生成式 AI 专利两年内接近增长三倍：从 WIPO 2026 数据看 AI 专利战略
图 1. 全球生成式 AI 专利族公开数量趋势。来源：WIPO, Patent Trends Update in GenAI (2026), Figure 1。
生成式 AI 市场的竞争，正从服务上线之争转向 专利抢占之争。
根据世界知识产权组织（WIPO）于 2026 年公布的最新资料，全球公开的生成式 AI（Generative AI，GenAI）相关专利族从 2023 年约 14,000 件增至 2025 年的 37,808 件，仅两年便达到约 2.7 倍。
另一个数字更值得关注。仅 2024 与 2025 两年公开的生成式 AI 专利族便超过 56,000 件，多于 2014 至 2023 十年间的全部公开量。生成式 AI 在所有 AI 专利族中的占比，也从 2017 年的 4.2%、2023 年的 6.1%升至 2025 年的 8.7%。
这并不只是“AI 专利越来越多”。
Pine Patent 专利律师事务所更关注的是，企业不仅在迅速保护生成式 AI 的核心技术，也开始快速将生成式 AI 在实际商业和产业中的应用方式转化为权利。这一变化很可能直接影响韩国初创企业与公司的 AI 专利战略。
1. 生成式 AI 专利为何突然激增？
阅读专利统计时，首先必须理解一点。
WIPO 的数字并非单项专利申请数量，而是以 已公开专利族（patent family） 为单位。同一项或密切相关的发明在多个国家申请时，会被归为一个发明族。
此外，专利通常不会在申请后立即公开。
WIPO 在报告中特别指出，专利申请与公开之间通常存在约 18 个月时差。因此，2024—2025 年专利数据中的爆发式增长，很大程度上是企业在 2022 年末 ChatGPT 出现后全面展开的研发与专利申请，延后进入公开数据的结果。
所以，当前统计既是过去活动的结果，也是预示未来竞争的先行指标。
近来生成式 AI 的重心也已超越简单的文本生成。多模态 AI、推理型 AI、AI 智能体、代码生成、图像与视频生成、行业专用 AI 的适用范围正在快速扩张。WIPO 将能够自行规划任务并执行多个步骤的 Agentic AI 列为 2025 年的代表性趋势之一，并指出 Alphabet、Nvidia 等企业已出现早期专利活动。
今天的专利竞争不再止于“谁能做出更好的 AI 模型”。
竞争已经扩展为：谁能更高效地把 AI 连接至真实业务、产品和流程，以及谁能先为这种连接方式取得专利。
2. 生成式 AI 专利第一名为何不是 OpenAI，而是 SoftBank？
WIPO 报告中颇为有趣的一部分，是专利权人排名。
以 2014—2025 年累计公开量计，日本 SoftBank 以 2,985 个生成式 AI 专利族居世界第一，其中几乎全部于 2023 年申请并在 2025 年公开。
其后是 Tencent、Ping An、Baidu 等中国企业；美国的 Alphabet（Google）、Microsoft 与 IBM 等也位居前列。
这里有一个重要事实。
全球最知名的生成式 AI 企业之一 OpenAI，并不是专利数量上的绝对领先者。
WIPO 分析显示，截至 2025 年末，OpenAI 的全球专利申请约为 35 件，与 Alphabet、Microsoft、Tencent 等企业的规模相差甚远。WIPO 认为，OpenAI 的专利集中在多模态界面、代码生成、图像生成和文本编辑等特定产品层面的技术。
这为 AI 企业的知识产权战略提供了重要启示。
并非所有企业都以相同方式保护竞争优势。有些技术适合通过专利公开以获得独占权；模型参数、数据处理诀窍等难以从外部逆向工程的技术，则可能更适合以商业秘密保护。
因此，在生成式 AI 时代，比“多申请专利”更重要的是，设计能够 区分哪些技术应申请专利、哪些技术应保留为商业秘密的 IP 组合。
3. 中国领先、日本跃升——韩国如何？
按国家观察专利数据，可以更清楚地看到竞争速度。
2024—2025 年，来自中国发明人的生成式 AI 专利族超过 43,000 件，遥居世界第一。
但近期增长率又呈现另一项变化。WIPO 数据显示，2023—2025 年生成式 AI 专利族的复合年增长率（CAGR）为中国 64%、美国 92%，日本则高达 210%。
