到了专利局面前，人工智能需要换一种语言说话。产品发布可以凭速度争取市场，benchmark 可以奖励限定范围内的一项结果，应用也可以把大部分运作方式藏在界面背后。专利所要的答案少几分表演性，也更经得住时间：发明了什么，它如何工作，它与仅仅换上新用例标签的既有技术有何实质区别？

在这个领域，中国已经拿下最容易成为标题的领先数字。世界知识产权组织（WIPO）2026 年的更新报告显示，2024 年和 2025 年，中国境内发明人公布的生成式 AI 专利族超过 43,000 个，数量超过中国此前十年的总和。从全球看，生成式 AI 专利族的年度公开量由 2024 年的 18,862 个增至 2025 年的 37,808 个。[1]

然而，截至 2026-08-12T16:37:23Z UTC，更能说明问题的变化正在庞大数量之下发生。1 月 1 日起施行的修订版审查指南，已经明确采用模型的发明需要披露到何种程度才算充分。7 月的一项无效宣告决定又展示了中国专利主管部门审查创造性时，可以怎样分别考察模型设计、模型训练和模型应用。[2][3] 中国专利领先的下一阶段由此从申请数量竞赛延伸到质量检验，充分公开、对比分析与对抗性审查共同决定检验结果。

43,000 个专利族的统计不能充当能力评分

WIPO 采用公开专利族来估算不同发明的数量，以免同一构想流转于多个专利局时，把产生的每份文件都算作一项发明。这一口径比原始申请量更有参考价值，但一个专利族不能自动等同于实际运行的产品、已授权专利、经独立复现的模型或具有技术重要性的进展。专利通常要经过约 18 个月才会公开，因此，这波增长也是对 ChatGPT 问世后扩张时期研究与商业决策的一次滞后观察。[1]

换一个切面看 WIPO 的数据，统计范围的界线会更加清楚。国际专利族是指至少在两个司法辖区公开的专利族，其数量在 2025 年增至 3,297 个，却只占当年生成式 AI 专利族的约 9%。WIPO 指出，中国申请人贡献了大多数公开量，其专利组合通常主要在国内提交。部分较新的申请日后或将进入海外，当前总数则同时纳入了寻求国际布局的发明，以及主要面向单一国家市场的权利要求。[1]

申请人名单描绘的是一套工业体系，其范围早已超出基础模型实验室之间的竞赛。腾讯、平安和百度仍是累计持有量居前的主要申请人，国家电网有限公司与中国南方电网也进入了 WIPO 的领先行列。这些企业的出现显示，生成式 AI 专利活动正在伸向公用事业、基础设施、金融和运营软件，同时也覆盖模型架构。[1]

斯坦福《2026 年 AI 指数报告》从另一统计口径给出了一项必要提醒。其覆盖范围更广的 AI 比较显示，中国在专利产出上领先，美国则在高影响力专利上领先。[4] WIPO 的生成式 AI 专利族数据与斯坦福的影响力指标口径有别，不能相互替换；把两者放在一起，可以避免一种常见的类别错误：专利数量反映的是对发明提出权利主张的活跃程度，无法替代技术性能或影响力。

黑箱如今必须写成一份可实施的说明书

中国修订后的《专利审查指南》让上述区别具体落到申请文件中。对于模型构建或训练类发明，说明书通常需要写明实施方案所必需的模块、层级或连接关系，以及具体的训练步骤和参数。对于在特定领域应用 AI 模型的发明，申请文件通常需要解释模型如何与该领域结合，以及输入和输出之间具有怎样的关联。[2]

传统的专利交换原则由此遇上黑箱技术。申请人寻求排他权，公众则应以足以实施的技术公开作为交换。规则没有要求每个受专利保护的模型都公开源代码、完整训练语料或生产权重；它要求申请文件不能只用“AI”一词填补技术空白，因为这些空白会让本领域技术人员无法实施权利要求所述方案。[2]

中国国家知识产权局（CNIPA）给出的示例进一步厘清了创造性门槛。把传统的深度学习计数方法从水果识别移到船舶识别，而算法、模型构建或训练过程均无实质变化，通常缺乏创造性。另一项废钢分级系统则有机会跨过门槛：其技术问题要求提取不同的视觉特征，并相应调整卷积层和池化层；改动产生了有益效果，现有技术也没有给出相应启示。[2]

同一次修订还把审查范围延伸到工程机理之外。凡数据采集、标签管理、规则设置或推荐决策违反法律、社会公德或公共利益，相关方案便得不到专利授权。一则示例针对为床垫营销暗中采集人脸信息的做法，申请文件未能证明采集合法或取得必要同意，因此遭到拒绝；另一则示例拒绝了按性别和年龄写入歧视性选择的自动驾驶决策模型。[2] 在这套审查标准下，专利质量同时取决于可实施的技术内容，以及产生相关结果的合法过程。

