欧洲对 AI 辅助发明的审查态度？
简答
欧洲专利局不因使用 AI 而否定可专利性，审查仍回到技术方案本身：发明人必须是自然人，AI 只能作为工具；方案能否授权，取决于是否具备技术性，且非技术特征不计入创造性。AI 辅助不是驳回理由，但会放大充分公开与发明人真实性的风险。
展开说明
先分清两个问题
欧洲专利局（EPO）对 AI 的态度要拆成两层：一层是发明人资格，二层是技术方案的可专利性。前者是主体问题，答案刚性——2021 年 EPO 法律上诉委员会在 J 8/20 决定中认定，被指定为发明人的机器学习系统不是专利法意义上的发明人，发明人必须是自然人。同期其他法域给出同向结论：英国最高法院在 Thaler 案、美国联邦巡回法院在 Thaler v. Vidal 案中均持相同立场。
后者是实体问题，答案取决于方案本身。EPO 不会因申请由 AI 辅助完成而拒绝，也没有要求申请人主动声明使用了 AI 工具；审查员关心的是权利要求是否解决技术问题、是否产生技术效果。企业真正要管的是技术性与发明人的真实贡献。
EPO 的实际审查路径
涉及 AI 的申请在 EPO 通常落入「计算机实现的发明」框架。审查分两步：先判断主题是否属于可专利客体——数学方法、计算机程序本身被欧洲专利公约排除，但当方案整体采用技术手段、解决技术问题并产生技术效果时不属于排除范围；再按问题—解决法评估创造性，此时非技术特征不贡献创造性，这条口径来自 T 641/00 的既有判例线。公约条文与审查口径可在 欧洲专利局（EPO）官网 按审查指南分区查阅。
落到 AI 场景，能站住的技术效果通常是控制类（对物理装置的调节）、测量类（更准确的检测）、资源类（降低带宽或存储占用）、编码与安全类。单纯「用神经网络替代人工经验」而不指明技术效果，往往被归入非技术特征，创造性论证因此失去支点。
充分公开是另一道实门。公约要求所属技术领域的技术人员能够实现，AI 模型若只写「经模型训练得到」而不披露数据来源、结构、关键参数与验证方式，遇到效果依赖模型内部行为的方案，容易被质疑无法实现。撰写时应给出可复现的训练与推理细节。
与美国口径的差别
美国走的是司法排除加 101 三步框架，对权项撰写形式高度敏感：抽象概念、自然规律、自然现象三类排除，权项需要「显著更多」才过关。2024 年 USPTO 发布 AI 辅助发明的发明人资格指引，采用「重要贡献」标准判断自然人是否构成发明人，方向与欧洲一致，但更依赖内部记录举证。
差别在过滤机制而非松紧：EPO 用「技术性加非技术特征不计创造性」连续过滤，结论可预期性相对高；美国先过 101 再谈 102 与 103，权项措辞差一句就可能翻转结论。同一方案两地申请时不必追求文字统一，应按本地审查逻辑分别调整，参见 美国专利申请的 101 与 112 风险怎么防。
实操清单
第一，保留人类贡献记录：谁提出技术问题、谁选定模型与特征、谁判断结果可用，形成带时间戳的文档，出现发明人争议时有据可查。AI 不得列入发明人栏，具体判断标准见 AI 可以写进专利的发明人栏吗。
第二，把技术效果写进方案而不是写在结论里：指明作用于什么装置、改善哪个指标、为什么能改善。第三，多法域布局时把 AI 相关的公开风险前置评估，模型输出、演示视频、论文预印都可能成为现有技术，尤其是同一团队先行发表的会议论文。
第四，涉及人机协作产出的方案，交底阶段就要区分「AI 给出的候选」与「人做的取舍」。前者只能作为工具输出，后者才是发明构思的来源；这条界线在审查阶段往往比技术细节更关键，辅助完成的方案如何界定可参考 用 AI 辅助完成的发明，能申请专利吗。
参考来源
引用均为官方文件或公开报道，访问日期 2026-11-06。