摘  要：人工智能生成发明创造是指人工智能对发明成果作出了实质性贡献的发明创造，包括“人机协作生成发明”和“AI主导生成发明”两类。人工智能生成发明创造的可专利性审查应聚焦人类而非人工智能的实质性贡献。人工智能生成发明创造具备可专利性的前提条件是人类对发明成果作出了实质性贡献。人类实质性贡献的判定，应遵循创造性贡献、人类主导性等基本原则，并结合不同的人工智能应用场景进行具体分析。多数场景下，有资格成为发明人的是人工智能系统的使用者，特殊场景下也可能包括人工智能系统的开发者。无论现在还是未来，专利制度都无须赋予人工智能发明人身份。在人工智能生成发明创造中，一旦确认了人类的实质性贡献，就可以依据人类贡献程度确定发明创造的发明人，并以发明人为中心，按照法律规定或合同约定确定专利权归属。

关键词：人工智能生成发明创造；可专利性；实质性贡献；权利归属

人工智能技术发端于20世纪50年代，历经数十年技术积淀，在深度学习、知识图谱、大模型等领域实现了突破性进展。人工智能依据人类指令生成文本、图像、视频以及计算机代码，由此引发人工智能生成物可版权性的激烈争议。人工智能生成发明创造的可专利性问题也逐渐受到关注。美国人工智能科学家斯蒂芬·泰勒（Stephen Thaler）博士运用其开发的机器人系统达布斯（DABUS）生成两项发明，并以达布斯为发明人，向包括中国在内的世界各国申请专利，引起全球广泛热议。与此同时，人工智能已开始广泛应用到各国专利研发和申请实践。为应对这一趋势，2024年2月起，美国专利商标局相继出台《人工智能辅助生成发明的发明人身份指南》（以下简称《身份指南》）《关于在实践中使用人工智能工具的指南》等多份政策文件，明确人工智能辅助发明“并不因发明人身份不当而绝对不被授予专利”，并提出人工智能辅助发明的可专利性判定标准和参考示例。2024年12月，中国国家知识产权局发布了《人工智能相关发明专利申请指引（试行）》（以下简称《指引》）。《指引》规定了人工智能辅助发明以及人工智能自主生成发明的发明人认定标准。然而，该指引并未对人类与人工智能共同完成的发明创造的可专利性以及发明人身份的确定作出说明。

“人工智能驱动的科学研究”（AI for Science）已成为全球人工智能发展的共识。人工智能技术正广泛应用于各类科学研究场景。随着人工智能的研发能力不断逼近甚至在特定领域超越人类，人工智能生成发明创造能否获得专利授权，已成为不可回避的现实问题。目前，国内外学者已开始探讨人工智能生成发明创造的可专利性，但在可专利性判断标准和专利权归属问题上分歧明显。总体而言，与人工智能生成物可版权性研究相比，人工智能生成发明创造的可专利性研究较为薄弱且存在诸多不足：其一，不同文献对人工智能生成发明创造的界定存在差异或未作明确界定，缺乏统一的概念基础与逻辑起点；其二，部分研究将人工智能生成发明创造的可专利性与人工智能能否获得发明人身份两个不同的命题混为一谈；其三，在分析人工智能生成发明创造的可专利性时，仍然使用常规发明可专利性的分析框架，专注于客体适格性以及“专利三性”等实质性授权条件的分析，忽略了此类发明的特殊性——发明创造的实质性贡献可能源自人工智能而非人类。

有鉴于此，本文在厘清人工智能生成发明创造的概念与分类的基础上，主张人工智能生成发明创造的可专利性分析应聚焦人类的实质性贡献，进而提出判断人类实质性贡献的方法，并解决与之紧密关联的发明人身份认定及权利归属问题。

一、人工智能生成发明创造的专利申请实践

不同专利审查机关发布的政策文件以及学者的著述对人工智能生成发明创造的概念理解并不一致。在探讨人工智能生成发明创造的可专利性及其权利归属之前，需要明确界定人工智能生成发明创造的概念及其类型。

