AI如何赋能知识产权全流程？来看应用实践→

日前，国家知识产权局在召开的3月例行发布会上明确提出，持续提高知识产权的审查质量和审查效率，加快推进人工智能（AI）大模型在审查工作中的应用。今年1月，2025年全国知识产权局局长会议工作报告指出“多模态大模型技术在专利审查中的应用取得实质性进展”，这是“大模型技术”连续两年出现在国家知识产权局年度工作报告中。笔者有幸参与相关工作，深刻感受到以大模型为代表的人工智能技术正在给专利审查工作带来深远影响，在审查流程各个环节积极应用人工智能技术，向技术要效率，是专利审查提质增效的关键举措之一。

2023年，历时4年建设的“中国专利智能审查和检索系统”顺利上线，其将自然语言处理、机器翻译、图像识别等人工智能技术应用于专利审查流程中，显著提高了审查员的审查工作效率。目前，该系统是国家知识产权局专利审查业务的主力系统。

该系统在专利检索环节，引入神经网络语义模型，实现传统布尔检索与自动语义检索的融合；在文献阅读环节，使用专门训练的翻译模型，实现外文文献的中文环境阅读，并支持中英文混检；申请文件审阅环节，利用图像识别技术，实现了附图标记标注和检索；在审查意见撰写环节，引入语言模型，自动归纳申请人意见陈述，自动生成复审决定和驳回决定的部分内容；在审核文件环节，搭建规则模型，对案卷文件进行自动检查，及时发现遗漏和错误。

这些功能的加入，使审查员的工作效率得到显著提升，发文表格填写错误率明显下降，让审查员从格式化撰写和操作中解放出来，用于申请文件的理解和发明构思的把握上，从而促进审查质量和效率的提升。

值得一提的是，2022年，ChatGPT一经发布，震惊世界，其采用的大规模预训练语言模型技术（下称大模型技术）受到科技人员的重视和社会公众的追捧。2024年，DeepSeek-V3模型发布，其极大降低了大模型部署成本，便于在各应用场景落地实施。

笔者认为，大模型技术所采用的注意力机制和基于人类反馈的强化学习机制，以及所擅长的超长文本处理、上下文理解、多模态处理，能够解决传统神经网络语义模型不足，填补了多个审查环节中人工智能技术应用的空白。

语义检索方面，传统神经网络语义模型的检索结果易受到申请文件的撰写质量和表述风格的影响，检索结果更偏重技术用词相似的文献，容易遗漏表述方式不同但技术实质相同的文献。大模型技术采用注意力机制，增强了上下文理解，可以将检索重点从词汇表述提升到核心构思上，从而将发明构思相同或相近的文献检索出来。

技术理解方面，传统人工智能技术只能在附图标记、关键词等方面对申请文件局部进行处理。大模型技术具有超长文本处理能力，可以轻松驾驭专利申请文本，总结归纳核心要点，帮助审查员准确理解发明。大模型技术还可以自动生成与申请文件有关的知识图谱，帮助审查员了解技术发展脉络；还可以通过对话，解答审查员个性化问题，提供各类有效信息辅助人工检索等工作。

图片检索方面，衍生于图像识别技术的大模型技术对于图片处理检索有得天独厚的优势，将其用于局部外观设计的审查以及说明书附图的处理，可以有效提高图片中局部特征的提取效果，提供说明书附图解析能力，配合多模态技术，在以图检图、图生文等方面为审查员提供帮助。

审查意见撰写方面，大模型技术可以对过往审查意见进行学习模仿，利用知识库、文本生成、检索等能力，找出对比文件的关键段落，自动归纳公知常识说理文本，梳理规范审查意见文本，提升审查意见撰写质量和效率。

飞速发展的人工智能技术正在不断改变着世界，笔者认为，在加快推进大模型技术在审查工作中应用的同时，还应加强审查员培训，提升审查员运用大模型技术的能力；推动审查制度创新，将大模型技术拓展应用于申请业务服务、审查质量管理、审查数据分析等方面。面对技术飞速发展，只有不断坚持技术革新，才能紧跟时代发展，实现优质高效的专利审查。（国家知识产权局专利局机械发明审查部 关军）

