滕牧：2026AI专利授权新规则：伦理审查不可逾越，创造性评判有了新标尺

#本文仅代表作者观点，不代表IPRdaily立场#

来源：IPRdaily中文网（iprdaily.cn）

【GIPC·产业之王｜演讲实录】

2026年7月24-25日，由IPR Daily主办的GIPC·产业之王｜2026全球知识产权生态大会在北京成功举办。大会以「法商融合」为方法论，聚焦AI知识产权服务、生物医药IP价值、SEP全球许可三大产业议题，汇聚小米、阿里、联想、宁德时代、OPPO等龙头企业IP决策者，共筑年度知识产权产业盛会。

本专栏系大会演讲嘉宾观点的系统整理，旨在将产业洞察沉淀为可复用的知识资产。

万商天勤高级专利顾问、前专利审查员滕牧受邀出席，并发表了题为《AI专利授权分水岭：吃透审查标准打造高价值专利》的主题演讲。他围绕2026年1月正式实施的新版《专利审查指南》，细致解读人工智能专利在伦理合规、创造性判定、技术披露充分性三大板块的全新审查规则与实操尺度。他以“数字人专利无效案”为例指出，AI专利撰写应重点围绕模型训练阶段的技术问题展开，完整记载训练步骤与参数优化逻辑。滕牧还提醒，AI辅助工具在提升效率的同时需警惕“AI幻觉”与信息泄露风险，建议企业建立“AI辅助+人工干预”的协同机制，将审查标准吃透在前、将实质改进做深做实，才能打造经得起无效考验的高价值专利。

万商天勤高级专利顾问、前专利审查员滕牧

以下为演讲实录：

 AI专利授权分水岭：吃透审查标准打造高价值专利 

各位领导、各位嘉宾，大家下午好。很荣幸能够参加本次全球知识产权生态大会，我是滕牧，目前任职于北京市万商天勤律师事务所。今天我要分享的主题是，立足人工智能产业，吃透审查标准，打造高价值专利。之所以确定这样一个主题，是因为当下最火热的赛道就是人工智能赛道。人工智能已经渗透到各行各业，从程序开发到技术研发，再到日常办公和智能陪伴，AI正在深度改变我们的工作和生活。

伴随AI技术的快速发展，相关专利申请量也在持续激增。国家知识产权局与时俱进地修改了《专利审查指南》，进一步明晰了人工智能领域的专利审查尺度，为专利审查和申请提供了明确的指引。与此同时，人工智能也在重塑专利申请与审查全流程，AI辅助撰写、AI智能检索等工具的应用日趋广泛，专利申请的工作效率得到了大幅提升。接下来，我会结合《指南》的修订内容与AI专利申请的实践，解读人工智能专利审查标准的变化，同时也和大家探讨AI给专利行业带来的变革。

本次分享包括四个部分。第一部分是《专利审查指南》的修订，这部分今年已经开始实施。第二部分介绍一个典型案例，通过这个案例来看审查标准，这个案例是2025年度的十大无效案例之一，是复审部评选出来的典型案例。第三部分是AI辅助打造高价值专利，讲一讲如何用AI帮助我们打造高价值专利。第四部分是总结和展望。

Part.01

《专利审查指南》新修订——人工智能为主

下面我们来看《专利审查指南》的新修订。我们主要对人工智能专利这一部分进行讲解，先看修改背景。随着我国新领域新业态的快速发展和专利审查工作的新进展，专利领域出现了一些新情况，这就对专利审查工作提出了新的要求，所以有必要对指南进行修改。这些新要求主要体现在哪里呢？第一，专利审查规则需要与人工智能、植物新品种、比特流等新领域新业态的快速发展相适应。第二，需要积极回应创新主体对专利审查授权确权工作的合理诉求。第三，专利审查实践中一些行之有效的成熟经验需要进一步固化和推广。