中国国家知识产权局发布的《指引》将人工智能相关发明区分为“人工智能辅助作出的发明”和“人工智能生成的发明”。《指引》第一章第1.3条将“人工智能辅助作出的发明”定义为“在发明过程中以人工智能技术作为辅助工具得到的发明创造。此种情况下，人工智能发挥的作用类似信息处理器或绘图工具等。例如，利用人工智能识别特定蛋白质结合位点，最终获得的新型药物化合物”。《指引》第一章第1.4条将“人工智能生成的发明”界定为“人工智能在没有人类实质性贡献的情况下自主生成的发明创造，例如，由人工智能技术自主设计的食品容器”。美国专利商标局在《身份指南》中指出，“人工智能辅助生成发明是指自然人使用一个或多个人工智能系统创造的发明”，并将人工智能辅助生成发明分为两种类型：一种是自然人对发明的构思作出了显著贡献的发明，另一种是自然人对发明的构思没有作出显著贡献的发明。吴汉东教授将人工智能发明分为三类：一是辅助生成发明，即以人工智能为创造工具完成的发明，智能机器仅是辅助手段且未对发明成果作出实质性贡献；二是合作生成发明，即人机合一完成的发明；三是独立生成发明，即机器在具有独立思维和自我意识的条件下所作出的发明。上述观点对于人工智能生成发明创造的定义虽存在明显差异，但共通之处是依据人工智能或者人类在发明创造过程中所作出的实质性贡献情况划分人工智能参与下的发明创造。这种界分的方法强调人工智能发明不同于常规发明的本质特征，突出了实质性贡献的重要性。为避免概念混淆和结论误读，本文所称的人工智能生成发明创造系人工智能对成果作出实质性贡献的发明创造。所谓“实质性贡献”，是指对发明的实质性特点作出的创造性贡献。根据人类和人工智能的实质性贡献不同，可以将人工智能生成发明创造进一步区分为人类与人工智能共同作出实质性贡献的发明创造（简称“人机协作生成发明”）以及人工智能独自作出实质性贡献的发明创造（简称“AI主导生成发明”）。那些仅将人工智能作为辅助工具形成的发明不属于人工智能生成发明创造，可归入人工智能辅助发明。上述人工智能相关发明创造的分类特征及其相互关系如下表所示。

需要说明的是，此处的“AI主导生成发明”与《指引》中的“人工智能生成的发明”以及吴汉东教授提出的“独立生成发明”存在内涵和外延上的不同。“AI主导生成发明”不是人工智能独立自主或在有自我意识的情况下完成，而是在人类的指示或参与下完成，只是人类没有对发明作出实质性贡献而已。现阶段人工智能不具备自我意识。当前及未来相当长时间内，人工智能尚不具备完全脱离人类指示、独立自主开展发明创造的能力。基于这一技术现实，现阶段讨论无人类任何参与的人工智能生成发明创造的可专利性问题意义有限。

（二）人工智能生成发明创造的专利申请实践

人工智能自问世以来，一直扮演着辅助科研的角色。21世纪初，受益于算力增强、算法优化和数据资源的极大拓展，人工智能不仅能够对海量科学数据进行筛选，识别人类难以发现的模式与关联，还能够提出新的研究问题和假设，创造新的科学发现。通过整合多样化数据模态，人工智能模型甚至能够设计出小分子药物和蛋白质。人工智能在科学研究中所展现出的能力，日益接近甚至超越人类水平。在某些研究领域，人工智能已不再是传统意义上与计算机类似的辅助性工具，而是发明创造中不可或缺的关键因素。人工智能生成的研究成果甚至符合申请专利的要求。达布斯（DABUS）专利申请案和阿尔法折叠（AIpha Fold）发明专利案便是两个最具代表性的案例，这两起案件引发了全球范围内对人工智能生成发明创造能否获得专利的讨论。