人工智能（AI）作为最前沿的新兴生产力，既是知识产权的重点保护客体，也是推动知识产权高质量发展的重要支撑。近年来，杭州市知识产权保护中心（下称杭州保护中心）主动谋划，探索“AI+知识产权”新工作模式、布局“AI+专利申请质量评价”“AI+专利侵权风险监测评估”“AI+专利导航研究分析”“AI+知识产权公共服务”等，保障对企业需求即时响应，有求必应。

在探索AI辅助专利质量评价方面，2024年，杭州保护中心在原有自主开发的预审辅助系统的基础上，以智能语义分析、图文识别等AI技术为核心，构建智能预审平台，重构“分类—检索—审查”全流程。通过外部网络环境专利和非专利大数据训练模型，成型后迭代转入内部离线本地部署应用，实现智能识别潜在高价值专利及疑似非正常专利等，实现预审专利分级分类审查；通过智能语义系统，精准匹配技术领域，利用算法模型智能校验申请文件格式、权利要求逻辑、附图形式问题及实质问题，同步生成修改建议，形成“机器初审+人工复核”协同机制，推动审查效率和质量双提升，降低人为疏漏风险。

在探索AI辅助专利侵权风险监测评估方面，一是依托AI模型对相关专利技术方案进行解构，通过对技术语言的理解，分步提取权利要求，识别要素特征，串联要素关系，生成技术结构图谱，便利化侵权比对的开展。二是借助AI模型辅助开展技术特征对比，根据AI形成技术特征拆解表，与智能匹配或输入的技术方案进行比对，通过AI语义理解标定相同或相近的技术方案，为侵权判断提供参考。在相关辅助系统的支撑下，杭州保护中心已经高效出具侵权判定报告120余份。

杭州保护中心还探索开展AI辅助的商标侵权风险监测，对重点易受侵权或抢注的商标开展全球数据库比对监测，通过智能图文识别确定商标近似度和侵权风险。探索视频图形智能抓取存证比对的方式对短视频自媒体电商平台的潜在侵权数据开展收集，经过初步的试运行已经收集监测侵权风险数据1300余条。

在探索AI辅助专利分析方面，杭州保护中心从2024年中开始探索依托AI辅助的专利技术路线导航研究分析。第一阶段的探索是通过串联自然语言大模型和工业技术大模型，对于需要重点分析的产业技术领域，根据技术关键词或文本描述，通过人工智能模型自主创建技术内容标引分类体系。第二阶段应用是通过对现有技术路线的专利分析，辅助生成各分支技术的预研报告，支撑新研发项目立项，指导创新主体开展专利申请前评估，支撑研发效率的提升。第三个方面的应用是通过对现有技术相关专利成果的质押、许可、交易和赔偿价值建模，辅助预估具体技术领域专利未来的价值空间，辅助创新主体做出合理化的专利布局决策。

在开展AI支撑知识产权公共服务方面，杭州保护中心探索上线知识产权智能“IP管家”，与本地AI开发单位合作，依托人工智能支撑知识产权“六合一”线上线下公共服务网络。一是开展业务办理导引，针对“7+1”的全知识产权领域中常用公共服务办事事项，推出AI办事导引模型，按步骤指导当事人办理专利商标申请、版权登记、地理标志咨询、数据知识产权登记和纠纷调处请求等。二是探索开展基于自然语言的自助技术想法查新，企业通过简单的技术思路描述，直接获取领域内同行的公开技术研发情况，一键生成相关行业技术路线简报，辅助中小微企业低成本规避研发技术壁垒。三是探索推出专利技术交底书助手，基于AI对技术方案的理解，提供低成本生成或优化专利技术交底书的智能支持，帮助开发人员归纳存储技术要点，辅助技术开发和配套专利申请。

在探索AI助力专利转化运用方面，针对高校院所与企业间专利供需匹配难、高校院所专利转化率低等问题，以在杭高校院所可转化的专利数据、企业基本信息数据等数据为数据库底座，探索开发高校专利转化精准匹配“大模型”应用，运用AI智能大模型，将高校院所可转化的专利精准匹配给有承接需求的企业，推动知识产权服务机构针对性提供专利供需对接、交易撮合、许可备案等服务，提升专利产业化效率。（杭州市知识产权保护中心 章三川 俞科锋）