日本因此在发明人所在地排名中超过韩国升至第三。韩国同期 CAGR 约为 21%，由第三降至第四。
图 2. 主要发明人所在地的生成式 AI 专利族对比。来源：WIPO (2026), Figure 4。
不过，不能把这一数字简单解释为“韩国 AI 技术能力急剧下降”。
日本的激增很大程度上来自 SoftBank 在 2024—2025 年公开的约 3,000 个 GenAI 专利族。WIPO 也指出，若排除 SoftBank，日本的增幅会显著不同。
真正重要的不是排名本身，而是取得专利的速度。
生成式 AI 的在先专利每天都在积累。若过去一直推迟申请的企业在两三年后才为重要技术寻求保护，届时可能已经存在大量结构相似的在先专利，导致可取得的权利范围变窄。
这正是 AI 企业不能把产品开发与专利申请视为两个独立过程的原因。
4. AI 专利重心已从 GAN 全面转向 LLM
WIPO 报告最重要的技术变化之一，是 LLM 专利的快速增长。
过去，生成对抗网络（GAN）在生成式 AI 专利中占有相当比重，如今情况已经逆转。
2014—2025 年累计数据中，WIPO 识别出约 20,900 个 LLM 相关专利族，GAN 则约为 18,800 个。
若只看 2025 年，差距更大：
- LLM 相关专利族：约 14,100 件
- GAN 相关专利族：约 5,245 件
LLM 专利已增长至 GAN 的近三倍。Diffusion Model 也快速增加，从 2023 年的 441 件增至 2025 年约 4,000 件。
图 3. 生成式 AI 核心模型专利族趋势。来源：WIPO (2026), Figure 5。
这意味着企业的 AI 专利战略也必须改变。
过去，特定 AI 模型结构本身可能是重要专利点；现在，即使使用 LLM 或既有基础模型，如何生成输入、如何选择模型、如何验证与处理结果，以及如何解决特定行业的技术问题，也可能成为重要专利点。
5. 仅仅“使用 ChatGPT”并不能获得专利
这是许多企业最需要谨慎的部分。
使用生成式 AI 这一事实本身，并不等于具有可专利性。
韩国 2026 年《人工智能领域审查实务指南》也非常明确地说明了这一点。
按照韩国知识产权局的审查实务，如果与现有技术相比并无具体技术特征，只是简单使用生成式 AI，可能被评价为通常的设计变更并因缺乏创造性而被驳回。
反之，如果生成提供给生成式 AI 的 query data、instruction 或 prompt 的构成存在具体差异，并因该差异产生技术效果，则可能被认可具有创造性。
这是生成式 AI 专利申请的核心。
仅以“使用 LLM 生成专业答案”描述发明，与以下列结构描述发明，完全不同：
- 分析用户状态；
- 根据结果选择特定专业模型；
- 按照用户特性构成输入数据；
- 验证并后处理生成结果，以实现特定技术效果。
专利中重要的不是是否使用 AI，而是 如何 使用 AI。
6. 哪些生成式 AI 技术应当申请专利？
审查潜在的生成式 AI 专利申请时，Pine Patent 专利律师事务所建议把整个流程分解，而不是把技术作为一个笼统的“AI 服务”来看待。
以下部分尤其可能成为专利点。
第一，输入数据生成与预处理技术
选择哪些数据、如何转换、标准化或分类，以及如何将其制成适合生成式 AI 处理的形式，都可能构成技术差异。
韩国 AI 审查实务也指出，具体的数据预处理技术及其产生的优越技术效果，可能在创造性判断中具有意义。
第二，模型选择、连接与路由结构
如果系统不是把所有问题发送给单一 LLM，而是根据用户请求或数据特性从多个 AI 模型中选择合适模型，或按顺序连接多个模型，该结构可作为独立发明点审查。
第三，生成 prompt 或 instruction 的具体逻辑
这并不意味着一段“好的提示词”本身当然可以获得专利。
重要的是，根据用户状态、输入数据或系统条件，以技术方式生成或改变提示词的结构，以及由此产生的技术效果。
第四，AI 输出的验证与后处理
如果不把生成结果原样提供给用户，而是进行准确度评价、错误验证、数据转换，或针对特定工业系统进行后处理，也可发展为重要技术构成。
第五，用 AI 解决特定行业的技术问题
在制造、半导体、医疗、金融、能源、机器人与自动驾驶领域，比简单文本生成更重要的是改善现有工业流程准确度、处理时间、资源效率或安全性的具体技术结构。