1.达布斯（DABUS）专利申请案

2018年，美国人工智能企业想象引擎公司（Imagination Engines Incorporated）的创始人兼首席执行官斯蒂芬·泰勒博士声称其研发的人工智能发明系统达布斯（DABUS）自主设计出两款产品，分别为“一个采用分形几何结构构建的食品容器”和“用于在紧急情况下吸引注意力的闪光灯”。泰勒博士以达布斯（DABUS）为唯一发明人，以自己为申请人，就上述两项发明分别向英国、美国、欧盟以及中国等18个国家和地区提交专利申请。然而，除南非外，绝大多数国家都驳回了泰勒博士的专利申请，驳回的理由基本一致：只有人类才能成为发明人，人工智能系统无法成为发明人。该项专利申请案在中国也受到高度关注。国家知识产权局驳回了该申请，并指出，申请人没有正确地指明发明人，该发明不符合专利授予规定。在随后的复审中，国家知识产权局再次强调了这一观点。达布斯（DABUS）专利申请案是全球首例将人工智能作为发明人申请专利的案件。该案引起全球关注的同时，还引发了人工智能生成发明创造能否获得专利权以及人工智能能否成为发明人的讨论。有学者指出，现行专利法无法解决人工智能的发明人资格问题，亟须思考应对之道。尽管达布斯（DABUS）专利申请案在全球大部分国家均以失败告终，但其影响不容忽视。该案促使各国立法和行政机关开始关注人工智能生成发明创造所引发的法律问题。此案之后，中国、美国均发布了有关人工智能相关发明的专利申请指导文件，欧盟也对其专利审查指南进行了更新。需要指出的是，虽然绝大多数国家以人工智能不能作为发明人为由驳回了达布斯（DABUS）专利申请，但这并不意味着人工智能生成发明创造绝对不可被授予专利。倘若泰勒博士不将达布斯（DABUS）作为唯一发明人，各国的专利申请审查结果或许会有所不同。美国专利商标局在其《身份指南》中强调，人工智能辅助发明并不会因发明人身份不当而绝对不可被授予专利。

2.阿尔法折叠（AIphaFold）发明专利案

英国深度思维（DeepMind）公司研发的阿尔法折叠（AIphaFold）人工智能模型，借助深度神经网络对蛋白质三维结构展开预测，攻克了困扰生物学界长达50年之久的“蛋白质折叠问题”。美国华盛顿大学的大卫·贝克（David Baker）教授利用阿尔法折叠（AIphaFold）等人工智能模型设计出数百万种自然界中不存在的新蛋白质。基于上述成果，大卫·贝克教授申请了约100件相关专利，深度思维（DeepMind）公司申请了84件与蛋白质结构有关的发明专利。从上述专利申请文件的内容来看，阿尔法折叠（AIphaFold）模型并非辅助工具。例如，深度思维公司申请的一件名为“通过联合建模序列和结构设计蛋白质”发明专利的权利要求书载明：使用蛋白质设计神经网络生成定义蛋白质的氨基酸序列和结构的数据；使用蛋白质设计神经网络处理蛋白质的当前表示以生成当前位置的设计数据等。不难看出，该项发明主要创新点的实现都依赖于蛋白质设计神经网络。这表明，在研发过程中，阿尔法折叠（AIphaFold）模型不仅起到了辅助作用，更展现了关键创新功能。阿尔法折叠（AIphaFold）模型的精确预测能力直接促成了关键性结构输出，形成发明的重要创新内容；人类发明者则通过设定任务、定义训练数据、调试架构等指导人工智能模型进行研发。可以说，上述发明属于典型的人机协作产物。

有学者研究指出，早在20世纪90年代，人工智能就能够在人类较少干预的情况下生成符合专利申请要求的发明创造。例如，2005年，约翰·科扎（John Koza）利用基因编程完成的发明创造就获得了美国的专利授权。在这些专利申请中，人工智能虽然未被列为发明人，但实际上却扮演了发明人的角色。随着计算能力的不断提升和算法模型的持续优化，人工智能生成的发明创造数量将呈现爆发式增长。不同于传统的辅助性工具，人工智能具备潜在的创造性，能够对技术方案或设计构思作出实质性贡献。此类实质性贡献可能源于人类与人工智能的协同合作，也可能是在人类的指示下主要由人工智能作出的。无论属于何种情形，在现行制度下，人工智能生成的发明创造具有获得专利授权的可能性。因此，专利法亟须对人工智能生成发明创造的可专利性问题作出相应的制度安排。

二、人工智能生成发明创造可专利性的分析逻辑：聚焦人类的实质性贡献

与人类完成的常规发明创造一样，人工智能生成的技术方案如要获得专利，亦需满足客体适格要求以及新颖性、创造性和实用性（以下简称“专利三性”）等实质性授权条件。若不对人工智能参与发明创造的事实进行事先披露，专利审查人员在审查人工智能生成发明创造的可专利性时，将采用审查常规发明的程序与标准。然而，人工智能生成发明创造中包含人工智能的实质性贡献，这种贡献将影响“专利三性”的认定。专利审查人员在审查人工智能生成发明创造的可专利性时，就不能使用惯常的分析方法，而需要考察实质性贡献的来源，这是人工智能生成发明创造可专利性分析的特殊之处。与之相似，在当下备受关注的人工智能生成内容的可版权性问题上，讨论焦点也不在于作品的客体适格性以及作品本身的独创性等常规的作品可版权性分析要素，而是人工智能参与创作下，作品的独创性贡献是否源自人类创作者。无论是有关我国“AI文生图”案例的讨论，还是美国版权局2025年1月发布的《版权和人工智能：可版权性》报告，无一不是围绕作品独创性贡献来源展开。有鉴于此，在分析人工智能生成发明创造的可专利性时，考察重点也不是发明是否满足客体适格性以及“专利三性”等实质性授权条件，而是需要厘清该发明创造的实质性贡献究竟是源于人类研发者还是人工智能。可以说，这是人工智能生成发明创造可专利性审查需要解决的核心问题。

