中國大陸《專利審查指南修改草案(徵求意見稿)》第二部分第九章修改介紹
2025.05.29
SHARE
中國大陸繼2024年12月31日公布《人工智能相關發明專利申請指引（試行）》之後，2025年1月啟動專利審查指南的修改工作，4月30日發布《專利審查指南修改草案（徵求意見稿）》(以下簡稱指南)，當中增修篇幅最多的部分為第二部分第九章第6節，該章節的標題名稱為了反映內容而修改為「涉及人工智能等的發明專利申請審查相關規定」，以下針對第九章的修改內容重點介紹。
一、新增有關公序良俗的審查基準和範例
專利法第5條規定：「對違反法律、社會公德或者妨害公共利益的發明創造，不授予專利權。」在指南修改中規定若申請內容中記載的資料蒐集、標籤管理、規則設置、推薦決策等內容，如果違反公序良俗的規定，則不予專利。
指南對此新增了【例1：一種大數據的商場內床墊銷售輔助系統】，在顧客不知情的狀況下，該範例蒐集顧客人臉影像及進行人臉影像辨識，以獲取顧客個人身份資訊及顧客偏好。該範例取得身份資訊是應用於商業目的而不是用於維護公共安全，明顯違反《中華人民共和國個人信息保護法》，不能授予專利權。
在【例2：一種無人駕駛車輛應急決策模型的建立方法】中，範例請求保護的無人車應急決策模型在面臨無法避讓的事故中，基於行人的性別和年齡而選擇受保護對象與被撞對象，此種決策方式違背眾人生命平等的倫理道德觀念，因此被認定為違反社會公德。
二、新增創造性的判斷範例
增加以下兩個涉及人工智慧發明之創造性範例：
在【例18：一種識別船隻數量的方法】當中，範例的識別對象是「船隻」，該範例採用常規的深度學習方式進行模型訓練，用以在具有船隻的圖像中識別出船隻數量。而對比文件公開的識別對象是「果實」。該範例的權利要求中沒有體現出因識別對象不同，在深度學習、模型訓練過程中對訓練方式、模型構建等作出改變。與對比文件公開的技術相比，對圖像上的船隻進行標記與對圖像上的果實進行標記以獲得訓練資料、進行模型訓練，不需克服技術上的困難，因此不具創造性。
在【例19：一種建立廢鋼等級劃分神經網路模型的方法】當中，該範例要解決的技術問題、所採用的技術手段與對比文件均不相同。該範例需要針對雜亂無章、相互疊壓的廢鋼圖像中識別出不同廢鋼的形狀和厚度，需要提取圖像中廢鋼的顔色、邊緣和紋理等特徵，同時因提取和訓練的特徵不同，在模型訓練過程中對卷積層和池化層的線路數量和層級設置均進行調整，這些演算法特徵與技術特徵功能上彼此相互支持、存在相互作用關係，應當考慮所述演算法特徵對技術方案作出的貢獻。範例的技術方案未被對比文件公開，也不屬於公知常識，因此該範例具有創造性。
三、關於說明書充分公開的撰寫要求及範例
涉及人工智慧的演算法或模型，從兩方面要求應如何撰寫說明書。
(1)、如果涉及「人工智慧模型的構建或訓練」，一般需要在說明書中記載「模型必要的模組、層級或連接關係，訓練必須的具體步驟、參數等」。
(2)、如果涉及「在具體領域或場景中應用人工智慧模型或演算法」，一般需要在說明書中清楚記載「模型或演算法如何與具體領域或場景相結合，演算法或模型的輸入、輸出數據如何設置」以表明其內在關聯。
新增的【例20：一種用於生成人臉特徵的方法】範例中，為了提高人臉圖像生成結果的準確度，在第一卷積神經網路中設置「空間變換網路」，用於確定人臉圖像的特徵區域。但是在該範例的說明書中並未記載該空間變換網路在第一卷積神經網路中的具體位置。所屬技術領域者知曉，空間變換網路可以插入到模型中的任意位置而不影響其作用，均可達成訴求功效，因此，說明書已充分公開發明欲請求保護的技術方案。
新增【例21：一種基於生物信息預測癌症的方法】，該範例為了提高惡性腫瘤預測準確性，利用訓練好的惡性腫瘤增强篩查模型，將血常規、血生化檢測指標和人臉圖像特徵共同作為該篩查模型的輸入參數，以期得到惡性腫瘤的患病預測值。但是說明書中未明確記載哪些檢測指標與惡性腫瘤相關，所屬技術領域者也無法確定哪些指標能夠用於判斷惡性腫瘤；人臉特徵與罹患惡性腫瘤之間是否存在關聯也不確定。因此，該範例的說明書未充分公開。
