第五届知产前沿人工智能论坛在上海举行
2025年12月12日，由YIP Events & 知产前沿新媒体主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闭幕。论坛以“AI技术驱动下的知识产权及合规挑战”为主题，聚焦生成式人工智能在专利申请、数据保护、企业合规与著作权保护中的关键问题，探讨AI对知识产权制度的深层影响及全球政策动态，为从业者提供专业交流与合作平台。
新规下AI专利申请策略深度解析
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围绕“新规下AI专利的申请策略及实践”作主题分享。他结合人工智能产业发展趋势，阐明专利竞争在技术博弈中的核心地位；系统解读《专利审查指南》修订要点，剖析审查标准变化背后的逻辑；并基于实务经验提出可落地的申请策略与布局建议，兼顾理论高度与实操价值 [2] 。
人工智能快速发展背景下专利竞争的升温与制度演进
据中国互联网络信息中心《生成式人工智能应用发展报告（2025）》，截至2025年6月，我国生成式AI用户规模已超5亿，普及率达36.5%。以大模型为代表的生成式AI正处高度活跃、竞争激烈阶段 [3] 。
开源文化与知识产权
专利制度已成为AI技术竞争的核心工具。尽管开源文化盛行，但OpenAI等头部机构已在语言模型、文本生成系统及训练方法等核心技术领域开展系统化专利布局，印证专利保护不可替代的战略价值 [4] 。
AI专利保护的态势与制度加速演进
我国AI专利申请量年均复合增长率超36%，全球超60%的AI专利申请来自中国。国家知识产权局近期大幅修订《专利审查指南》，新增人工智能与大数据专章，明确细化审查标准，旨在提升申请质量、规范创新成果保护路径 [5] 。
洞察新规：AI专章的核心变化
伦理审查成为授权“前置过滤器”
修订后的《专利审查指南》强化适用专利法第五条，要求含算法或商业规则特征的AI专利不得违反法律、社会公德或妨害公共利益。典型不予授权情形包括： [6]
- 数据采集非法：如商场未经同意采集顾客人脸信息用于营销，违反《个人信息保护法》；
- 算法规则失德：如自动驾驶模型依行人年龄、性别设定碰撞优先级，违背社会公德。
针对“黑盒”特性，细化充分公开标准
指南提高对AI模型“充分公开”的要求，强调需清晰披露模块构成、层级设计、连接关系、训练步骤及参数等核心内容。过去以技术秘密方式隐匿关键逻辑的做法，将难以满足新标准 [7] 。
完善创造性判断规则，强调“真实技术贡献”
算法特征须与技术特征“功能上彼此相互支持、存在相互作用”，方可认定具备创造性。仅改变应用场景而未对算法结构、训练方法或参数做出实质性改进的方案，通常不具备创造性。例如，将农业图像识别算法简单移植至工业检测场景，若未针对反光、微小缺陷等特殊需求优化，即难获授权；而在“废钢分级”中提出新型神经网络构建方法并解决特定技术问题，则可认定具备创造性 [8] 。
应对策略：审查标准升级下的策略转换
建立申请前伦理与数据合规自查机制
以制药企业拟申请“利用AI筛选靶点并设计新型药物分子的方法”为例，申请前应系统开展三方面审查： [9]
- 数据来源：核实训练与使用数据获取渠道是否合法正当，是否完成必要脱敏处理；
- 算法偏见：评估模型在不同种族、性别基因组数据上的表现一致性，防范歧视性风险；
- 应用风险：前瞻性评估大模型潜在使用场景，规避军事用途或其他违法应用风险。
以“贡献度”为中心重构申请文件
申请人应紧扣方案的实质性技术贡献展开撰写。如DeepMind某专利获授权的关键，在于其充分论证训练方法如何解决“灾难性遗忘”问题，并具体阐明降低存储需求、简化系统复杂性及多任务性能保持等技术效果，切实满足创造性与充分公开双重要求 [10] 。
由撰写技巧到布局规划
AI专利保护需摒弃“单点突破”，转向系统化、分层次布局，覆盖模型架构、算法改进、应用模块等维度。同时应综合运用专利、软件著作权、商业秘密与数据知识产权等多元工具，构建互补协同的立体化保护体系，依据技术特性、商业模式与合规要求进行差异化配置 [11] 。
总结与行动建议
新《专利审查指南》并非单纯抬高门槛，而是引导AI技术创新向善发展、整体提升专利质量。专利代理师角色正从文书撰写者升级为创新质量把关者与战略规划者，需协助企业设计系统化、可持续的知识产权保护方案，切实护航人工智能产业健康发展 [12] 。