在人工智能快速发展与全球技术竞争加剧的大背景下，围绕人工智能的知识产权保护日益成为产业关注焦点。2025年12月12日，由YIP Events & 知产前沿新媒体举办的第五届知产前沿人工智能论坛在上海静安铂尔曼酒店顺利闭幕。本次论坛以“AI技术驱动下的知识产权及合规挑战”为主题，围绕生成式人工智能技术在专利申请、数据保护、企业合规和著作权保护中的关键问题展开交流，并探讨 AI 技术对知识产权制度的冲击及人工智能知识产权全球政策动态等议题，为人工智能领域的知识产权与法务从业者提供学习和合作平台，推动我国人工智能产业健康发展。

12月12日下午，上海专利商标事务所有限公司知识产权咨询事业部副总经理俞莹琛以“新规下AI专利的申请策略及实践”为主题展开了深度且系统的分享。他结合当前人工智能产业发展的宏观态势，点明专利竞争在技术博弈中的核心地位，随后聚焦《专利审查指南》修订后的新规要点，拆解审查标准变化背后的逻辑与考量，最终基于实务经验给出针对性的申请策略与布局建议，为在场从业者提供了兼具理论高度与实操价值的指导。

一、人工智能快速发展背景下专利竞争的升温与制度演进

随着人工智能技术，尤其是生成式人工智能的快速发展，其应用已广泛渗透至社会生活的各个层面。根据中国互联网络信息中心发布的《生成式人工智能应用发展报告（2025）》数据统计，截至2025年6月，我国使用过生成式人工智能产品的用户规模已突破5亿，普及率达到36.5%，意味着每三名公众中便有一人接触过相关技术。以大模型为代表的生成式人工智能正处于高度活跃、竞争激烈的发展阶段。

在此背景下，作为技术竞争核心工具的专利制度成为知识产权从业者关注的重点。然而，实践中部分专家与技术人员对人工智能与专利保护之间的关系仍存在疑虑：一方面，人工智能技术迭代快，而专利授权周期较长，容易产生专利难以匹配产品更新节奏的认知；另一方面，人工智能领域长期推崇开源文化，使部分研发人员误以为开源即可替代专利保护。从产业实践的角度看，上述理解仍显片面。即便是高举开源旗帜的OpenAI，也已在语言模型、文本生成系统以及模型训练方法等核心技术领域开展了系统而密集的专利布局。上述事实充分表明，在人工智能产业竞争格局中，专利仍然是不可忽视的核心战略工具。

相关数据显示，近年来我国人工智能专利申请量保持了年均超过36%的复合增长率，且全球超过60%的人工智能专利申请来源于中国。与此同时，国家知识产权局及多地知识产权保护中心陆续出台并完善了人工智能相关专利政策。其中尤为关键的是，国家知识产权局近期对《专利审查指南》进行了较大幅度修订，专门新增了人工智能与大数据章节，对相关专利申请提出了更加明确和细化的审查标准。此次修订不仅回应了人工智能技术快速发展的现实需求，也旨在提升相关专利申请质量，规范创新成果的保护路径。

 

二、洞察新规：AI专章的核心变化

修订后的《专利审查指南》强化了对专利法第五条的适用，即对于包含算法特征或商业规则和方法特征的发明专利申请，不得违反法律、社会公德或者妨害公共利益。在传统技术领域，该条款适用相对有限，但在人工智能领域，其重要性显著上升。由于人工智能技术更容易触及数据合规、隐私保护、社会公德等敏感边界，伦理审查正逐渐成为专利审查的前置过滤机制。修订后的指南明确列出了因违反法律、社会功德或者妨害公共利益而不能被授予专利权的具体情形：