人工智能生成发明创造包括人机协作生成发明和AI主导生成发明。在人机协作生成发明中，人类与人工智能均做出了实质性贡献。而在AI主导生成发明中，只有人工智能做出了实质性贡献。因此，在讨论人工智能生成发明创造可专利性时，有必要针对实质性贡献的不同来源，做进一步的探讨。

（一）不能因人工智能作出实质性贡献就否定人工智能生成发明创造的可专利性

“人工智能驱动的科学研究”（AI for Science）是未来科学发展的必然趋势。倘若仅因人工智能对发明创造具有实质性贡献，便直接否定该发明创造的可专利性，这对人机协作生成发明中共同作出实质性贡献的人类发明人而言并不公平。这种处理既不利于人工智能技术的进步，也不利于推动人工智能在科研领域的革命性广泛应用。经济合作与发展组织（OECD）、澳大利亚国家科学机构（CSIRO）以及英国皇家学会（RS）等机构均指出，人工智能改变了科学研究范式，拓展了跨学科合作的边界，展现出强大的知识发现与创新能力。随着大模型和生成式人工智能技术取得突破，人工智能不再只是辅助科研，而可能作出实质性贡献，成为引领未来科学革命的关键要素。研究表明，全球实验室对人工智能的使用量呈指数级增长，一个以人机协同为主导的科学发现新时代正加速来临。截至2023年6月，我国人工智能核心产业规模已达5000亿元，人工智能企业数量超过4400家，仅次于美国，位居全球第二。“AI发现、人类验证”的新型科研协作模式已开始涌现。在此背景下，若拒绝为人机协同生成的发明创造提供专利保护，无疑会阻碍人工智能在科研中的应用，并抑制人工智能产业的发展。美国专利商标局在《身份指南》中明确规定，自然人使用人工智能系统进行发明创造，并不会否定该自然人作为发明人的贡献。这一规定背后蕴含着如下政策导向：我们既要激励和保护人类的发明创造，又不能限制人们在研发过程中使用人工智能。

（二）人工智能生成发明创造的可专利性审查应聚焦人类的实质性贡献

专利制度的初衷在于激励人类的创造，因此，人工智能生成发明创造的可专利性审查应着重关注人类而非人工智能的实质性贡献。纵观专利制度的起源，无论是1474年威尼斯共和国颁布的、世界第一部具有近代专利法特征的《威尼斯专利条例》，还是英国1624年确立现代专利制度的《垄断法规》，均是通过授予发明人排他性权利来激励技术创新。《威尼斯专利条例》虽然条文不多，但十分强调保护发明人的专有权。《垄断法规》第6条规定，专利必须授予“真正的第一个发明人”，确立了“发明人中心主义”原则。这一传统被美国和法国的相关法律所继承。《美国宪法》第1条第8款规定，国会有权“促进科学和实用技艺的进步，确保作者和发明人在有限的时期内对其各自的著作和发现享有独占权”。1791年法国《专利法》继承英国发明人中心主义，规定“专利权是发明人的自然权利”。从康德的法哲学思想出发，知识产权的正当性在于它体现了个体自由意志，与人格尊严密切相关。按照黑格尔的自然权利论，专利权是发明人基于劳动创造而天然享有的道德权利，是人类对其智力成果的自然延伸，是人格权的财产化表现。各国法律秉持“人类发明人原则”。该原则源于人类中心主义的权利观念：唯有具备理性与创造力的人类，才能成为道德主体，其劳动成果才值得法律保护。人工智能缺乏法律主体资格，其“创造”无法体现人类意志与人格，不享有自然权利。从知识产权制度的法经济学原理来看，专利制度旨在构建一种激励机制，为创新活动提供一种“最优补贴”。专利制度通过赋予发明人暂时性独占权，换取其公开技术方案，使发明人获得高于边际成本的回报，从而激励其投入研发资源。人工智能本身不存在投资回报的激励需求，也不对专利保护抱有理性期待。因此，从经济学角度而言，赋予人工智能发明人身份或权利人资格并无意义。