7. 未来比“AI 本身专利”更重要的可能是“AI × 行业专利”
WIPO 数据中特别值得注意的一点，是生成式 AI 专利权人正从传统 IT 企业向其他行业扩张。
主要申请人中不仅有互联网企业，也出现了金融、通信、基础设施、电力和工业企业。中国的 State Grid Corporation、China Southern Power Grid 以及德国 Bosch 是代表性例子。
WIPO 同样指出，生成式 AI 正向金融、通信、基础设施及其他数字服务企业扩展，未来可能与医疗、制造、金融、能源等多种领域结合。
这一变化对韩国企业十分重要。
企业并非只有自行开发大型语言模型，才能取得重要 AI 专利。即使使用既有 LLM，在解决行业特有问题的技术中也可能存在大量专利机会，例如：
- 优化半导体工艺的生成式 AI
- 分析制造设备异常的生成式 AI
- 利用医疗数据支持决策的 AI
- 自动完成建筑与设计的生成式 AI
- 分析金融风险的生成式 AI
- 生成机器人行动计划的 AI
竞争力最终不来自“AI”一词，而来自解决行业问题的具体技术构成。
8. 继图像与视频之后，文本与代码生成专利快速增长
专利数据还清楚显示了生成式 AI 的应用趋势。
2014—2025 年累计数据中，图像与视频领域约有 40,000 个专利族，占比最大。
但近期文本的增速非常快。文本相关专利族从 2023 年约 3,400 件增至 2025 年约 11,800 件，两年内增长三倍以上。
代码生成从 2023 年 339 件增至 2025 年 1,616 件。3D 图像建模同期也从 908 件增至 2,484 件。
图 4. 生成式 AI 各应用类型专利族趋势。来源：WIPO (2026), Figure 6。
这表明，今后的专利组合会超越简单聊天机器人功能，向 AI 编程、设计自动化、多模态处理、3D 内容、业务自动化与 AI 智能体扩展。
9. 生成式 AI 企业现在应审查的五项专利战略
将 WIPO 统计转化为企业实际专利战略，有以下五个重点。
① 不应等产品上线后，而应在开发阶段识别专利点
AI 领域不仅技术发展快，专利公开速度也很快。
若完成开发并在市场验证成果后才考虑专利，类似在先技术可能已经出现。应在策划、PoC、开发、上线过程中同步开展发明挖掘与在先技术检索。
② 请求保护技术差异，而非仅仅“使用 AI”
把生成式 AI 接入既有流程，很难形成强专利。
应从输入数据处理、提示词生成、模型选择、训练与推理结构、结果验证及后处理等环节，找出不同于现有技术的具体构成与效果。韩国审查实务也区分生成式 AI 的简单使用与具体技术差异。
③ 不把所有内容塞入一项专利，而是设计组合
一项核心服务中可能存在多项发明。
例如，一项 AI 服务中的数据预处理、模型路由、生成过程、验证过程、用户界面、行业应用过程，都可能分别成为权利化对象。
因此，对于重要服务，不应止于一项申请，而应从核心技术与周边技术结构化的专利组合角度设计。
④ 不只考虑韩国申请，应从一开始决定海外市场
WIPO 指出，目前生成式 AI 领域向国际扩展的专利族占比仍相对较低，随着市场与商业模式成熟，全球权利布局可能扩大。
计划在美国、中国、日本、欧洲等海外市场经营的企业，应在首次申请阶段决定需要在哪些国家取得权利，而不是韩国申请后再迟延考虑海外申请。
⑤ 使用 AI 进行发明时，应记录“人的贡献”
这是韩国知识产权局在 2026 年特别强调的问题。
按韩国现行实务，AI 本身不被认定为发明人，必须由人对发明的创作作出实质贡献。
韩国知识产权局提示，若审查过程中对合法发明人存在疑问，可能要求提交研发记录、发明人确认书等能够证明人的贡献的资料。
越积极使用生成式 AI 进行研发的企业，越需要建立发明人管理流程，记录由谁设定技术问题，以及通过何种人的选择与验证完成发明。
10. 使用 AI 撰写专利说明书同样需要谨慎
在生成式 AI 时代，AI 不仅可用于发明，也可用于撰写专利说明书。但在便利之外，风险也相当大。
韩国知识产权局在 2026 年 6 月发布的指南中警告，生成式 AI 的幻觉可能产生实际不存在的技术内容或虚假效果，因此申请人与代理人必须核实说明书及审查意见答复的事实准确性与发明的可实现性。
医药、新材料等重视实验结果和可重复性的领域尤其敏感。不得把 AI 生成的实验结果写成实际实验结果。