我们再来看一下《专利审查指南》的修改过程。2025年4月30日，国家知识产权局发布了《专利审查指南修改草案征求意见稿》，并征求意见到6月15日。征求完意见之后，经过国家知识产权局的充分调研，2025年11月10日，国家知识产权局发布了关于修改《专利审查指南》的决定，由第八十四号局令发布新指南。新指南在2026年1月1日正式实施。关于人工智能审查的一些标准和要求，后面我会详细展开。

我们来看一下这次《指南》修改的主要内容，包括三大块，我们重点关注人工智能这一块的修改。其他一些内容我也会简单提一下，供大家参考。这三块内容分别是新领域新业态的调整，优化审查标准和规则，以及优化服务规则。新领域新业态主要就是指人工智能、比特流，比特流对应的是流媒体发展。这次也扩大了植物新品种的范围，为了更好与《种子法》对接。第二部分优化审查标准的内容比较多，我简单列了几项，包括同日双申处理的改变，无贡献特征评价，针对一些特别长的权利要求的评述，还有发明人信息的审核，增加了代理人对发明人信息的审核。还有优化服务规则，为了满足创新主体的需求，可以按需审查、快速审查，还有分案优先权和无效文本的要求，这里就不再过多展开了。

在人工智能这块，可以看到包括人工智能伦理和审查标准，我们后面也会重点对这部分进行阐述。人工智能领域审查标准的修改包括四个方面。第一是强化人工智能领域的指引；第二是增加人工智能伦理审查标准，增加了两个案例；第三是明晰人工智能技术创造性的审查标准，也增加了两个案例供大家参考；第四是强调人工智能领域能够实现的撰写要求。这些都与前面提到的黑匣子模式下如何把专利写清楚、能够实现，以及如何判断创造性问题密切相关。

我们逐个来看一下。首先是强化人工智能领域的指引，将原来第六节的标题从“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”修改为“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”，明确了人工智能和大数据在这一节的重点地位，也是给人工智能专利的标准做了一个指引。其次是增加人工智能伦理审查标准。新增关于《专利法》第五条第一款的审查标准提到，“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，如果其中的数据采集、标签管理、规则设置、推荐决策等含有违反法律、社会公德或者妨害公共利益的内容，不能被授予专利权。”在明晰人工智能技术创造性审查规则方面，在“6.2审查示例”部分中新增了两个创造性审查示例，旨在进一步明晰人工智能领域专利申请的创造性审查规则，解决应用场景和处理对象等因素的异同给创造性判断带来的困惑。最后则是强调人工智能领域能够实现的撰写要求，特别是涉及人工智能模型的构建或者训练、在具体领域或者场景中应用人工智能模型或者算法的专利说明书能够实现的要求。

关于能够实现撰写要求这块，是因为能够实现是我们撰写人工智能专利的一个难点。在AI专利能够实现方面，这次新增规定强调了AI领域的撰写要求，以应对AI黑匣子的特点。具体来说，在指南第6.3.1节说明书的撰写部分新增了规定：如果涉及人工智能模型的构建或者训练，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，一般需要在说明书中清晰地记载模型或者算法如何与具体领域或者场景相结合，算法或模型的输入输出数据如何设置，表明其内在的关联关系，使得所属技术领域的技术人员能够按照说明书记载的内容实现该发明的解决方案。本次新增规定针对人工智能相关发明专利申请的两种常见形式，鉴于其算法和模型的黑匣子特性，内部结构与运行机制难以直接观察，进一步明确了说明书满足充分公开要求所需达到的具体标准，以促进专利质量提升，并使相关技术能够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。

下面我们来详细看一下指南里新增的这些案例。针对AI这块，通过案例可以加深对这些标准的理解。

首先来看两个人工智能伦理审查案例。第一个案例涉及采集个人信息。这个案例讲的是一个基于大数据的商场内床垫销售辅助系统，内容大致是这个辅助系统通过摄像模块和人脸识别模块完成顾客面部特征信息的采集，并得到顾客的身份识别信息，对收集到的信息进行数据分析，评估顾客对床垫的真实偏好，帮助商家精准营销，目标就是帮助商家精准营销。通过整个方案来看，它是将图像采集和人脸识别手段用于商场经营场所进行床垫的精准营销，并不是维护公共安全所必需的。而且信息识别和采集在说明书中并没有写明是在顾客未察觉的情况下进行的，申请中也没有表明数据采集是合法合规的，这与我国个人信息保护法的相关规定相违背，根据专利法第五条第一款的规定，不能被授予专利权。从这个案例可以看出，AI专利申请中所有涉及人脸、生物特征、用户隐私信息采集的方案，申请文件必须写明合法授权，要做脱敏处理，否则可能直接因为公开不充分而丧失授权资格。

