模型黑盒与算法门槛：AI 专利的两道硬关

比起创造性，AI 发明更容易栽在「说明书支持不足」和「算法不算专利」两关。不少申请人在创造性答辩上准备充分，却因权项写得太"黑盒"被驳回，或把纯算法/商业方法直接写进权项而踩中客体红线。JPO 的案例集把这两类问题都单列了——对照五局口径，一份可落地的撰写清单也就清晰了。

01说明书/充分公开维度：让"黑盒"经得起再现

AI 模型的不可解释性，恰恰是说明书撰写的最大难点。权项写得宽，公开却跟不上，就会落入"支持不足"与"充分公开"的雷区。五局在这一维度上有共识，但细化口径各异。

JPO 的案例集（進歩性/記載要件/発明該当性三类）将"记载要件"单列，重点考察支持、充分公开与明确性。当说明书只给出模型名与笼统流程、却未说明足以实施的技术细节时，权项得不到支撑。

EPO 依据 Art.83，若披露不足导致无法在整个权项范围内再现所述技术效果，即构成不充分公开。审查实践常以"更像一份研究计划的邀请"来概括这类不充分公开——即申请文件未能让本领域技术人员相信权利要求所述目的或技术效果可实现，而非可实施的完整技术方案。

EPO 审查指南 G-II 3.3.1（2026 版）明确：AI/ML 相关的充分公开，需让本领域技术人员能基于公开内容重现技术效果，而非仅停留在方法构想层面。

CNIPA 局令第 84 号（2025-11-14 公布、2026-01-01 施行）修改完善第二部分第九章第 6 节原有规定，将第 6 节标题由「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相关规定」扩充并更名为「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相关规定」（仍为第 6 节，未升为独立章节），细化了模型构建与模型训练情形下的说明书撰写要求，明确充分公开的判断标准，正面回应"黑盒"带来的公开困境。

KIPO（2025-10 起升格为部级，英文名改为 MOIP） 在 IP5 中设有独立的 AI 审查实践指南（其他成员局亦通过一般审查指南的 AI 专节、专题案例集或相关专项规则处理 AI 发明），要求说明书须披露数据预处理、模型输入输出维度与特征变换；仅写模型名称或商业代号，不足以支撑权项。

02客体适格性（主题资格）/ 客体维度：算法不是专利，技术目的才是

在第二关，难点不在"是否智能"，而在"是否落在专利客体"。纯算法、纯商业方法天然面临客体适格性质疑。

JPO 从"发明该当性"切入，考察方案是否构成专利法意义上的发明客体。

EPO 对 AI/ML 的客体适格性（主题资格）首先要求权利要求具备技术属性——不能是单纯的「计算机程序」或「数学方法」本身，必须体现技术实现或技术贡献（此为 Art.52 客体门槛，源于计算机程序相关发明的一般审查路径）。至于 COMVIK（T 641/00）原则，则适用于创造性判断：当权利要求同时包含技术与非技术特征时，仅技术特征可贡献创造性，且须服务于特定技术目的（如审查指南 G-II 3.3.1 所规定）。

USPTO 适用 §101 Alice/Mayo 两步走。需特别注意：USPTO 目前并无 AI 专项的"创造性/§103"审查指引；其 2024 年两份 AI 文件分别是——2024-02 发布的发明人资格指引（曾采「重大贡献」测试），该指引已于 2025-11 被修订版整体撤销、改为无论是否使用 AI 均适用同一发明人认定标准（聚焦「构思」）；以及 2024-07 更新的 §101 客体适格性指引（含示例 47–49，仍有效）。

CNIPA 的 AI 发明还须守住专利法第 5 条的伦理安全底线：数据采集、规则设置不得违反法律、社会公德或妨害公共利益，否则不授予专利权。需明确——第 5 条是独立于客体适格性（第 2 条）的驳回事由，并非"可专利性"章节。

03五局对照表：一表看清差异

维度	JPO	EPO	USPTO	CNIPA	KIPO
说明书/充分公开	记载要件（支持·充分公开·明确性）	Art.83 披露不足→不充分公开	§112 书面描述 + 充分公开（enablement，与 §101 客体分置）	模型构建/训练须充分公开（第 84 号令）	须披露预处理/输入输出维度/特征变换
客体适格性（主题资格）/ 客体	发明该当性	须具技术属性（Art.52 客体门槛；COMVIK 为创造性原则，见 Part 2）	§101 Alice/Mayo，示例 47–49	客体判断+第 5 条伦理底线	软+硬结合，避人类精神/离线活动

04给中国申请人的撰写清单

对照上述五局口径，提交 CNIPA 的 AI 发明至少应守住四条：

① 披露训练数据的特征与范围（必要时）——尤其当数据特性对技术效果有决定性影响时，避免"黑盒"式模糊表述。

② 避免纯商业方法/抽象算法权利要求——将算法锚定到具体技术目的与技术实现，呼应 EPO 的技术属性要求（Art.52 客体门槛）与 USPTO 的 Alice/Mayo。

③ 模型相关公开须充分——构建与训练阶段中真正支撑发明实现与技术效果的关键技术特征都要写清（而非简单堆砌模型名称与参数），满足第 84 号令第九章第 6 节要求。

④ 伦理合规——数据采集与规则设置符合专利法第 5 条的公共利益与社会公德底线。

数据来源（官方链接）

[官方] JPO AI 审查案例集（共 25 例：2017 年 5 例+2019 年 10 例+2024 年 10 例，含生成式 AI），见 JPO 案例集英文页；Quick Reads 帖子 2026-10-05，见 JPO Quick Reads。
https://www.jpo.go.jp/e/system/laws/rule/guideline/patent/ai_jirei_e.html ｜ https://www.jpo.go.jp/e/news/quickreads/index.html
[官方] USPTO §101 客体适格性指引更新 2024-07-17（含示例 47–49，仍有效），见 USPTO 指引；修订版 AI 辅助发明人资格指引 2025-11（整体撤销 2024-02 旧指引），见 USPTO 2025 修订指引。
https://www.uspto.gov/subscription-center/2024/uspto-issues-ai-subject-matter-eligibility-guidance ｜ https://www.uspto.gov/subscription-center/2025/revised-inventorship-guidance-ai-assisted-inventions
[官方] EPO 审查指南 G-II 3.3.1（2026 版，AI/ML 专节 2024-03-01 修订生效），见 EPO 指南。
https://www.epo.org/en/legal/guidelines-epc/2026/g_ii_3_3_1.html
[官方] CNIPA 修改审查指南决定（局令第 84 号）2025-11-14 公布、2026-01-01 施行，见 CNIPA 公告。
https://www.cnipa.gov.cn/art/2025/11/14/art_99_202568.html
[官方] CNIPA 2025年《专利审查指南》修改内容解读（新增例18/19 创造性审查示例、第5条 AI 伦理与充分公开规则），见 CNIPA 政策解读。
https://www.cnipa.gov.cn/art/2025/12/4/art_66_202935.html
[官方] KIPO（MOIP）《人工智能领域审查指南》（2020-12 制定 / 2026-01 修订，案例 15 例），见技术领域审查实务指南·AI 章（2026-03） · 单行本英文版（2020-12）。
https://www.kipo.go.kr/upload/en/download/EXAMINATION_PRACTICE_GUIDELINES_BY_TECHNOLOGY_FIELD.pdf ｜ https://www.kipo.go.kr/upload/en/download/Examination%20Guide.pdf