另一个问题是机密泄露。
若把未公开发明直接输入外部生成式 AI 服务，企业技术信息可能被传输至外部。韩国知识产权局也明确提醒，在向 AI 输入核心技术或商业秘密时必须注意安全。
AI 可以提高专利工作的效率，但核实与安全不能交给 AI。
11. 生成式 AI 专利的真正竞争才刚刚开始
WIPO 此次统计中最重要的数字，或许不是“37,808”。
更重要的是，2024 与 2025 两年公开的生成式 AI 专利，已经超过此前十年的累计规模。这意味着产业专利版图实际上正在重新绘制。
而且，竞争中心并非只有 LLM。
多模态 AI、Diffusion Model、代码生成、AI 智能体、推理技术、高效训练与推理技术，以及与制造、金融、医疗、能源的结合，都在迅速扩大专利竞争范围。
企业现在应问的，不再是“我们也要申请一项 AI 专利吗？”
问题应变为：
- 我们的服务中，最希望阻止竞争者模仿的技术是什么？
- 除 AI 模型之外，我们特有的数据处理、输入生成、验证与后处理技术是什么？
- 哪些技术公开后会被竞争者复制，哪些应当保留为商业秘密？
- 三年后保护我们市场的专利组合，今天应如何设计？
真正的 AI 专利战略从这些问题开始。
Pine Patent 专利律师事务所的观点
生成式 AI 时代的优质专利，不会因为在权利要求中简单加入“人工智能”“LLM”或“生成式 AI”而产生。
核心是找出发明的结构：数据如何进入，AI 作出何种判断，各构成如何连接，以及与现有技术相比产生何种技术效果。
生成式 AI 的技术变化很快，因此，与其等开发结束后才发现发明，不如在研发过程中持续挖掘发明并设计专利组合。
Pine Patent 专利律师事务所审查生成式 AI 与软件技术时，不只看“是否包含 AI”，而是重点寻找能够保护实际业务的技术差异所在。
AI 技术发展越快，专利越不应是开发完成后的行政手续，而应成为与技术开发、商业战略共同设计的竞争工具。
生成式 AI 专利 FAQ
Q1. 使用 ChatGPT 或既有 LLM 的服务也能申请专利吗？
存在可能。没有自行开发 LLM，并不当然排除专利保护。
但如果只是把生成式 AI 简单用于既有服务，可能难以认定创造性。重要的是在输入数据生成、数据处理、模型选择、提示词构成、输出验证与后处理等方面，是否存在具体技术差异及效果。
Q2. 提示词可以获得专利吗？
由特定文字构成的“提示词本身”并不当然具有可专利性。
不过，韩国生成式 AI 审查实务指出，如果在生成 query、instruction、prompt 等输入数据的具体技术构成上存在差异，并因该差异产生技术效果，则可能具有创造性。最终仍须基于发明整体构成判断。
Q3. 如果生成式 AI 产生了创意，应把 AI 写为发明人吗？
按韩国现行实务，不可以。
韩国知识产权局提示，即使使用 AI，也必须由人对创作过程作出实质贡献，才能被认定为合法发明人。仅向 AI 输入一般指令并原样提交结果，可能产生问题。
Q4. AI 技术应通过专利还是商业秘密保护？
取决于具体技术。
如果分析产品即可掌握实现方式、能够发现竞争者实施情况，或需要长期阻止市场进入的核心结构，专利可能更有利。
反之，外部难以知晓的训练诀窍、内部数据处理方式等，有时更适合商业秘密保护。
因此，不应统一选择专利或商业秘密，而应逐项技术区分 IP 战略。
参考资料
- WIPO, Patent Trends Update in GenAI (2026)
- 韩国知识产权局，《人工智能专利审查案例，请在审查实务指南中查看》（2026 年 1 月 15 日）
- 韩国知识产权局，《AI 辅助发明须有人对发明作出贡献，方可认定发明人》（2026 年 6 月 9 日）
- 韩国知识产权局，AI 发明的专利要件与说明书要求
本文图表裁取自 WIPO (2026), Patent Trends Update in GenAI 的 Figure 1、4、5、6。数据与图中文字未作改动，并标注 WIPO 来源及 CC BY 4.0 许可。The WIPO Secretariat assumes no liability or responsibility with regard to the transformation of the original content.