四、新增關於包含比特流 (bitstream) 的發明專利審查規定
隨著串流媒體産業的快速發展，為適應串流媒體相關技術和應用場景帶來變化，在指南第二部分第九章特別新增第7節「包含比特流的發明專利申請審查相關規定」。在本節中規定保護客體的審查、說明書撰寫要求、權利要求書撰寫要求。
(1)、包含比特流的申請保護客體審查
第7.1.1節規定如果權利要求的主題僅僅涉及單純的比特流，則不屬於專利保護的客體。如果權利要求，除其主題名稱之外、對其進行限定的全部內容僅僅涉及單純的比特流，亦不屬於專利保護的客體。
第7.1.2節規定在數位影像編碼／解碼的技術領域，如果生成比特流的特定影像編碼／解碼方法屬於專利法規定的技術方案，則由該特定影像編碼／解碼方法所限定的、儲存或傳輸該比特流的方法，以及儲存該比特流的電腦可讀取媒體，屬於專利保護的客體。
(2)、包含比特流的說明書撰寫要求
第7.2節規定說明書應當充分公開生成比特流的特定影像編碼／解碼方法。如果涉及儲存或者傳輸該比特流的方法，以及儲存該比特流的電腦可讀取媒體的保護主題，說明書應當相應的說明以支持權利要求。
(3)、包含比特流的權利要求書撰寫要求
第7.3節明確規定包含由特定影像編碼／解碼方法生成的比特流發明專利申請可以撰寫成方法、裝置和電腦可讀取媒體等多種權利要求範疇。申請人在一件發明專利申請的權利要求書中，應當以生成該比特流的影像編碼／解碼方法權利要求爲基礎，通過引用該方法權利要求、或者包括該方法全部特徵的方式，撰寫與之對應的儲存方法、傳輸方法和/或電腦可讀取媒體。在此7.3小節中，指南還提供了範例介紹如何撰寫不同範疇的權利要求標的。
本次指南的修改草案與先前發布的《人工智能相關發明專利申請指引（試行）》互相呼應，但更加具體規範人工智能相關發明專利申請的注意事項，特別是有關創造性及說明書撰寫要求，提供詳細的範例及分析評論，雖然尚屬修改草案階段，仍可作為申請人在提出專利申請時之重要參考依據。
一、新增有關公序良俗的審查基準和範例
專利法第5條規定：「對違反法律、社會公德或者妨害公共利益的發明創造，不授予專利權。」在指南修改中規定若申請內容中記載的資料蒐集、標籤管理、規則設置、推薦決策等內容，如果違反公序良俗的規定，則不予專利。
指南對此新增了【例1：一種大數據的商場內床墊銷售輔助系統】，在顧客不知情的狀況下，該範例蒐集顧客人臉影像及進行人臉影像辨識，以獲取顧客個人身份資訊及顧客偏好。該範例取得身份資訊是應用於商業目的而不是用於維護公共安全，明顯違反《中華人民共和國個人信息保護法》，不能授予專利權。
在【例2：一種無人駕駛車輛應急決策模型的建立方法】中，範例請求保護的無人車應急決策模型在面臨無法避讓的事故中，基於行人的性別和年齡而選擇受保護對象與被撞對象，此種決策方式違背眾人生命平等的倫理道德觀念，因此被認定為違反社會公德。
二、新增創造性的判斷範例
增加以下兩個涉及人工智慧發明之創造性範例：
在【例18：一種識別船隻數量的方法】當中，範例的識別對象是「船隻」，該範例採用常規的深度學習方式進行模型訓練，用以在具有船隻的圖像中識別出船隻數量。而對比文件公開的識別對象是「果實」。該範例的權利要求中沒有體現出因識別對象不同，在深度學習、模型訓練過程中對訓練方式、模型構建等作出改變。與對比文件公開的技術相比，對圖像上的船隻進行標記與對圖像上的果實進行標記以獲得訓練資料、進行模型訓練，不需克服技術上的困難，因此不具創造性。
