观韬视点 ｜ 专利无效实务的最新进展（一）——以2022年度专利复审无效十大案件为视角
作者：郝政宇 张聪聪 于炘成 张帆
自2010年开始，国家知识产权局均会发布年度专利复审无效十大案件，这些案件成为了解专利无效审查标准和政策导向的重要途径，对于专利无效实务具有重要的指导意义。本文通过对2022年度专利复审无效十大案件的研读，力图梳理专利无效实务的进展，并总结其对专利申请或专利无效工作的启示。
本文主要涉及创造性的评判标准、“保密审查”条款的适用、外观设计和商标权冲突的判定、优先权的认定，以及专利分案申请是否超范围等典型问题。因为内容较多，将通过系列文章发布。
一、对于多个关联特征协同解决多个技术问题的情形，应将上述多个关联特征划分为一个特征，合理确定实际解决的技术问题
在专利无效实务中，技术特征的划分其实属于创造性评判的关键点，常常会出现因技术特征划分不同，而导致对实际解决的技术问题的认定不同，进而影响对比文件是否给出结合启示的判断。特别是对于多个关联特征协同解决多个技术问题的情形，该如何划分技术特征，并确定实际解决的实际问题，是专利无效实务中的难点。
2022年度专利复审无效十大案件之3：“一种电极片及含有该电极片的锂离子电池”发明专利权无效宣告请求系列案；
案件编号：第4W113771，4W113996号
案情简介：
本案涉案专利的情况如下：
涉案专利名称 | 一种电极片及含有该电极片的锂离子电池 |
涉案专利号 | ZL201410782528.9 |
涉案专利权人 | 宁德新能源科技有限公司、东莞新能源科技有限公司 |
无效宣告请求人 | 珠海冠宇电池股份有限公司、福建翔云科技有限公司 |
涉案专利背景技术 | 涉案专利涉及锂电池电芯的电极片，电极片由位于中间层的集流体和涂覆在其表面的活性物质层构成，正、负电极片之间由隔离膜将二者隔离。集流体由金属箔制成，在金属箔材的分切过程中，在分切处可能产生金属毛刺，进而刺穿隔离膜导致正、负极片短路，引起电池过热甚至爆炸。 |
现有技术中的解决方案 | 涂覆聚合物胶体或粘贴胶带，或者直接喷镀硬质陶瓷材料，从而隔离金属毛刺。 |
涉案专利发明人发现的问题 | 若想更好地隔离毛刺，在绝缘层中加入较多固体填料，辊压后活性物质层和绝缘层所在的两部分电极片的延伸率不匹配，导致褶皱，还会损伤冷压辊； 若想减轻褶皱，保护冷压辊，则要减少固体填料，但对毛刺的隔离能力则会下降。 |
涉案专利的技术方案和技术效果 | 涉案专利在选择含有固体绝缘填料的绝缘层的基础上，进一步限定了固体绝缘填料的组成成分、莫氏硬度、质量百分含量的范围以及填料覆盖部位，既避免集流体上的毛刺对隔离膜的刺穿，同时又能使绝缘层具有良好的延伸率。 |
本案中，无效宣告请求人提出的最主要的证据组合方式为：“对比文件2+对比文件4+公知常识”，其中，对比文件2作为最接近的现有技术，与涉案专利权利要求1存在的区别为：采用固体绝缘填料，固体绝缘填料的组成成分及其百分含量。
涉案专利权利要求1 | 对比文件2 | 对比文件4 |
一种电极片 | 一种锂离子电池 | 一种锂离子电池极片的制作方法 |
其特征在于，包括：集流体； | √ |
|
电极膜片，所述电极膜片含有电极活性物质； | √ |
|
绝缘层，所述绝缘层中含有固体绝缘填料，所述固体绝缘填料的莫氏硬度不超过5；所述固体绝缘填料为γ-AlOOH，或者为γ-AlOOH与选自BaSO4、CaSiO3、γ-AlOOH、CaSiO4、聚四氟乙烯中的至少一种的组合；所述绝缘层中的固体绝缘填料的质量百分含量为10％～98％； | 对比文件2未公开固体绝缘填料，也未公开与固体绝缘填料的百分含量 | 对比文件4公开了BaSO4可作为绝缘填料，并且公开了具体的质量百分含量 |
所述绝缘层至少覆盖于集流体表面未被电极膜片覆盖的区域。 | √ | 涂覆位置为活性物质层的边界处 |