综上，不论是从专利制度建构的初衷还是从法哲学的基础出发，基于法经济学逻辑，均可得出以下结论：人工智能生成发明创造的可专利性审查应当聚焦人类的实质性贡献，无须过多关注人工智能的实质性贡献。实际上，由于“AI黑箱”的存在，想要对人工智能的实质性贡献进行准确测度，既无可能，也无必要。美国《身份指南》摘要明确提出，“对于人工智能辅助发明，发明人身份分析应侧重于人类的贡献，因为专利的作用是激励和奖励人类的创造力”。我国《指引》第二章第2条也规定，“对于人工智能辅助作出的发明，对发明创造的实质性特点作出了创造性贡献的自然人，可以署名为专利申请的发明人”。对于“人工智能生成的发明”，尽管我国《指引》没有明确在何种情况下人工智能可以获得专利，但规定“在我国当前法律背景下无法赋予人工智能发明人身份”。这一规定已彰显该《指引》以人类发明人为中心的基本立场。

（三）甄别人类的贡献情况，排除无人类实质性贡献的专利申请

在人工智能生成发明创造中，有一类是由人工智能主导生成的，人类并没有作出实质性贡献的发明创造。例如，作为人工智能系统的使用者，人类仅对人工智能下达任务指令或给予简单提示，发明的实质性贡献主要由人工智能完成。在此情形下，若不考察人类在发明中的贡献情况，将人工智能系统的使用者认定为发明人，并授予使用者专利权，显然有失公允。这种做法使得部分投机者利用功能不断强大的人工智能批量制造“专利”，尤其是对创造性要求较低且不经实质审查的实用新型专利和外观设计专利。这将产生严重危害：其一，促使投机者与诚信研发者进行不公平竞争，破坏正常的科研秩序与学术环境。其二，导致大量由人工智能主导生成的发明被不当授权，使本应进入公有领域的科研成果无法被公众自由利用，阻碍后续创新。此外，倘若不对此类专利申请进行限制，大量由人工智能生成的专利申请量可能会呈爆发式增长，给各国本就不堪重负的专利审查系统增加压力。目前，我国“非正常专利申请”问题依旧较为严重，专利审查机关有必要明确其立场，坚决排除人类未作出实质性贡献的专利申请。

总之，在人工智能生成发明创造的可专利性审查中，我们应当坚守人类中心主义的基本立场，重点关注人类的实质性贡献，而不是人工智能的作用。人工智能生成发明创造若要获得专利授权，前提是人类对发明成果作出了实质性贡献。

三、人类实质性贡献的判断：判断方法与披露义务

接下来仍需要解决的问题是如何判断人类在发明过程中作出了实质性贡献。

（一）人类实质性贡献判断的基本原则

在人工智能生成发明创造的情境中，无论是“人机协作生成发明”还是“AI主导生成发明”，都是由人类与人工智能共同完成的，只是人类在两类发明中所起的作用不同。前一类发明中人类作出了实质性贡献，而后一类发明中人类没有作出实质性贡献。如果某个自然人对发明成果作出了实质性贡献，也就意味着他“对发明的实质性特点作出了创造性贡献”，有资格成为发明创造的发明人或者设计人，这符合《中华人民共和国专利法实施细则》（以下简称《专利法实施细则》）第14条关于发明人或者设计人的规定。因此，判断人类是否作出实质性贡献，就是判断其是否具有发明人或者设计人的身份。我国《专利法实施细则》和《专利审查指南》均未就“对发明的实质性特点作出创造性贡献”作出进一步解释，不过有关发明人身份的司法判例可为我们提供参考。结合前述人工智能生成发明创造可专利性分析的底层逻辑，人类实质性贡献的认定应当遵循以下基本原则：

