近日，国家知识产权局公布关于修改《专利审查指南》（以下简称《指南》）的决定，自2026年1月1日起施行。新修订的《指南》增加了对人工智能伦理的考虑和判断，完善了同日申请处理方式，明确按需审查理念和快速审查等相关规定。
此次修订聚焦新兴技术保护、审查标准优化与申请流程升级，是完善知识产权制度、支撑产业高质量发展的关键一环。行业对《指南》修订的变化高度关注，相关各方亟需准确理解与适用新《指南》。基于此，北京知识产权法研究会、知产财经特于12月举办关于《专利审查指南》修订的理解与适用的线上公益大讲堂，邀请国家知识产权局专利局审查业务管理部二级巡视员、一级审查员周胡斌，对这一重要修订进行权威解读，以帮助创新主体、从业者及社会各界准确理解修订内容，提升专利创造、运用与管理水平。【相关链接：【视频】专利局周胡斌：《专利审查指南》修订后的理解与适用┃文末福利】
各位网友下午好！很高兴能在此分享《专利审查指南》修订后的理解与适用。作为《指南》修改起草组和统稿组的成员，我非常希望能把《指南》修改过程中的一些认识和思考分享给大家，助力大家更好地理解和把握《指南》修改内容。
一、总体情况
本次《指南》修订以党中央、国务院有关知识产权工作的指示精神为指引和根本遵循，坚持需求导向，主要围绕以下三方面展开：一是健全新领域新业态保护制度，进一步激励产业创新；二是针对审查实践中亟待解决的问题，优化审查标准和规则（例如明确符合规定的计算机可读形式的序列表不计算页数，不再收取申请附加费，减轻申请人负担）；三是固化审查实践中的成熟做法，更好服务创新主体（例如在原有优先审查、延迟审查基础上，增加快速审查，以更好服务创新主体）。
本次指南修订涉及三个重点领域，分别是人工智能领域、比特流领域、生物育种领域相关专利申请审查标准的修改，接下来将逐一进行解析。
二、人工智能领域相关专利申请审查标准修改
随着人工智能技术的迅猛发展，相关专利申请量快速增长，但也出现了“大数据杀熟”、招聘筛选算法涉嫌性别和年龄歧视等问题，亟需加以规制、引导智能向善。
实际上，早在2019年，我国就通过修改《专利审查指南》第343号局令，以在《指南》第二部分第九章设立专门章节的方式（即在指南第二部分第九章新增第6节），明确了一系列针对人工智能相关专利申请的审查规则。本次修改旨在适应新形势、新要求，更精准地响应创新主体的迫切需求和人工智能产业的发展需要，及时解决人工智能领域专利申请及审查实践中的难点问题。
本次《指南》关于人工智能部分的修改点主要如下。
（1）修改完善章节标题，强化直观指引
在原第九章第6节“包含算法规则或商业规则和方法特征的发明专利申请的审查规定”标题中，增加“涉及人工智能、大数据”表述，锚定人工智能、大数据等重点领域，明确审查规则的适用范围，突出该节针对人工智能、大数据等新领域、新业态的专门性引领。
（2）增加《专利法》第五条第一款审查标准
在原第九章第六节中，专门增加涉及《专利法》第五条第一款的审查标准。对于涉及AI的专利申请，若其数据采集、标签管理、规则设置、推荐决策等包含违反法律、社会公德或妨碍公共利益的内容，则不予授予专利权。
在6.1节审查基准部分，增加“必要时应当针对说明书的内容进行审查”的表述。这是因为原6.1节审查基准仅针对专利保护客体、新颖性、创造性等法律条款，主要强调要针对权利要求限定的技术方案进行审查；而《专利法》第五条的审查对象是整个申请文件，因此需补充该提示。
审查示例：一种基于大数据的商场内床垫销售系统，通过摄像模块和识别模块采集顾客面部信息，分析其身份信息和真实喜好以实现精准营销。根据《个人信息保护法》，公共场所安装图像采集、个人身份识别设备需为维护公共安全所必需，并设置显著提示标识，且收集信息仅限该目的（个人单独同意除外）。该申请未表明数据采集合法合规，且目的为商业营销而非公共安全，违反《专利法》第五条第一款，因此不予授予专利权。
（3）新增正反两个创造性审查示例
对于涉人工智能技术应用的专利申请，旨在说明一种常见的情形，即当算法或模型应用于不同场景、处理不同对象时，技术方案是否具备非显而易见性应当如何判断。此时，需结合算法特征与技术特征的相互作用关系进行综合判断。对此，本次《指南》修订中新增了两个创造性审查示例，分别从否定性和肯定性角度予以了示范。
示例1（否定性案例）：本案例涉及一种识别船只数量的方法，步骤包括获取图片数据集、标记信息、划分数据集、构建训练模型等。对比文件1公开了一种识别树上果实数量的方法，其训练过程和模型与本申请基本一致，二者仅在识别对象上有所不同。本申请未在深度学习方式、模型层级结构等方面作出任何调整，对于本领域技术人员而言是显而易见的，因此不具备创造性。