无效宣告请求人认为：
对比文件4公开了固体绝缘填料的其中一种组成成分BaSO4，其含量也落入权利要求限定的范围，且由于BaSO4自身硬度较低，硬度低的填料对冷压辊的损伤较小属于本领域的公知常识，因此，对比文件4给出了采用硬度低的BaSO4替换对比文件2中的绝缘填料以降低对冷压辊损伤的技术启示。至于另外两种固体绝缘填料及其百分含量的选择，属于本领域的公知常识。
国家知识产权局认为：
关于莫氏硬度的区别特征对整个发明技术方案产生的影响不仅仅在于降低对冷压辊的损伤，该特征与其他区别技术特征相互配合，实现了多个方面的作用功能和技术效果，应当将上述区别作为一个整体看待，而不能仅因为硫酸钡莫氏硬度小这个自身固有的性能，就认为对比文件4给出了降低冷压辊损伤的技术启示。由于对比文件4中未涉及对绝缘层进行辊压，也就不会涉及到降低冷压辊损伤的问题，对比文件4中也没有涉及对绝缘层辊压导致的延伸率及延伸率匹配的问题，也未意识到对填料硬度进行选择的技术取向，因而未给出与对比文件2相关实施例结合的技术启示。
案例启示：
1. 对于多个关联特征协同解决多个技术问题的情形，在确定发明实际解决的技术问题时，应当对多个技术特征之间的关联性进行考量，而不能仅仅局限于单个技术特征本身固有的功能和作用，认定其是否具有结合启示。本案中，对比文件4公开了固体绝缘填料硫酸钡，硫酸钡本身具有硬度低的特性，如果仅从降低对冷压辊损伤的角度来看，似乎可以给出一定的技术启示，但实际上，对比文件4中绝缘填料的涂覆位置与涉案专利不同，而涉案专利之所以能够实现其技术效果，离不开对特定位置涂覆特定绝缘层材料的设计，可见，对比文件4并未给出相应的技术启示。
2. 在划分技术特征时，不能一味地将技术特征拆分为最小单元，还要考虑技术特征之间的联系。《专利审查指南》规定：“对于功能上彼此相互支持、存在相互作用关系的技术特征，应整体上考虑所述技术特征和它们之间的关系在要求保护的发明中所达到的技术效果”，因此，在划分技术特征时，如果某个特征和其他特征共同才能实现其在发明技术方案中的功能和作用，获得相应的技术效果，则对于这些密切关联、不可分割的特征在划分时应作为一个整体予以认定。
3. 在专利无效、专利侵权诉讼案件中，技术特征划分的尺度和方式往往是诉辩双方得出不同结论的重要原因，本案对于合理划分技术特征给出了重要启示，对于专利侵权比对分析时技术特征的划分，以及是否构成等同侵权的分析，也具有借鉴意义。在判断被诉侵权产品的技术特征是否具有涉案专利中相应技术特征基本相同的技术功能和效果时，也不应机械划分技术特征，而应该整理考量关联特征，从而准确判断其可以取得的技术效果。
（本案例撰稿人：张帆）
二、对人工智能领域包含算法特征的发明专利进行创造性判断时，应当将算法和应用场景进行整体考量
对包含算法特征的发明专利的创造性评价，始终是专利无效实务的难点。特别是，随着人工智能领域的发展，涉及神经网络模型的专利越来越多。对于神经网络模型相关专利，如果其采用的神经网络的具体结构已被公开，而其应用的场景、处理的具体数据未被公开，则该专利是否具备创造性？这是实务中常见的争议问题。
2022年度专利复审无效十大案件之9：“一种建立废钢等级划分神经网络模型方法”发明专利权无效宣告请求案；
案件编号：第4W112793号
案情简介：
涉案专利名称为“一种建立废钢等级划分神经网络模型方法”(专利号:ZL201910958076.8)。涉案专利涉及人工智能技术在钢铁行业的应用，通过采用卷积神经网络技术进行废钢铁等级分类的特征提取和深度学习，实现了对废钢铁等级的客观准确的自动分类。
本案中使用的证据1与涉案专利存在如下区别：1、两者应用场景不同：涉案专利的应用场景为划分废钢等级（例如根据厚度划分等级），证据1的应用场景为识别废钢种类（例如废旧钢筋、钢铁加工边角料、报废设备等不同类别）。2、证据1未公开涉案专利中与废钢等级有关的图像数据特征及相关步骤。3、两者所选取的重要参数和所采用的具体模块构成不同。
