏见。

针对专利申请审查过程中可能涉及“违反法律、社会公德和妨害公共利益”的内容，笔者在实践中已经发现一些企业在专利申请中已经具备数据合规意识。建议，若专利申请内容涉及数据（特别是个人信息）的处理，可以尝试在专利申请说明书中加入关于信息收集和处理的声明，例如“本公开的所有实施例所涉及的用户信息（包括但不限于用户设备信息、用户个人信息、设备使用数据对应的对象信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据、设备使用数据等），均为经用户授权或者经过各方充分授权的信息和数据”。

 03  关于创造性审查新增2个典型案例

关于涉及人工智能、大数据等包含算法特征或商业规则和方法特征的发明专利申请的创造性审查，审查指南规定“整体考虑”的原则，即“应将与技术特征功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征与所述技术特征作为一个整体考虑”，所谓“功能上彼此相互支持、存在相互作用关系”即指“算法特征与技术特征紧密结合，共同构成了解决某一技术问题的技术手段，能够获得相应的技术效果”。

对此，2024年底出台的《人工智能相关发明专利申请指引（试行）》阐述了3种典型的情况，其中的第一种情况是“人工智能算法特征成为技术手段的组成部分”，包括“特定功能或领域中应用人工智能算法或模型时应考虑算法特征对方案作出的贡献”以及“人工智能算法或模型应用于不同场景时应考虑的因素”。

解读该部分的内容，笔者认为总体上应当使得算法特征对创造性有贡献，如果是针对特定功能和特定领域/场景，需要考虑算法特征在应用于该功能/领域的过程中有没有算法流程步骤的修改或参数的调整。并且，如果是直接搬运式的应用场景切换，需要考虑这种搬运的领域远近、难易和启示（是否容易想到），若搬运后没有对算法流程步骤、参数或配置的调整，也不属于“预料不到的技术效果”，则很难满足创造性的要求。

本次指南修改引入了该《人工智能相关发明专利申请指引（试行）》中的一个案例引入。该案例中，本申请是基于图像来通过模型判断船只数量，对比文件是通过模型对图像判断果实数量，区别在于所识别对象不同，该转用没有对模型学习训练和处理过程做出改变。可以理解，该案例中，数据含义的不同对算法的改进或实现并未产生约束、影响或限制，应用场景的不同也未对算法模型的设计产生不同的约束、影响或限制。

针对AI具体应用领域转换的专利申请，本次指南修改的另一个案例则来自2023年的复审无效十大案例，本申请是用已知“等级”（基于平均尺寸）的废钢图片训练模型进行“等级划分”，而对比文件是一种较为通用的模型训练方法（即准备好已经确定种类的废钢图像来训练分类模型）。重点在于，本申请并非简单地训练模型，而是为了完成“等级划分”这个特定任务，对神经网模型的内部结构（卷积层和池化层的线路数量和层级设置）进行了专门且具体的改进。

笔者认为，当前人工智能技术飞速发展，专利申请大大增量增速，而专利申请涉及模型本身改进的方案（USPTO称之为“Core AI”的技术方案）远少于具体应用领域的技术方案，本次指南修改加入该案例，可能意图在于规范在直接将已有算法模型进行垂类AI应用场景拓展时进行进一步指导，即需要在该类申请中注意应用场景或对象的转换是否有在算法本身特征上的创造性修改。

 04  关于“说明书充分公开”要求的补充

审查指南和专利法的规定是“说明书是否清楚完整说明了技术方案，使得本领域技术人员能够实现”（法26.3条），本次针对人工智能领域的专利申请说明书撰写做出了进一步细化的规定，即

• 如果涉及人工智能模型的构建或者训练，则一般需要在说明书中清楚记载模型必要的模块、层级或者连接关系，训练必需的具体步骤、参数等

• 如果涉及在具体领域或者场景中应用人工智能模型或者算法，则一般需要在说明书中清楚记载模型或者算法如何与具体领域或者场景相结合，算法或者模型的输入、输出数据如何设置以表明其内在关联关系等

对此，本次指南修改提供了一个正面案例和一个反面案例。在正面案例中，申请通过将设有空间变换网络的第一卷积神经网络所生成的特征对各第二卷积神经网络实现信息共享，据此减少内存和提高准确度，说明书未明确空间变换网络的网络具体位置。但是，本技术领域的技术人员知晓空间变换网络一般可以插入到第一卷积神经网络中的任意位置，因此符合公开充分的要求。在反面案例中，声称能通过血检指标和人脸图像预测癌症，但是其基于未经证实的科学假设（如人脸图像与内部癌症的关联），且未明确关键实现途径（如具体采用哪些检测指标）并提供验证数据，因此不符合公开充分的要求。