第二个案例是违反公平公德的案例。方案涉及一种无人驾驶车辆应急决策模型的建立方法。一种无人驾驶车辆应急决策模型的建立方法，其中有一个决策是以行人的性别和年龄作为障碍物数据，通过训练出的决策模型来确定无法避让障碍物情况下的被保护对象和被撞对象，利用训练后的决策模型确定无人驾驶车辆的行驶轨迹。从这个案子中可以看出，它里面明显有一个针对行人性别和年龄作为障碍数据进行分析，并从中选择一部分人作为被保护对象，一部分人成为被撞对象。对我们来说，每个人的生命权和健康权都是平等的，这种分析有悖伦理，这种决策会强化社会中存在的性别和年龄偏见，引发公众对公共出行安全性的担忧，破坏公众对科技和社会秩序的信任，所以根据专利法第五条第一款的规定，不能被授予专利权。从这个典型案例可以看出，AI伦理问题已经成为AI专利审查中的一个重要问题。AI算法不能设置差异化的歧视逻辑，公平、公德是专利审查中的一个要点。

第三个案例是创造性案例。指南给了两个新的案例来为大家解惑，提供初步的创造性判断标准。第一个是不具备创造性的案例。这个案例是一种识别船只数量的方法，获取船只图片数据，通过深度学习训练出检测数据模型，解决准确识别当前海域内船只数量的技术问题。方案包括图形识别方法，如预处理、位置和边界信息、深度学习模型训练等。对比文件一公开的是一种识别树上果实数量的方法，本申请与对比文件的区别仅在于识别对象不同，其他包括边界、深度学习、模型训练等基本都是一致的。最后指南给出的结论是不具备创造性，因为他们虽然场景存在差异，处理的对象存在差异，但整个模型训练过程、模型设计和应用基本都是一致的，差别仅在于对象，而且对于所属领域技术人员来说，对象不同所带来的难度并不大，本方案并没有实质差别，因此判定不具备创造性。通过这个案例可以得到两点启示。从创造性评判角度来说，在实质模型基本相近的情况下，仅场景或对象存在差异，如果这种差异没有给方案带来实质性的改进，这种转用大概率不具备创造性。从申请撰写的角度来说，如果要撰写一个转用发明，就要突出转用后模型针对不同对象所做的调整和效果，以提高授权率。

第四个案例是具备创造性的案例。本申请是一种建立废钢等级划分神经网络模型的方法，废钢料都堆在一起，需要根据尺寸对这些废钢进行等级划分。对比文件是一种废钢种类识别方法，用于识别废钢属于料豆、冲压料余料还是面包铁等种类。大面上看起来都是基于废钢的识别，但他们的识别方法存在很大差别。首先训练数据和提取的特征不同，卷积层和池化层的线路数量和层级设置也不同，比如在本申请中需要提取废钢的颜色、边缘和纹理等特征，训练过程也做了相应调整。虽然场景接近，但整个方案差别很大，而且现有技术没有给出相应启示，所以本案具备创造性。通过这个案例我们也可以得到启发，在做创造性判断时需要综合考虑场景和模型方式，找出模型中是否存在实质差别，进而准确判断创造性。

看完这两个案例，大家可能觉得创造性标准还是不够具体。后面我们会通过一个复审部的案例来综合看一下创造性的标准。

接下来看一个公开不充分的案例，指南里的示例5。公开不充分一共两个案例，第一个涉及生成人脸特征的方法，评述比较简单，主要是说明利用人工智能算法或模型解决某一领域技术问题时，如果方案采用的技术手段属于本领域公知常识，则可认为即使说明书中没有详细记载该手段，也不会导致公开不充分。简单来说，采用的部分技术手段如果是公知常识，可以不用详细描述，但具体哪些需要详细写，哪些不需要，需要发明人和代理人共同判断，这一点我就不再赘述了。我们主要看第二个案例。