一宗数字人争议呈现了检验方式

7 月 2 日，CNIPA 公布了中国虚拟数字人领域首宗专利无效宣告请求案的介绍。涉案专利涵盖由音频生成动态影像的技术，专利权最终得到维持。这项决定中更具普遍参考价值的是审查方法：先确认权利要求所述差异位于模型设计、模型训练还是模型应用环节，再把模型的目的、处理对象、输出和用途与现有技术逐项比较。[3]

CNIPA 指出，当现有技术没有给出改变训练方法的启示，且改动带来输出更准确、训练成本更低等技术效果时，不同的训练方法可以成为认定创造性的依据。这套标准比笼统宣称某款“AI 驱动”产品具有新颖性更具体。它把权利要求所述进步定位到系统的某一阶段，并要求该进步产生具有因果联系的技术效果。[3]

这宗案件的证明力也有清楚界线。它只是一份关于一件数字人专利的无效宣告决定摘要，无法代表中国 AI 专利的整体维持率，也无法独立验证底层模型。同时，这宗案件让 2026 年的规则如何转化为法律推理变得可见：审查者把模型流水线拆开逐段考察，整体性魔法黑箱的看法随之退场。

申请能力正在转化为证据生产能力

这改变了可经受争议的 AI 专利组合所需的基础工作。工程团队需要保存能由专利撰写人员转化为技术说明的记录：每一版本采用了什么架构和数据接口，哪一项训练干预改变了结果，比较时使用了什么基线，以及测得的效果能否经受对照检验。法律团队则要区分哪些内容属于足以实施的公开，哪些实施细节更适合留在商业秘密的保护范围内。这一实务结论来自对新指南和无效案的推断；两份材料均未提供企业已经如何改变做法的量化指标。[2][3]

泛化的垂直领域 AI 权利要求也会因此变得更加脆弱。生成式 AI 专利族迅速扩散至多个行业，其中或有真实的专业化创新；CNIPA 的船舶计数示例同时发出警示：换一个行业名词，不会自动产生一项新发明。一项站得住脚的能源、医疗、工业或金融领域权利要求，必须说明该领域提出了怎样的不同问题，以及技术方案内部因此发生了什么变化；只说熟悉的模型如今用于该领域，仍不足以成立。[2]

三个信号将显示这波申请潮是否正在成熟。第一，审查和无效宣告决定应当揭示，依据 2026 年公开标准提交的申请，能否把模型描述得足够精确，使人可以实施并加以比较。第二，应有更多权利要求在严肃的现有技术挑战中得以维持，理由要落在具体的训练方法或架构进步上，不能只靠宽泛的应用表述。第三，门槛和投入更高的专利组合指标——国际申请、持久引用、许可，以及产品中的可追溯使用——应与国内公开数量一道增长。这些信号都要经过较长时间才会显现，也正因为如此，眼下的数量标题无法给问题定案。[1][3][4]

若以权利主张活动的规模和覆盖面衡量，中国的生成式 AI 专利优势确实存在。它的证明力也止于此：单个专利族是否包含前沿发明，中国是否在每一种专利影响力指标上领先，都无法由这一数量直接推出。现在可以提出一个更有效的问题：权利要求所述进步能否公开得足够清楚，让人据以实施；能否与既有技术作出足够具体的区分，配得上保护；又能否在另一方提出挑战时守住？ 这场较量比统计申请量更难，也能提供丰富得多的信息。

来源

1. 世界知识产权组织，SPARK：生成式 AI 专利趋势更新——截至 2025 年的全球专利趋势，包括公开时滞、发明人所在地、权利人、国际专利族和模型类型（2026 年）。
2. 中国国家知识产权局，《〈专利审查指南〉2025 年修改解读》（2025 年 12 月 4 日；有关 AI 伦理、创造性、充分公开及 2026 年 1 月 1 日施行日期的中文一手资料）。
3. 中国国家知识产权局，《案例 7：“音频生成动态影像的方法、装置、设备及存储介质”专利无效宣告请求案》（2026 年 7 月 2 日；中文一手案例摘要）。
4. 斯坦福大学以人为本人工智能研究院，2026 年 AI 指数报告——有关中美 AI 专利产出与影响力比较的主要结论。
5. N509FZ，《中国国家知识产权局》（摄于 2022 年 7 月 28 日；Wikimedia Commons，CC BY-SA 4.0；封面照片来源）。