第一，创造性贡献原则，即人类发明者应对发明构思作出创造性智力贡献。我国《专利法实施细则》第14条规定，在完成发明创造过程中，只负责组织工作的人、为物质技术条件的利用提供方便的人或者从事其他辅助工作的人，不是发明人或者设计人。因此，在人工智能生成发明创造中，如果人类只是提出研发任务、承担辅助性工作或者仅提供人工智能系统，而没有实质参与发明的构思，则人类无法成为发明人或设计人。易言之，人类若没有对发明付出创造性的智力劳动，则不能被认定作出了实质性贡献。我国《指引》强调，对于人工智能辅助作出的发明，发明人应对发明创造的实质性特点作出创造性贡献。与之类似，美国联邦巡回上诉法院曾在菲纳石油化工公司诉尤恩（Fina Oil＆Chemical Co.v.Ewen）一案中强调，“构思（conception）是认定发明人的试金石”。该案判决书进一步指出，仅提供一般研究方向、实验数据或实施辅助（如测试、分析、执行命令），不能构成“实质性构思贡献”。英国1977年《专利法》同样将发明人规定为“实际构思发明的人”（the actual deviser of the invention）。欧洲专利局在达布斯（DABUS）案中认为，发明人必须为自然人，并应对发明的“技术构想”作出实质性贡献。日本特许厅亦坚持这一原则，强调“发明人”是技术思想的创造者，而非单纯的实施者。综上，尽管法律表述不尽相同，但各国均要求发明人应对技术构思或实质性特点作出“创造性”贡献。

第二，人类主导性原则，即人类的实质性贡献应当表现为对发明的整体构思和研发方向发挥了主导性作用。专利制度的目的在于激励人类的发明创造及其转化运用，以促进生产者和技术知识使用者之间的互惠互利。在人工智能生成发明创造中，如果发明的整体构思和研发方向主要由人工智能主导，人类并未起到实质性作用，那么此类发明创造不应被授予专利权。在多人参与的常规发明创造（非人工智能生成发明创造）中，只要参与者对发明的实质性特点作出了创造性贡献，就能够作为共同发明人获得发明人身份，并不需要其贡献是主导性的。就人工智能生成的发明创造而言，对人类发明者（作为整体）的要求应有所提升，即确认唯有在发明创造中所作出的贡献占据主导地位，人类发明者（作为整体）方可获得发明人身份。这是因为，在人类发明者之外的共同参与者是人工智能，并非人类。在我们不认可人工智能可以获得发明人身份的前提下，人类发明者若想获取发明人身份，就必须证明自己在整个发明过程中起到了主导作用。否则，专利制度激励人类创新的目的恐将落空。与此类似，人工智能生成内容的可版权性的关键问题之一是人类在创作过程中是否发挥了主导作用。美国版权局在2025年1月发布的《版权与人工智能第二部分：可版权性》报告中主张，“版权不适用于纯人工智能生成的材料，或对表达元素缺乏人类控制的材料”，强调人类对创作过程的“控制”。国内学者在讨论人工智能生成物的可版权性时，关注的重点均是人类对生成作品的“控制”或“贡献”，只是在“控制”的程度上存在分歧。美国专利商标局《身份指南》要求，使用人工智能系统的自然人必须对发明作出了“显著贡献”（significant contribution），才可以获得发明人资格。如何评估自然人是否作出了“显著贡献”，《身份指南》提出了基于“潘努（Pannu）因素”的判断标准，即要求每个发明人必须满足以下条件：（1）发明人须以某种显著的方式对发明的构思或将发明付诸实践作出了贡献；（2）在整体发明框架下进行评估时，发明人所作的贡献并非无足轻重；（3）发明人不仅仅是解释熟知的概念和／或现有技术。为了进一步说明自然人的贡献是否足以构成“显著贡献”，《身份指南》提出了五项指导原则，并要求人类发明者必须对每一项权利要求都作出“显著贡献”。不过，本文认为，要求人类发明者作出主导性贡献，并非意味着人类的实质性贡献在数量或程度上必须多于或高于人工智能，只需证明人类在发明的整体构思和研发方向上发挥了主导作用即可。毕竟，人工智能研发能力的迭代速度是人类难以企及的，加之其算法本身具有黑箱特性，我们无须也无法对其实质性贡献做出准确测度，并将其与人类贡献进行比较。