在【例19：一種建立廢鋼等級劃分神經網路模型的方法】當中，該範例要解決的技術問題、所採用的技術手段與對比文件均不相同。該範例需要針對雜亂無章、相互疊壓的廢鋼圖像中識別出不同廢鋼的形狀和厚度，需要提取圖像中廢鋼的顔色、邊緣和紋理等特徵，同時因提取和訓練的特徵不同，在模型訓練過程中對卷積層和池化層的線路數量和層級設置均進行調整，這些演算法特徵與技術特徵功能上彼此相互支持、存在相互作用關係，應當考慮所述演算法特徵對技術方案作出的貢獻。範例的技術方案未被對比文件公開，也不屬於公知常識，因此該範例具有創造性。
三、關於說明書充分公開的撰寫要求及範例
涉及人工智慧的演算法或模型，從兩方面要求應如何撰寫說明書。
(1)、如果涉及「人工智慧模型的構建或訓練」，一般需要在說明書中記載「模型必要的模組、層級或連接關係，訓練必須的具體步驟、參數等」。
(2)、如果涉及「在具體領域或場景中應用人工智慧模型或演算法」，一般需要在說明書中清楚記載「模型或演算法如何與具體領域或場景相結合，演算法或模型的輸入、輸出數據如何設置」以表明其內在關聯。
新增的【例20：一種用於生成人臉特徵的方法】範例中，為了提高人臉圖像生成結果的準確度，在第一卷積神經網路中設置「空間變換網路」，用於確定人臉圖像的特徵區域。但是在該範例的說明書中並未記載該空間變換網路在第一卷積神經網路中的具體位置。所屬技術領域者知曉，空間變換網路可以插入到模型中的任意位置而不影響其作用，均可達成訴求功效，因此，說明書已充分公開發明欲請求保護的技術方案。
新增【例21：一種基於生物信息預測癌症的方法】，該範例為了提高惡性腫瘤預測準確性，利用訓練好的惡性腫瘤增强篩查模型，將血常規、血生化檢測指標和人臉圖像特徵共同作為該篩查模型的輸入參數，以期得到惡性腫瘤的患病預測值。但是說明書中未明確記載哪些檢測指標與惡性腫瘤相關，所屬技術領域者也無法確定哪些指標能夠用於判斷惡性腫瘤；人臉特徵與罹患惡性腫瘤之間是否存在關聯也不確定。因此，該範例的說明書未充分公開。
四、新增關於包含比特流 (bitstream) 的發明專利審查規定
隨著串流媒體産業的快速發展，為適應串流媒體相關技術和應用場景帶來變化，在指南第二部分第九章特別新增第7節「包含比特流的發明專利申請審查相關規定」。在本節中規定保護客體的審查、說明書撰寫要求、權利要求書撰寫要求。
(1)、包含比特流的申請保護客體審查
第7.1.1節規定如果權利要求的主題僅僅涉及單純的比特流，則不屬於專利保護的客體。如果權利要求，除其主題名稱之外、對其進行限定的全部內容僅僅涉及單純的比特流，亦不屬於專利保護的客體。
第7.1.2節規定在數位影像編碼／解碼的技術領域，如果生成比特流的特定影像編碼／解碼方法屬於專利法規定的技術方案，則由該特定影像編碼／解碼方法所限定的、儲存或傳輸該比特流的方法，以及儲存該比特流的電腦可讀取媒體，屬於專利保護的客體。
(2)、包含比特流的說明書撰寫要求
第7.2節規定說明書應當充分公開生成比特流的特定影像編碼／解碼方法。如果涉及儲存或者傳輸該比特流的方法，以及儲存該比特流的電腦可讀取媒體的保護主題，說明書應當相應的說明以支持權利要求。
(3)、包含比特流的權利要求書撰寫要求
第7.3節明確規定包含由特定影像編碼／解碼方法生成的比特流發明專利申請可以撰寫成方法、裝置和電腦可讀取媒體等多種權利要求範疇。申請人在一件發明專利申請的權利要求書中，應當以生成該比特流的影像編碼／解碼方法權利要求爲基礎，通過引用該方法權利要求、或者包括該方法全部特徵的方式，撰寫與之對應的儲存方法、傳輸方法和/或電腦可讀取媒體。在此7.3小節中，指南還提供了範例介紹如何撰寫不同範疇的權利要求標的。
本次指南的修改草案與先前發布的《人工智能相關發明專利申請指引（試行）》互相呼應，但更加具體規範人工智能相關發明專利申請的注意事項，特別是有關創造性及說明書撰寫要求，提供詳細的範例及分析評論，雖然尚屬修改草案階段，仍可作為申請人在提出專利申請時之重要參考依據。