示例2（肯定性案例）：本案例涉及一种建立废钢等级划分神经网络模型的方法，通过卷积神经网络学习形成等级分类模型，提高废钢等级划分效率和准确率。对比文件公开了基于卷积神经网络识别废钢种类的方法，但本申请与对比文件在训练数据、提取特征（颜色、边缘、纹理特征及关联特征）、卷积层和池化层的线路数量及层级设置等方面均不同。这些算法特征与技术特征功能上相互支持、存在相互作用关系，且相关调整未被现有技术公开，也不属于公知常识，对本领域技术人员而言非显而易见。因此，本申请具备创造性。
（4）规范专利申请文件撰写
根据《专利法》第二十六条第三款规定，“说明书应当对发明或者实用新型作出清楚、完整的说明，以所属技术领域的技术人员能够实现为准”。针对涉AI专利申请的“混合性权利要求”（含技术特征和算法特征）的特点，本次修改后的《指南》明确了其撰写要求，即：
“如果涉及人工智能模型的构建或者训练，则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，则一般需要在说明书中清楚记载模型或者算法如何与具体领域或者场景相结合，算法或者模型的输入、输出数据如何设置以表明其内在关联关系等，使得所属技术领域的技术人员按照说明书记载的内容，能够实现该发明的解决方案。”
审查示例（公开不充分案例）：本案例涉及一种基于生物信息预测癌症的方法，其结合血常规、血生化指标和人脸图像特征训练模型。但是，血常规和血生化均包含了几十个检测指标，说明书中并未记载其中哪些指标是关键指标以及各指标是否具有不同权重等，本领域的技术人员无法预期这些指标能够用于判断恶性肿瘤；对于本领域技术人员来说，人脸特征与罹患恶性肿瘤之间是否存在关联关系尚不确定，说明书中也未记载或者证明“判断的依据因素”与“判断的结果”两者之间的关系。此外，说明书缺乏验证数据，无法证明该方案识别多种恶性肿瘤的准确率高于传统肿瘤标志物识别方法，甚至无法证明其高于随机判断水平。因此，本申请公开不充分。
总结而言，本次《指南》涉及人工智能部分的修改，主要是对原第九章第六节的完善性修改，具体内容包括：修改完善章节标题，强化直观指引；增加《专利法》第五条第一款的审查标准和示例，引导人工智能的发展“智能向善”；新增审查示例，进一步明晰人工智能技术创造性审查规则（不同应用场景和处理对象）；针对人工智能模型“黑盒”特点，进一步规范专利申请文件的撰写要求，并通过案例进行说明。
三、比特流相关专利申请审查标准修改
流媒体产业是推动文化产业升级的重要引擎和新的数字经济增长点。互联网流量中，80%是经视频编码技术压缩后生成的比特流。视频编解码技术显著降低存储/传输成本，同时保障视频清晰度，是支撑视频直播、视频会议、云游戏、虚拟现实等新领域新业态快速发展的技术基石与关键保障。本次《指南》修改在第九章新增第七节“涉及比特流的发明专利申请审查相关规定”，有助于推动流媒体产业构建以知识产权为关键要素的新质生产力，营造公平竞争的国际环境。
本次修改围绕比特流相关权利要求的保护客体界定和撰写要求展开，明确单纯比特流不属保护客体，并规范了存储/传输方法及存储介质的撰写方式。主要修改点如下。
（1）明确单纯比特流权利要求的审查标准
修改后的《指南》明确，单纯比特流不属于专利保护客体。若一项权利要求的主题仅涉及一种单纯的比特流（如“一种比特流，其特征在于包含语法元素A、B”），或除主题名称外、对其进行限定的全部内容仅涉及单纯的比特流（如“一种生成比特流的方法，其特征在于该比特流包含语法元素A、B”），则其属于智力活动的规则和方法，依据《专利法》第二十五条第一款第（二）项的规定，不予授予专利权。
需要说明的是，视频编码方法生成的比特流是一种具有功能性的数据，其通过预定义的语法和数据结构在解码端恢复视频数据。在专利保护客体层面，目前我国尚未将数据结构和信号认定为可授权客体，比特流与规定数据组织方式的数据结构，以及强调物理特性与信息传递功能的信号等，具有功能上的相似性。
（2）明确存储/传输比特流的方法权利要求的撰写要求
修改后的《指南》明确：
审查前提：如果一种生成比特流的特定视频编码方法属于专利法第二条第二款所述的技术方案，则由该特定视频编码方法所限定的、存储或者传输该比特流的方法以及存储该比特流的计算机可读存储介质，能够实现存储或者传输资源的优化配置等，因此，由该特定视频编码方法所限定的存储或者传输方法以及计算机可读存储介质属于专利法第二条第二款所述的技术方案，属于专利保护的客体。