第三，“实质性特点”不限于“创造性”。《中华人民共和国专利法》（以下简称《专利法》）第22条规定，“创造性是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步”。此处“实质性特点”只是创造性要件中的一个组成部分，范围较窄。而我国《专利法实施细则》第14条所规定的发明人身份的要件——“对发明的实质性特点作出了创造性贡献”中的“实质性特点”则不限于创造性要求中的“实质性特点”，而是指向全部实质性授权要件，换言之，发明人也可以是对专利的新颖性和实用性作出了实质性贡献。原因在于，一项发明创造在专利审查中需满足实质性授权条件——新颖性、创造性和实用性。上述三性均需要发明者作出创造性贡献。最高人民法院知识产权庭在苏州某药业股份有限公司与郭某关于发明创造发明人署名权纠纷一案的终审判决中指出，“发明人署名权纠纷所涉‘发明创造的实质性特点’并不当然等同于在专利授权确权阶段创造性审查中的实质性特点。《专利法实施细则》所规范的发明创造的发明人身份的确定，主要针对的是特定的自然人是否实质性地参与专利（或专利申请）技术方案的发明创造活动”。故此，在判断人类的实质性贡献时，专利审查员不应将“实质性特点”等同于创造性审查。

（二）不同人工智能应用场景下人类实质性贡献的判断

在人工智能生成发明创造的研发过程中，人类承担的角色多样，所发挥的作用不尽相同。要准确判断人类是否作出实质性贡献，有必要在上述基本判断原则的基础上，结合科研实践中人工智能的具体应用场景展开分类探讨。

应用场景一：人类向人工智能提出技术目标，主要由人工智能生成技术方案。如果人类只是简单地提出技术目标，并没有提供实现技术目标的构思，即意味着实质性贡献主要由人工智能完成。此时可以认为人类未作出实质性贡献。但是，如果人类向人工智能所作出的指示中不仅包括技术目标，还包含实现目标的基本路径。这些目标和路径具有创新性和前瞻性，为解决特定技术问题提供了新的思路，使得人工智能能够在人类的指示下生成有效的技术方案，此时不应绝对否认人类的实质性贡献。美国专利商标局《身份指南》提出，仅仅认识到一个问题，或提出一个总体目标或研究计划，不属于构思，不能构成专利法上要求的“显著贡献”。但是，如果人们根据特定问题构建提示词，并通过人工智能系统生成特定的解决方案，可以被视为一项“显著贡献”。

应用场景二：人类指示人工智能生成初步技术方案后，又进一步完善了人工智能生成的技术方案。换言之，当人工智能在人类的指示与引导下生成初步技术方案后，人类继续对该方案进行验证并做进一步修改。此时，审查的重点应当是人类在完善过程中是否引入了新的技术特征或创新点，是否显著提升了技术方案的性能、效率或实用性。例如，审查员可以分析修改后的技术方案与人工智能生成的原始方案之间的差异，判断这些差异是否对最终技术方案的新颖性、创造性和实用性产生了重要影响。

应用场景三：人类指示人工智能生成初步技术方案后，又反复指示人工智能不断修正。人工智能根据人类的指导生成初步技术方案之后，人类继续指导人工智能反复修正，例如不断调整指令、修改参数或提供反馈数据。这一过程展现了人机交互的动态性特点。此时判断的关键在于人类对研发方向的控制程度，即人类在修正过程中所做的决策是否展现出创造性和战略性，是否对技术方案的改进起到了决定性的引导作用。如果人类在研发过程中展现了主导作用，那么即便技术方案主要由人工智能生成，仍可认为人类对技术方案的实质性特点作出了创造性贡献。

应用场景四：人类完成初步技术方案后，指示人工智能进行修改。当人类首先完成了一项初步技术方案，该方案不仅明确了技术目标，还提出了实现该目标的初步整体构思。为了完成方案，人类进一步指示人工智能完善方案。在这种情况下是否构成实质性贡献，需要考虑以下两点：其一，人类提出的初步技术方案构思是否对最终方案具有决定性的指导作用；其二，人类对人工智能发出的修改指示是否起到了关键性的引导作用。如果这两个条件都得到满足，那么可以认为人类对发明成果作出了实质性贡献。

应用场景五：在一项总体发明构思中，人工智能仅承担部分任务。当人类提出完整的发明构思，并指示人工智能完成其中的部分步骤时，意味着人类在整个发明过程中承担了规划和主导的角色。如果人工智能仅辅助完成部分技术细节（如参数拟合、数据处理等），或者仅对部分权利要求作出了实质性贡献，人工智能的参与并不会影响人类在整体技术方案构思中的主导地位。在这种情况下，人类应视为对相关发明创造作出了实质性贡献。