第二个案例是一种基于生物信息预测癌症的方法，它将血常规、血生化检测指标和人脸图像特征共同作为筛查模型的输入。血常规和血生化这两种检测项目大家都熟悉，每次体检时项目非常多，但说明书里并没有说明具体哪些指标与肿瘤预测准确度相关，或者这些指标之间有没有权重关系，说明书中都没有提到，所以这个案子被认定为公开不充分。从这个案例可以看出，申请撰写时要注意公开到什么程度，是让公众觉得能够实现，还是本领域技术人员能够实现，还是通过反复尝试才能够实现，需要我们自己把握好尺度。撰写专利时一定要参考指南给出的案例，避免被驳回。

Part.02

从典型案例看审查标准——基于音频生成动态图像的方法、装置、设备及存储介质（ZL202410022841.6）

下面从典型案例看审查标准。这个数字人无效案例是比较新的案例，是2025年度的十大无效案例之一。案件双方分别是南京硅基和趣推科技。先看背景技术，常规数字人制作过程是采集目标人物说话的视频数据，通过深度学习学习视频中目标人物的声音和口型的对应关系，得到训练完成的网络模型，再输入新的音频，生成该音频对应的口型动画。这里的技术问题是需要获取用户说话的大量视频数据，需要逐帧拆解，而且为了保证数字人效果，对用户说话的视频数据质量有一定要求，导致生成数字人时较为麻烦，成本过高，周期较长。

针对这种情况，本申请提供了一种方案，大致的方案是只需输入一张单张照片和一段录音，通过网络模型提取出照片中的头部动作特征和表情特征，用这些特征来调整之前的通用模型，通过调整就得到目标生成网络模型，这样得出的目标模型会更贴合目标人物。得到目标生成网络之后，基于输入的参考音频、参考图像和待处理图像，就可以得到网络模型驱动输出的目标动态图像。

经过与最接近的现有技术SadTalker模型比对，SadTalker的方案也包括利用模型生成视频图像，输入数据来自HDFD数据集。简单说，也是通过先前的视频集评估得到一个训练后的模型，再输入图像和音频，生成视频。从表面来看，我们输入的参考图像只在第三步应用阶段起作用，之前都没有起作用。而本申请的区别技术特征在于，在前面就把参考图像输入了，并且对预训练模型进行了二次优化，使得模型生成的对象更贴近待处理的图像。复审部在评判时也分阶段进行了讨论，包括模型设计阶段、模型训练阶段和模型应用阶段。

复审部给出的结论是，权利要求限定的技术方案具有区别技术特征，获得了生成目标动态图像中的图像更加贴近待处理图像中对象的有益效果，因此具备创造性。为什么复审要分阶段解读？复审决定给出的启示是，在方案理解时，涉及人工智能应用的技术方案通常包括模型设计、模型训练、模型应用三个阶段。面对涉及人工智能应用的权利要求时，应站位本领域技术人员，从处理目的、处理对象、处理结果、结果使用等方面准确理解方案，找出区别。创造性判断时，模型训练阶段是重要部分，要综合考虑场景和不同的模型训练方法，再考虑这些训练方法产生的有益效果，最终得出创造性判断的结论。有了三阶段和四方面的标准之后，相信大家对创造性标准有了一个更清晰的认识。

小结一下，人工智能这次修改主要包括伦理审查、公开不充分和创造性的注意事项。

Part.03

AI辅助打造高质量专利

我们来看第三部分，主要讲AI辅助打造高质量专利，AI如何辅助我们做专利工作。针对有人提到的专利编造问题，国知局有一段明确的表述：仅用AI做现有技术检索、文字润色、格式调整属于允许的辅助行为，无任何真实研发基础，直接依靠AI凭空生成完整技术交底、虚构技术方案用于专利申报属于当前重点整顿、严厉打击的违规行为。国家知识产权局已出台规范申请专利行为的规定，提出专利申请的发明创造内容如果主要是利用计算机技术等随机生成的方案，属于非正常申请的范畴。