无效请求人认为：
证据1公开了如何建立基于卷积神经网络的废钢铁图像分类模型，且根据建立基于卷积神经网络的废钢铁图像分类模型方法可以实现废钢等级划分神经网络模型的建立，且证据1已经涉及了用于废钢铁的回收、分选领域，其中图像增强包括了去除水印和噪声的相关内容；证据2公开了利用具有多条线路卷积层或卷积层加池化层计算的集合对多种图像特征进行提取，因此，本领域技术人员有动机将证据1和证据2相结合；同时，在基于神经网络模型的图像识别方法中，利用卷积神经网络提取图像中目标的如颜色、边缘、纹理特征等浅层信息，以及语义信息、特征之间的关联特征等深层信息，属于本领域的公知常识。
国家知识产权局认为：
本专利权利要求1是一种建立废钢等级划分神经网络模型的方法，所述模型用于废钢收储的等级分类检测，针对该主题在权利要求1中有关于不同等级图像特征数据的对应限定；证据1全文论述的是如何对废钢铁的种类进行自动识别，所公开的方法步骤、具体示例均仅涉及如何进行种类识别以及识别结果是何种料型，除0061段的该句记载之外，证据1中并未提及有关规格、等级等相关内容，该句记载也仅能表明在种类分类完毕后可能分为不同规格，这些不同规格都是属于同一种类的废钢铁料型，同一种类的不同规格与本专利的混杂在一起的不同形状、可能分属不同类型的废钢料整体进行等级划分是不同的；且证据1中对于如何分级并无进一步的记载或公开。因此，从证据1所给出的应用场景、方法步骤和重要参数中无法得到建立废钢料等级划分的神经网络模型，以对混杂在一起的各种类型的废钢料进行等级划分的技术启示。
证据2公开了在卷积神经网络模型中对图像数据特征进行提取时可以采用的具体模块构成，并公开了采用了证据2的整体模型架构可以加速网络的训练、并使训练更加稳定的相关内容。但是，证据2没有公开具体提取的是图像数据的哪些特征，也没有公开提取相关数据特征用于何种具体的应用场景、解决该场景中具体存在的哪些技术问题。因此，证据2没有给出建立废钢料等级划分的神经网络模型的相关技术启示，更没有给出为解决该技术问题具体要提取哪些相关参数的技术启示。
因此，国家知识产权认为，涉案专利相对于证据1结合证据2及公知常识具备创造性，并维持专利权有效。
案例启示：
1. 对于人工智能技术领域包含算法特征的发明专利进行创造性判断时，应当将算法和应用场景进行整体考量，特别是需要考虑将算法应用到不同场景后是否对算法的训练模式、重要参数或相关步骤等进行了实质性调整，且该调整是否解决了特定的技术问题、获得了有益的技术效果。如果神经网络模型的具体结构、层级、函数算法已被现有技术公开（仅公开纯数学模型），但为了解决实际的技术问题，将该神经网络模型应用在具体的场景中，并且对该场景中的数据进行了适配处理，此类专利是可以被认定为具有创造性的。
2. 对于神经网络模型类的专利，在撰写过程中注意突出与应用场景相关的特征，例如，神经网络模型训练过程中是对何种与场景有关的数据进行学习、训练，神经网络模型使用过程中是对何种与场景有关的数据进行提取、识别等处理，以及注意体现神经网络模型的参数、模块的选取与场景特征相关联。
3. 在神经网络模型类的专利的无效程序中，无效请求人应重点关注场景相关特征，重点检索在相同场景下使用相同或类似神经网络模型的证据。
（本案例撰稿人：张聪聪）
作者：
郝政宇
张聪聪
律师
业务领域：专利、商业秘密、商标、著作权侵权诉讼，专利检索和分析、专利侵权风险分析、企业知识产权法律顾问。
于炘成
律师助理
业务领域：专利、商业秘密、商标、著作权侵权诉讼，专利检索和分析、专利侵权风险分析、企业知识产权法律顾问
张帆
律师助理
业务领域：专利、商业秘密、商标、著作权侵权诉讼，专利检索和分析、专利侵权风险分析、企业知识产权法律顾问