应用场景六：人工智能系统开发者直接参与发明创造。在前述几个场景中，参与发明创造的人类主要是人工智能系统的使用者。然而，在实际操作中，人工智能系统的开发者也可能直接参与发明创造。例如，华为公司与深圳交警合作建立了智能信控（TrafficGo）联合创新实验室。通过该实验室，华为研究团队与深圳交警用户、交通工程领域专家以及城市交通规划设计专家深度合作，打造出“专家＋AI”的智能交通管控系统。当人工智能系统的开发者参与发明创造，需要考察的重点是人工智能系统的开发者是否直接参与了技术方案的构思，或者说是否有共同进行发明创造的“合意”和行为。如果人工智能系统开发者直接参与了技术方案的构思，例如为实现特定技术目标开发了专门的人工智能系统，或对原有人工智能系统进行了针对性优化设计，那么此时可以认为人工智能系统开发者也作出了实质性贡献。

综上所述，在大多数应用场景中，人工智能系统的使用者有可能对发明创造作出实质性贡献从而成为发明人。在特殊应用场景中，若人工智能系统的开发者深度介入研发过程，直接参与了技术方案的构思，则该开发者也可被认定为对发明创造作出了实质性贡献。

（三）发明人贡献情况的披露义务

在我国，专利申请通常不需要申请人披露每一位发明人的贡献。我国《专利审查指南》第4.1.2条的“发明人”条款指出，“在专利局的审查程序中，审查员对请求书中填写的发明人是否符合该规定不作审查”。然而，对于人工智能生成的发明创造，审查员只有了解了人类在相关发明研发过程中所做的贡献后才能确定合格的发明人，才能判断该发明是否可被授予专利。故此，要求专利申请文件披露发明人所做贡献是判定人工智能生成发明创造中人类实质性贡献的必要前提。

与中国专利法不同的是，美国专利制度较早规定了发明人和代理人的披露义务。根据美国《联邦法规汇编第37卷》第1.56条，与专利申请的提交和审查相关的每个人，在与专利商标局打交道时都有义务保持坦诚和诚信，有义务向专利商标局披露该个人所知的所有对本节所定义的可专利性具有实质性影响的信息。美国专利商标局在《身份指南》V.B（i）条中规定了当事人的“披露义务”（Duty of Disclosure），要求专利申请的相关当事人有义务向专利商标局披露对可专利性至关重要的信息：“在人工智能辅助发明的申请中，此类信息可以包括证明具名发明人并未对发明作出重大贡献的证据，因为该自然人所谓的贡献是由人工智能系统作出的。”可见，美国无须修改专利法就可以解决人工智能生成发明创造中人类实质性贡献的披露问题。欧盟2024年出台的《人工智能法案》（EU Artificial Intelligence Act）对使用人工智能系统的透明度义务（transparency obligations）和披露要求（disclosure requirements）作出了明确规定。这些规定旨在保障用户对人工智能系统的知情权与控制权，尤其是针对高风险系统与生成型人工智能系统（如ChatGPT、图像生成式人工智能）的知情与控制。

近年来，我国有关部门已开始关注生成式人工智能的披露义务问题。2023年由国家互联网信息办公室等七部委联合发布的《生成式人工智能服务管理暂行办法》第12条规定，生成式人工智能服务提供者应当按照《互联网信息服务深度合成管理规定》对图片、视频等生成内容进行标识。2025年3月发布的《人工智能生成合成内容标识办法》也规定，服务提供者应当对人工智能生成合成内容添加显式或隐式标识。在科研领域，科技部2023年发布的《负责任研究行为规范指引》要求，学术出版单位应要求作者披露使用生成式人工智能的情况，说明具体的软件名称等信息，并对涉及事实和观点引证的辅助生成内容作出具体标注。

从域外立法实践和国内监管动向来看，完善生成式人工智能的披露机制是未来的发展趋势。为此，我国立法应当引入人工智能生成发明创造的专利申请披露义务，以便专利审查机关确定人类发明者的贡献程度，确保只对人类作出了实质性贡献的发明创造授予专利权。具体而言，考虑到立法成本，我国可在不修订《专利法》的情形下，于《专利法实施细则》和《专利审查指南》中增订相关条款，规定针对人工智能生成的发明创造，专利申请人应当披露使用人工智能系统的相关情况，包括发明人与人工智能系统的交互记录。若未履行该披露义务，申请人需承担专利申请被驳回或已授权专利被宣告无效的不利后果。同时，为避免过度加重专利申请人和专利审查机关的工作负担，对人工智能辅助发明创造不作此项要求。

四、人工智能生成发明创造的发明人身份与专利权归属