DeepSeek宛如一颗横空出世的新星，在人工智能领域掀起惊涛骇浪，从媒体的高度关注、大众的热烈追捧到广泛的布局应用，这项“国运级科技创新”对全球科技、经济、地缘政治等多个领域产生了深远的影响，也为甘肃省科学技术情报研究所的知识产权信息分析和科技成果评价工作开启了一扇“智慧之窗”。

在DeepSeek强大算力引擎的加持下，甘肃省科学技术情报研究所积极探索人工智能技术在知识产权信息分析与科技成果评价中的应用。作为世界知识产权组织（WIPO）技术与创新支持中心（TISC）机构之一，甘肃省科学技术情报研究所情报检索中心（下称中心）以算力为基，以创新为帆，不断探索“AI+知识产权信息分析+成果评价”的无限可能。

科技成果评价是推动科技成果转化的关键环节，也是激励创新主体提高科研水平的重要手段。中心的主要业务即以知识产权高级服务和增值服务形式开展科技成果评价工作，将知识产权信息分析评议嵌入成果评价活动中，对成果的知识产权资产的品质价值及技术创新的可行性等进行评价、核查与论证，使知识产权信息分析利用成为科技成果评价的重要依据。

然而，专利等知识产权文献不仅数据资源众多、内容繁杂，还涉及多个技术领域和法律条款，评价师须花费大量的时间和精力去查阅、比对和解读文献，才能确保评价结果的准确性和可靠性。

为了破除知识产权信息分析及科技成果评价的行业瓶颈，近年来，甘肃省科学技术情报研究所一直布局和探索人工智能的前沿领域，以DeepSeek为代表的大模型技术的出现，为知识产权信息分析与科技成果评价带来了新的机遇。

如今，中心利用DeepSeek的大模型技术结合自身科技成果评价业务流程，重塑“游戏规则”，评价师利用DeepSeek-R1强大的自然语言处理能力、独特的算法优化和强化学习技术，能够高效处理和深度分析成果评价中的海量知识产权文献，准确“把脉”评价科技成果的技术水平、应用效益、团队结构、科研产出及知识产权风险。以更低的人工成本获得了更高质量的分析结果，显著提高了科技成果评价的效率和准确性，加速科技成果的转化与产业化进程。

海量的数据是AI发展的燃料，在大模型技术深度赋能的背景下，中心正在探索构建面向评价师“人机协同”的新型成果评价服务范式，通过AI智能分析与评价师专业能力的有机融合，实现知识产权信息服务模式的创新实践。同时，面向知识产权文献资源，搭建以基础研究挖掘、技术热点追踪、主要研发机构及人员等知识生产成果专题数据库，为AI智能构建起一条源源不断的“燃料”供应线，建立和完善以涵盖专利文献综述、摘要提取、法律状态等功能的全流程智能知识产权信息分析体系。通过探索建立可解决具体评价需求的自定义分析模型，针对基础研究、应用研究和技术开发与产业化等特定评价项目设定独特的指标体系。通过DeepSeek的自动化分析，可以生成详细的评价报告底稿，包括评价过程、评价方法、数据来源及评价结果等内容，确保评价工作的透明性和可追溯性。

在知识产权分析和科技成果评价的“竞技场”上，DeepSeek的崛起加快了甘肃省科学技术情报研究所构建智能化、交融式的服务体系的步伐，知识产权信息资源管理、空间重构和服务创新成为其未来实现跨越式发展的核心“密码”。甘肃省科学技术情报研究所用创新实践验证了AI大模型从概念走向落地的过程，也为科技成果评价行业带来切实的效率提升与价值创造，推动“AI大模型+行业智能决策”的深度融合，多维突破，方可引领知识产权信息分析与科技成果评价迈向更智慧、更高效、更可持续的未来。（甘肃省科学技术情报研究所 刘勇）

（来源：中国知识产权报微信公众号）

（网易山西 李丽 助编 兰亚丹）