有了这个标准之后，我们在运用AI指导工作时就有了一个清晰的定位，就是以人为主，AI为辅。具体来说，AI可以在五个方面辅助我们的日常工作，包括辅助专利挖掘、辅助交底书完善、辅助申请文件撰写、辅助查新检索和OA答复。它能帮助我们做专利挖掘，帮助我们完善交底书，辅助申请文件的撰写，还能帮助我们做查新检索。如果检索结果正好合适，它相当于可以全流程完成，如果结果不合适，就需要人工干预。在OA答复方面，AI的效果还是很不错的。

关于优势和风险，优势大家都很清楚，我们每天都在用AI，它的情报来源非常丰富，不局限于专利，还包括论文、自媒体等。它擅长方案的完善和补充，也擅长文字和格式的调整。风险方面，第一个是技术信息泄露风险，AI智能体容易造成技术交底书等核心信息外泄，影响新颖性，请大家注意这个风险。第二个是实质缺陷风险，在撰写时可能出现AI幻觉，导致申请文件存在内容逻辑矛盾、技术特征表述不清等问题，从而无法获得有效保护。有时候你让AI帮忙找几个专利，它给你推荐几个，看起来写得特别好，结果一检索专利号发现根本不存在，这是大家需要注意的问题，还是要对AI生成的内容做审核。

在AI查新方面，把技术方案交给AI处理后，我们可以很容易地得到关键词的提取、分类号的推荐，还能进行语义检索和图片检索。

最后是总结和展望。今天我们了解了AI专利审查标准中指南的修订，也探讨了AI辅助打造高价值专利的方法，以及我们平时如何去运用。展望未来，AI专利的数量和质量肯定会不断提升，指南也会不断修正，给我们提出新的标准，我们在申请和审查时也要按照指南的要求不断提高。同时，AI发展越来越迅速，AI辅助专利工作的权重会不断加大，但最终能不能取代人工，我觉得在短时间内还是不太可能的。

今天的分享就到这里，谢谢大家。

GIPC全球知识产权生态大会

GIPC全球知识产权生态大会由IPR Daily与IPR Daily Global于2015年创办，历经十年发展，已从单一会议进化为覆盖新能源汽车、通信、医药医疗、人工智能等垂直产业的“产业之王”系列品牌矩阵，累计吸引特斯拉、华为、中兴、小米、联想、比亚迪、宁德时代、高通等全球龙头企业知识产权高管深度参与，成为亚太区最具影响力的知识产权商业决策平台之一。 

（原标题：滕牧：2026AI专利授权新规则：伦理审查不可逾越，创造性评判有了新标尺）

来源：IPRdaily中文网（iprdaily.cn）

编辑：IPRdaily辛夷          校对：IPRdaily纵横君

注：原文链接：滕牧：2026AI专利授权新规则：伦理审查不可逾越，创造性评判有了新标尺（点击标题查看原文）

「关于IPRdaily」

IPRdaily是全球领先的知识产权综合信息服务提供商，致力于连接全球知识产权与科技创新人才。汇聚了来自于中国、美国、欧洲、俄罗斯、以色列、澳大利亚、新加坡、日本、韩国等15个国家和地区的高科技公司及成长型科技企业的管理者及科技研发或知识产权负责人，还有来自政府、律师及代理事务所、研发或服务机构的全球近100万用户（国内70余万+海外近30万），2019年全年全网页面浏览量已经突破过亿次传播。

（英文官网：iprdaily.com  中文官网：iprdaily.cn） 

本文来自IPRdaily中文网（iprdaily.cn）并经IPRdaily.cn中文网编辑。转载此文章须经权利人同意，并附上出处与作者信息。文章不代表IPRdaily.cn立场，如若转载，请注明出处：“http://www.iprdaily.cn