针对AI类专利申请，《人工智能相关发明专利申请指引（试行）》指出“一方面，在数据输入到输出的过程中，其内部推理和决策过程不易解释，另一方面，即使采用相同的模型及设置参数，产生预期的效果也存在难度”。因此，人工智能算法或模型存在“黑盒”的特点，相比其他类型的专利申请，天然地需要有更多信息来达到充分公开的目的，特别是对发明产生贡献的部分（发明点）。笔者基于对AI技术的理解，也认为AI模型内部的隐藏层协作原理具有天然的不可解释性，然而涉及到“说明书充分公开”要求的专利申请，大多情况下是前文提及过的针对模型本身（Core AI）的方案改进，相对于应用场景的拓展和改进，Core AI类的方案改进往往具有更大的保护范围和更高专利价值，需要格外注意说明书充分公开问题，以避免类似谷歌革命性的Transformer架构（该架构被认为是近年人工智能突破发展的基石）在国内专利审查中遭遇的公开不充分的问题（具体可参考公开号CN110192206A，在第二轮复审中以说明书公开不充分而被驳回）。

 05  关于新增的“包含比特流的发明专利申请审查”

本次指南修改在第二部分第九章中新增一个完整的章节（第7节）规定包含比特流的发明专利审查审查，足以见对这类专利申请审查的重视。

其中，“比特流”一般指各种类型的数据的形式，即各种类型的数据一般以比特流的形式生成、存储、传输等，在数字视频编解码中，比特流通过视频解码方法生成视频数据。

第7节的重点在于，规定了单纯的比特流属于“智力活动的规则和方法”（法25条），而对比特流进行编解码的方法以及由该方法限定的存储或传输该比特流的方法、存储介质，属于专利的保护客体。并且，给出了一种典型的视频编解码技术的权利要求布局示例（简言之，独权1是视频编码方法，独权5是存储比特流的方法“执行权1的方法生成比特流；以及存储所述比特流”，独权6是传输比特流的方法“执行权1的方法生成比特流；以及传输所述比特流”）。

笔者概括来说就是，涉及比特流的发明需要以比特流生成方法为基准，而不能以比特流本身为基准。坦白来说，笔者对包含比特流的发明并未有过多特别的关注和研究，需要注意的是，第7节基本涉及视频编解码这一领域的比特流，可能是对这一热门技术领域的前瞻性指南。

并且，笔者认为，“比特流”是数据存在的形式或本身，对数据存在的形式或本身进行保护显然超出专利的客体范围，《欧洲专利公约》第52条第2款d项和EPO审查指南（Part G Chapter II 3.7 Presentations of information）也规定纯粹的“信息呈现”属于非专利保护的客体，要求“信息呈现”必须服务于“技术任务”，通过“持续/引导性人机交互”产生“技术效果”，这与本次中国指南修改的要求“比特流”必须由“特定视频编码方法”所限定，该方法能带来“存储或传输资源的优化配置”等技术效果不谋而合。

 06  关于说明书内容的审查

笔者发现，本次修改还在整个第二部分第九章的开头“审查基准”中新增了一句“必要时应当针对说明书的内容进行审查”。

笔者认为，这句话看似不起眼，但是却构成对人工智能和算法相关专利申请的一个必要补充。首先，说明书的审查在公开充分问题上的重要性不言而喻，在此不再赘述。而在客体审查方面，一种情况是“人工智能算法或模型与计算机系统的内部结构存在特定技术关联”（《人工智能相关发明专利申请指引（试行）》），这种情况尤其考察算法与计算机系统内部结构存在特定技术关联的技术特征是如何存在符合自然规律的技术效果的，特别是对计算机系统内部性能（例如资源调配、信息交互传递），这需要在说明书中对技术效果进行审查，申请人也应格外注意说明书中对硬件内部结构和性能的提升的描述。另外，也需要将原来说明书描述的偏经济、社会规律的效果适当改造为更具技术性的效果描述；还可以在说明书中检查是否存在涉及个人信息和数据合规的内容。在创造性审查方面，虽然仍应以权利要求的审查为主，但是诸多算法改进的技术效果并不能从权利要求的语言中推导，需要在说明书进一步阐述技术手段到技术效果的推导，例如具体对“人工智能算法或模型与技术特征共同构成技术手段提升了用户体验”（《人工智能相关发明专利申请指引（试行）》中说明的具备创造性的情况之一）中的用户体验与技术特征、技术手段的推导过程进行进一步阐释，也需要利用更为技术化的语言描述“用户体验”这类效果。

总结来说，本次修改重点聚焦涉及AI、大数据和比特流领域的专利申请审查，涵盖对客体问题的重要补充和明确、对创造性问题的进一步说明阐释以及AI领域专利申请说明书充分公开的要求的特别提醒。在当前AI和数据领域大大发展的今天，这对专利审查助力创新主体的知识产权保护有重要的意义。

*本次撰写没有利用AI生成的内容

作者：王斌

编辑：Sharon