撰写要求：需以特定视频编码方法权利要求为基础，通过引用该权利要求或包含其全部特征的方式撰写，需明确包含“执行特定视频编码方法的步骤”和“存储/传输该方法生成的比特流的步骤”。
（3）明确存储比特流的计算机可读存储介质权利要求的撰写要求
修改后的《指南》明确：
审查前提：如果一种生成比特流的特定视频编码方法属于《专利法》第二条第二款所述的技术方案，则由该特定视频编码方法所限定的、存储或者传输该比特流的方法以及存储该比特流的计算机可读存储介质，能够实现存储或者传输资源的优化配置等，因此，由该特定视频编码方法所限定的存储或者传输方法以及计算机可读存储介质属于《专利法》第二条第二款所述的技术方案，属于专利保护的客体。
撰写要求：需符合“介质+程序+比特流+处理器执行程序实现特定视频编码方法生成比特流”的结构，与现行“计算机可读存储介质+程序+处理器执行程序实现方法步骤”的撰写规则保持一致。
（4）说明书撰写要求
修改后的《指南》明确：
包含由特定视频编码方法生成的比特流的发明专利申请的说明书，应当对该特定视频编码方法作出清楚、完整的说明，以所属技术领域的技术人员能够实现为准。如果要求保护主题还涉及存储或者传输该比特流的方法以及存储该比特流的计算机可读存储介质的，说明书也应当作出相应的说明以支持权利要求。
总结而言，修改后的《指南》为比特流部分新增了专门章节，核心审查规则包括：单纯比特流不属保护客体；存储/传输比特流的方法及计算机可读存储介质需以特定视频编码方法为基础，按规定方式撰写；说明书需充分公开编码方法及相关保护主题。
四、生物育种领域相关专利申请审查标准的修改
我国加入《国际植物新品种保护公约》（UPOV）1978年文本后，规定专利和植物品种择一保护；原《专利审查指南》将“植物品种”作广义解释，等同于普通植物，导致育种中间材料被排除在专利保护之外。随着我国生物技术发展和转基因育种商业化，育种知识产权保护制度的如何衔接的问题开始凸显，需要弥合新品种权和专利权之间的空白地带，从而促进育种中间材料更好发挥其育种价值，更好实现育种技术向下游的转移转化。本次《指南》修改旨在将“植物品种”的定义与《种子法》保持一致，将育种中间材料纳入专利可授权客体，衔接两种知识产权保护制度。
本次《指南》关于生物育种部分的修改点主要如下。
（1）增加植物品种的定义
修改后的《指南》在第二部分第一章4.4节“动植物品种”中，增加了“专利法所称的植物品种，是指经过人工选育或者发现并经过改良，形态特征和生物学特性一致，遗传性状相对稳定的植物群体”的表述。该定义与《种子法》完全一致，形成了两种知识产权保护制度更好的对应衔接，从而将育种中间材料纳入专利保护客体。
同时，将此处删除的原“植物”的定义（“可以借助光合作用，以水、二氧化碳和无机盐等无机物合成碳水化合物、蛋白质来维系生存，并通常不发生移动的生物”），适应性调整至第二部分第十章第9节“生物技术领域发明专利申请审查”中，用于解释生物材料中提及的“植物”，以消除没有引用基础的问题。
（2）增加植物是否属于科学发现的判断原则
修改后的《指南》在第二部分第十章第9.1.2.3节中规定：人们从自然界中找到的、未经处理的天然存在的野生植物，属于科学发现，不能授予专利权；若野生植物经过人工选育或改良，且在产业上有利用价值，则不属于科学发现范畴。同时，此处删除了“植株和其繁殖材料都属于植物品种”的原有表述，进一步明确了植物品种的界定范围。
（3）增加植物品种的判断原则
修改后的《指南》在第二部分第十章第9.1.2.3节中规定，经过人工选育或对发现的野生植物加以改良而获得的植物及其繁殖材料，如果在其群体上不具有一致的形态特征和生物学特性或者相对稳定的遗传性状，则其不能被认为是“植物品种”。此处的一致性，是指一个植物群体的特性除可预期的自然变异外，群体内个体间相关的特征或者特性表现一致；此处的稳定性，则是指一个植物群体经过反复繁殖后或者在特定繁殖周期结束时，其主要性状保持不变。
总结而言，《指南》在生物育种领域的修改核心要点包括：明确植物品种定义，与植物新品种保护制度形成合理有效衔接，扩大专利可授权客体范围，加强种业知识产权保护；明确关于天然存在的野生植物属于科学发现的判断规则（是否经过人工选育或改良，且在产业上有应用价值）；明确关于植物品种的判断规则（一致性和稳定性）。
以上是本次《专利审查指南》新领域、新业态相关修订的核心内容解读，希望能为大家理解和适用新《指南》提供帮助。谢谢！
（本文仅代表作者观点，不代表知产财经立场，平台并不承诺对内容负责，如有相关疑问，请联系文章作者。）
京公网安备 11010502049464号