1.数据采集非法：在商场未经同意采集顾客人脸信息用于营销的系统，因违反《个人信息保护法》而不予授权。

2.算法规则失德：自动驾驶模型依据行人性别、年龄决定碰撞优先级的训练方法，因违背社会公德而不予授权。

针对大模型固有的“黑盒”特征，即大模型内部结构与运行机制难以直接观察，审查指南进一步提高并细化了充分公开的要求，以促进专利申请质量提升，并使其相关技术为社会公众充分知晓，加快人工智能领域的技术传播与创新。专利制度的核心在于“以公开换保护”，过去在专利文本中通过技术秘密方式刻意保留核心逻辑的做法，未来可能难以满足审查要求。申请人需更清晰、完整地披露人工智能模型的模块构成、层级设计或者连接关系，以及训练的具体步骤、参数等内容，并在说明书中清楚记载，以满足新修订指南的要求。

新修订的《专利审查指南》进一步明确，算法特征需与技术特征“功能上彼此相互支持、存在相互作用”，方可认定具备创造性。仅仅改变应用场景，而未对算法模型本身的结构、训练方法或参数做出任何改变，通常难以通过创造性审查。例如，将原本用于农业领域的图像识别算法简单移植至工业检测场景，但未针对反光、微小缺陷、复杂背景等工业质检特殊要求进行实质性改进，通常会被认定为缺乏创造性。而在“废钢分级”场景下，由于提出了新的神经网络模型构建方法，解决了特定技术问题，算法具备实质性改进，因此认为其具备创造性。

三、应对策略：审查标准升级下的策略转换

（一）建立申请前伦理与数据合规自查机制

以某制药企业拟提交一件关于“利用AI筛选靶点并设计新型药物分子的方法”专利为例，企业在专利申请前有必要开展系统性的合规与风险审查：

1.数据来源：企业应对相关数据的来源进行核实与审查，重点评估训练和使用数据的获取渠道是否合法、正当，数据在使用过程中是否已依法进行必要的脱敏处理，以及是否可能涉及违规采集或不当利用等情形。

2.算法偏见：企业应关注算法本身是否存在偏见或歧视性设置，说明其模型在不同种族、性别基因组数据上的表现一致性，避免因模型设计缺陷引发潜在法律与伦理风险。

3.应用风险：对于大模型的应用场景亦应进行前瞻性审查，评估其未来可能被用于的具体领域，是否存在潜在军事用途或其他违反法律法规的使用风险。

（二）以“贡献度”为中心重构申请文件

现行《专利审查指南》对专利申请提出了更高的充分公开要求，同时也提高了对创造性的审查标准，明确强调算法特征需与技术特征“功能上彼此相互支持、存在相互作用”。基于此，在技术方案的梳理与撰写过程中，申请人应围绕该方案所体现的实质性技术贡献展开，而非停留在抽象描述或概念层面。以DeepMind的一项发明专利为例，该专利最终获得授权，关键在于其在审查及后续上诉过程中，充分论证了其训练方法如何有效解决“灾难性遗忘”等关键技术问题，并明确揭示了由此产生的具体技术效果，包括降低存储需求、简化系统复杂性以及在多任务场景下保持较高性能等。同时，申请文件还进一步阐明了相关训练方法调整在实际应用中的技术价值，从而满足了创造性与充分公开的审查要求。

 

（三）由撰写技巧到布局规划

鉴于人工智能技术的高度复杂性，其专利保护不宜采取“单点突破”的方式，而应进行系统化、分层次布局，构建全方位的专利防护网。企业可围绕模型架构、算法改进、应用模块等不同层面分别构建专利保护网络。同时，在整体知识产权战略中，也应综合运用专利、软件著作权、商业秘密及数据知识产权等多种工具，形成互为补充的保护体系，通过“组合拳”方式实现整体防护，而非依赖零星的专利形成保护。不同权利形态所对应的保护内容和适用场景各不相同，企业在进行整体规划时，应结合技术特点、商业模式及合规要求，进行有针对性的选择。

 

四、总结与行动建议

随着人工智能专利审查规则的不断细化和完善，新审查指南的出台并非单纯提高门槛，而是旨在引导技术创新“向善发展”，并整体提升AI领域专利申请的质量。在这一背景下，专利代理师不再只是单纯的文书撰写者，更应成为创新质量的把关者和专利战略的规划者，设计系统化、可持续的知识产权保护方案，协助企业和科研团队更加有效地保护技术创新成果，推动人工智能产业的健康发展。

 编辑：Sharon