2019年，人工智能公司 Imagina-tion Engines的创始人斯蒂芬·泰勒分别向中国、美国、欧洲、日本、韩国、英国、德国、澳大利亚及南非的知识产权机构提交专利申请。泰勒将他创造的人工智能系统 DABUS（Device for the Autonomous Bootstrapping of Unified Sentience）列为唯一发明人。DABUS案一石激起千层浪，引发全球范围内对发明人资格的激烈讨论。随着人工智能技术的迅速发展，特别是生成式人工智能（如 ChatGPT、Gemi-ni、Copilot、DeepSeek等）的突破，可以预见类似情形将日益增多。因此，探讨自然人利用人工智能完成发明创造的相关知识产权问题，尤其是发明人资格认定的问题，具有重要意义。
相关情形分析
人工智能出现后，从理论上看，自然人、人工智能完成的发明创造可能分为三种情形：第一，自然人独立完成的发明创造；第二，人工智能独立完成的发明创造；第三，自然人利用人工智能完成的发明创造。
在第一种情形中，发明人毫无疑问为自然人。在第二种情形中，美国专利商标局发布的《人工智能（AI）辅助发明指南》指出，人工智能独立完成的发明创造不授予专利权，发明人必须是自然人。欧洲专利局根据《欧洲专利公约》的立法宗旨认为发明人需要是自然人。日本专利法第二十九条规定，发明了某项发明的人士可获得该发明的专利。韩国特许法第三十三条表明，发明人必须具有法律行为能力。英国1977年专利法第七条和第十三条认为发明人只能为自然人。德国联邦专利法院第十八审判庭认定人工智能技术无法作为专利发明人。澳大利亚专利法第十五条认为发明人应当是自然人。《中华人民共和国专利法实施细则》第十四条规定：“专利法所称发明人或者设计人，是指对发明创造的实质性特点作出创造性贡献的人。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。”
迄今为止，除南非外，多数国家均拒绝承认人工智能的发明人资格。
专利制度的本意在于保护自然人的发明创造成果，即遵循“人类中心主义”原则。本文采纳该立场，仅保护自然人完成的发明创造，不承认人工智能独立发明的可专利性，不赋予其发明人资格。
由此可见，三种情形中第一和第二种情形的发明人资格较为明确，难点在于第三种情形，即自然人利用人工智能完成的发明创造的发明人资格的认定。下文将聚焦该问题展开探讨。
发明人资格探讨
笔者尝试以人工智能为 X轴、自然人为 Y轴建立平面直角坐标系，通过四个象限来分析发明创造的发明人资格，如图1所示。
图1自然人利用人工智能完成的发明创造的情形
X轴（人工智能）正方向表示人工智能对发明创造的实质性特点作出了创造性贡献，负方向表示人工智能未对发明创造的实质性特点作出创造性贡献。
Y轴（自然人）正方向表示自然人对发明创造的实质性特点作出了创造性贡献，负方向表示自然人未对发明创造的实质性特点作出创造性贡献。
下面分四个象限来讨论自然人利用人工智能完成的发明创造的发明人资格。
1.象限1的发明人资格
象限1表示：自然人和人工智能均对发明创造的实质性特点作出了创造性贡献。
象限1的典型情形：一个或者多个使用者、开发者针对要解决的技术问题，对人工智能进行进一步开发、设计、训练或构建等，进而利用人工智能模型，得出特定解决方案，在完成这类发明创造的过程中，自然人和人工智能相互交互、彼此配合完成发明创造，自然人和人工智能对发明创造都有贡献。此时，象限1的发明人为使用者或者开发者。其中，对人工智能进行进一步开发、设计、训练、构建等，是指对人工智能进行升级、模块增减或者更新、语料库更新、算法改进等，或者为了匹配人工智能的软件升级、模块增减或者更新、语料库更新、算法改进等，对人工智能的硬件进行适应性增减或者更新。
象限1的一个典型情形为，自然人为研发药物调试人工智能模型，人工智能从大量的方案中筛选出可能的方案，大大缩小了自然人需要验证的方案的数量级，此时的发明人为使用者或者开发者。典型案例如下：
案例1：2025年3月，清华大学智能产业研究院与北京水木分子生物科技有限公司联合发布开源智能体平台OpenBioMed，该平台具有支持细胞分子结构等多种生物医学数据的多模态数据支持模块、丰富的预训练模型和预测模型等，可以预测药物和靶点的结合力，完成候选药物设计，辅助科研人员实现药物开发，将传统的药物开发周期缩短到小时数量级，但候选药物仍然需要科研人员临床验证。
案例2：2024年5月，谷歌公司DeepMind团队发布 AlphaFold3，采用Diffusion Model（扩散模型）预测蛋白质、DNA、RNA、小分子等生物分子结构及相互作用，其预测结果与实验数据高度吻合。与之前的 Alpha-Fold2相比，AlphaFold3在预测的种类数量和准确性上都有显著提升，但受限于训练数据，其预测的应用范围有限，且产生的结果仍需要科研人员进一步实验和研究。
2.象限2的发明人资格
象限2表示：自然人对发明创造的实质性特点作出了创造性贡献，人工智能未对发明创造的实质性特点作出创造性贡献。
象限2的典型情形：一个或者多个使用者、开发者针对要解决的技术问题，不需要对人工智能进行进一步开发、设计、训练或构建等，直接利用人工智能模型，就能得出特定解决方案，在完成这类发明创造的过程中，自然人和人工智能也通过相互交互、彼此配合完成发明创造，但是自然人对发明创造的贡献占主导地位，此时，象限2的发明人为使用者、开发者。以下情形均属于象限2的典型情形：
