消费质量报全媒体记者 郭剑夫
随着人工智能等新兴技术的迅猛发展，如何有效保护核心技术，将知识产权优势转化为产业发展动能，已成为推动新质生产力形成的关键议题。近日，四川省人工智能链主企业——成都考拉悠然科技有限公司（以下简称考拉悠然）董事长助理李佩芸做客消费质量报“知产新视界”栏目，分享了在AI领域构建知识产权“护城河”、推动技术落地与应对法律挑战的相关思考。
成都考拉悠然科技有限公司董事长助理 李佩芸
构建立体化IP保护体系，应对“黑盒”与仿制风险
消费质量报：考拉悠然构建了“多模态世界模型+Agent+智能本体”的全栈技术栈。在知识产权保护上，企业是如何针对底层算法、模型架构及硬件产品进行差异化布局的？面对大模型领域常见的“算法黑盒”与“功能仿制”风险，专利与商业秘密之间如何协同，才能既保护核心创新，又不阻碍技术的快速迭代与生态推广？
李佩芸：针对“多模态世界模型+Agent+智能本体”的全栈技术栈，考拉悠然构建了专利、商业秘密与开源策略协同联动的知识产权保护体系，以实现差异化布局并有效应对大模型领域的“算法黑盒”与“功能仿制”风险。
多模态视频生成模型全景展示
在底层算法与模型架构层面，公司将核心模型权重、关键训练数据集等视为最高等级的商业秘密严格保密，同时针对创新性的算法逻辑、优化方法等及时申请专利，以公开换保护。
对于硬件产品及智能本体，采取 “硬件的专利布局+软件的算法嵌入” 策略，硬件产品的独特设计、结构、制造工艺等是专利布局的重点，用以保护产品的物理形态和基本功能；核心的“独家专利算法”被深度集成到硬件中，如智能检测系列产品中融合的主动学习算法，使得单纯仿制硬件无法获得其核心智能能力。这种“软硬结合”的方式，极大地增加了仿制难度。
商业秘密与专利共同的核心在于根据技术成果属性选择最优保护路径。商业秘密天然适用于难以反向工程的“算法黑盒”，保护期长且无需公开细节，而专利则针对可被破解的算法流程和硬件结构，通过法律独占权防御功能仿制。由此，考拉悠然以商业秘密守护创新根基、以专利构筑法律围墙、形成动态协同的立体化保护体系，在保障核心创新的同时加速技术迭代与生态推广。
专利“标准化”与“软硬一体”，驱动生产效率跃升
消费质量报：作为四川省人工智能链主企业，考拉悠然在工业检测、城市治理等场景积累了数百项专利。这些知识产权是如何具体转化为客户生产效率的提升（如检测精度、响应速度）的？能否分享一个通过专利许可或技术标准建立行业壁垒，从而加速AI解决方案规模化落地的实际案例？
李佩芸：在工业检测与城市治理的场景中，考拉悠然的知识产权主要沿着“专利标准化”和“软硬一体化”两条路径，转化为客户可见的生产效率提升。
公司相关专利展示
以工业检测为例，其AOI检测方案集成了多项核心专利，通过“主动学习”算法精准识别百余种缺陷，将漏检率控制在0.01%以下，并配合“面阵飞拍+大理石平台”等结构专利消除运动误差，使炉前检测效率提升40%。更重要的是，通过“炉前拦截+炉后把关”的闭环流程，将整条产线的直通率从行业平均65%大幅提升至80%，同时依托算法生成实时缺陷分析报表，将质量追溯效率提升3倍，为工艺优化提供精准指引。
在加速AI解决方案规模化落地方面，一个很好的案例是深度参与地方政府“智慧城市”建设，其中考拉悠然的高价值专利与行业影响力协同发挥了关键作用。所覆盖的城市治理场景中，考拉悠然部署了大量高质量专利，如“基于大模型实时分析交通数据的方法、系统、设备及介质（申请号为CN202311701436.9），利用多模态交通大语言模型，融合结构化与非结构化数据，实现对城市交通状况的实时、准确分析，以及“基于多模态大模型的铁塔鸟窝监测方法及系统”专利，能显著降低误报率，确保事件上报准确性。这些专利共同构成了解决城市治理复杂问题的核心技术能力。
“快保护”支撑创新循环，呼吁填补法律与治理空白
消费质量报：考拉悠然曾通过专利快速审查通道，将授权周期从半年压缩至两个月。结合AI技术迭代极快的特点，这种“快保护”机制对发展新质生产力起到了怎样的支撑作用？对于当前多模态AI在侵权认定、数据版权归属等法律空白地带，企业在维权中遇到的最大痛点是什么？对成都建设AI知识产权保护高地有何具体建议？
李佩芸：“快保护”机制对发展新质生产力的支撑作用体现在多个层面。AI技术迭代极快，一项算法突破可能几个月内就会被竞品追赶，若专利授权周期长达两年以上，创新成果在确权窗口期就面临巨大的流失风险。考拉悠然通过快速审查通道将授权周期从半年压缩至两个月，背后依托的是成都高新区引入四川省知识产权保护中心开展的专利快速预审服务，重点行业的发明专利授权周期已从平均20个月缩短至3个月。
成都高新区市场监管局到公司调研指导知识产权保护发展
这一“快保护”机制对新质生产力的核心支撑，在于构建了“研发—确权—转化—回报”的正向循环。研发投入需要确定性回报来支撑持续创新，而快速授权使企业能够在技术热力期完成确权，为后续的产品化、融资和商业化扫清障碍。同时，快速审查通道的预审服务本身也帮助企业规范申请材料、挖掘高价值专利点，间接提升了专利质量。对于发展新质生产力而言，知识产权的“快保护”实质上是将制度优势转化为创新速度优势，让企业在技术竞赛中能够“跑完最后一公里”。
当前多模态AI在侵权认定和数据版权归属等法律空白地带，企业在维权中面临的最大痛点可以概括为“三难”。
一是侵权认定难，核心在于法律概念与AI技术事实之间的错位。模型参数和结构既非传统意义上的“代码”，也非“作品”，法律定性较为模糊。
二是证据获取难，侵权行为的隐蔽性和跨境性使举证异常困难。
三是数据版权归属认定难。北京互联网法院在AI生成声音侵权案中明确，即便被告拥有原告录音制品的著作权授权，也不等于拥有了将其用于AI模型训练的权利，将声音用于AI化训练仍需获得权利人单独、明确同意，直接否定了“训练数据可被视为合理使用”的假设。这一判决虽然为训练数据合规划出了底线，但也给企业带来了巨大的合规成本和不确定性。
对于成都建设AI知识产权保护高地，李佩芸提出三点建议供参考。
其一，构建“快速授权+专业审判+多元解纷”的全链条快保护体系。成都高新区在“快授权”上已有成效，但“快审判”仍需强化。
其二，率先探索数据知识产权的登记与交易规则，填补数据版权归属的法律空白。进一步推动数据知识产权登记结果在司法诉讼中作为权属初步证据的效力认定，为AI训练数据的合规流通提供制度支撑。
其三，建立AI领域侵权纠纷的快速响应与预警机制。针对“算法黑盒”与“功能仿制”等隐蔽侵权手段，可依托成都知识产权交易中心和智能服务助手，建立非正常专利申请预警和侵权线索监测系统，为企业在遭遇侵权时提供快速取证、快速维权的通道。
【未经授权，严禁转载！联系电话028-86968276】