（1）自然人利用人工智能生成技术方案时，自然人输入的技术问题明示或者暗示了技术方案的实质性技术构成，人工智能生成的技术方案只要能解决自然人输入的技术问题即可。
技术问题是产生技术方案的基础，在某些情况下，发现技术问题很难，但是只要发现了技术问题，相应的技术方案就很容易提出，当技术问题明示或者暗示了技术方案的实质性技术构成时，提出技术问题的自然人对发明创造的实质性特点作出了创造性贡献。
（2）自然人利用人工智能生成技术方案时，通常会输入一个或者多个技术问题，当一个或者多个技术问题整体上反映了技术方案的实质性技术构成，即体现了技术方案的发明构思，人工智能生成的技术方案只要能解决自然人输入的技术问题即可。
在这种情况下，自然人提出的一个或者多个技术问题本身构成体现发明构思的关键，即使人工智能针对每一个技术问题都给出了解决方案，此时认为自然人对发明创造的实质性特点作出了创造性贡献。
（3）自然人先独立完成了一项具有实质性技术构成的技术方案，然后将该具有实质性技术构成的技术方案输入人工智能，人工智能生成的新的技术方案只要能解决技术问题即可。
在这种情况下，人工智能生成的技术方案是以自然人在先独立完成了一项具有实质性技术构成的技术方案为基础，显然此时自然人对发明创造的实质性特点作出了创造性贡献。
自然人和人工智能通过相互交互、彼此配合完成发明创造。自然人对发明创造的贡献占主导地位的典型案例如下：
案例1：华为云在2021年9月发布了盘古药物分子大模型，该模型构建了化学领域的化合物分子深度学习网络框架，对真实存在的17亿个药物分子的化学结构进行预训练，利用生成的1亿个结构新颖性超99%的创新的类药物分子构建了待筛选库，在蛋白质结构预测、化合物分子生成优化、口袋分子设计、分子属性预测、药物分子虚拟筛选、分子搜索等方面领先，在多项药物开发任务中表现优异，但仍然需要科研人员在临床验证、修改等方面付出智力劳动。
案例2：微软公司 AI for Science团队在2023年12月发布 MatterGen，可直接生成具有所需特性的新型材料。在逆向材料设计过程中，研究人员在使用 MatterGen过程中先预训练一个通用的基本模型用于生成稳定的多样的晶体，进一步结合所需材料的物理、化学属性对基本模型进行微调，调整后的模型可以按照相应的物理、化学约束不断生成具有目标特性的新材料。MatterGen按照科研人员给出的物理、化学约束，不断定向生成新的材料供选择，科研人员需要设置相应的物理、化学约束条件，同时也需要对生成的结果进行实验和研究。
案例3：Sakana AI公司在2024年8月发布了 AI Scientist，能够基于研究人员提供的想法（例如优化模型学习效率或样本数量），使用大语言模型生成多个想法并不断迭代优化，采用Semantic Scholar等工具过滤掉与现有技术重复的想法，同时进一步调用编码、评分等工具完成代码实现和评估等操作。AI Scientist的贡献在于将大语言模型应用在科学研究领域，其实质是一种信息科学而并没有真正理解和应用技术规律，虽然给出的结果具有科学研究的架构，但内容存疑，仍需要科研人员在验证和修改方面付出很多劳动。
3.象限3的发明人资格
象限3表示：自然人和人工智能均未对发明创造的实质性特点作出创造性贡献。
象限3的典型情形：使用者只是对人工智能提出一种任务或者构想，不对人工智能输出结果作出改进，且人工智能输出的技术方案一般不能解决技术问题。
象限3中描述的是一种“发明创造真空”的状态，它指代的是那些在产生过程中完全缺失了自然人创造性智力贡献的技术方案。根据现行专利法体系，此类产出无法形成有效的专利申请，因其不满足关于发明人资格和创造性的最基本法律要求。
4.象限4的发明人资格
象限4表示：自然人未对发明创造的实质性特点作出创造性贡献，人工智能对发明创造的实质性特点作出了创造性贡献。
象限4的典型情形：使用者只是对人工智能提出一种任务或者构想，人工智能就能输出特定的解决方案。
在象限4的情形中，使用者只是对人工智能提出一种任务或者构想，人工智能就能输出特定的解决方案，使用者未对发明创造的实质性特点作出创造性贡献，不具有发明人资格。人工智能对发明创造的实质性特点作出了创造性贡献，由于在本文的探讨中，不保护人工智能独立作出的发明创造，不赋予人工智能发明人资格，因此，象限4没有合适的自然人作为发明人。建议象限4的专利申请的智慧贡献归全人类所有，人工智能的制造商则可以考虑通过产品买卖获得相应利益。
总结
本文系统分析了自然人独立完成的发明创造、人工智能独立完成的发明创造、自然人利用人工智能完成的发明创造三种情形中的发明人资格认定问题。笔者以人工智能为 X轴、自然人为Y轴，划分四个象限来讨论发明人资格。
综上分析，笔者认为，自然人利用人工智能生成的技术方案，自然人的介入对该技术方案所要达到的目的或者效果起了主要的控制作用或者决定性作用或者取得了意料不到的技术效果或者克服了技术偏见，即自然人的介入对技术方案的实质性技术构成起了主导作用，对发明创造的贡献占绝对主导地位，则此时认定自然人为发明人。自然人利用人工智能完成的发明创造，当有自然人符合“人类中心主义”原则下法定的发明人资格时，则该自然人为发明人；若无自然人符合法定的发明人资格，考虑到不赋予人工智能发明人资格，则将发明创造的智慧贡献划归全人类所有。（徐盛辉 作者单位：国家知识产权局专利局专利审查协作湖北中心）
