墨丘自主式专利检索比对系统正式商用，大模型技术在知识产权领域的应用取得重大突破

01

大模型技术在知识产权领域有着非常广阔的应用前景，包括辅助技术创新、辅助交底书撰写、专利申请文件自动撰写、辅助OA答复等，目前在全球范围内至少有数十家机构已经推出了相应的系统。

02

03

目前，基于大模型技术的自主式专利检索比对系统在业界还较少见，主要原因在于实现该类系统将面临一系列高难度的技术挑战。专利检索比对需要满足全面性和准确性两大要求：全面性意味着不能遗漏主要的对比文件或标准；准确性则要求能够准确判断对比文件或标准是否公开或包含了目标专利的技术方案。现有的AI技术，即便是最先进的大模型平台，如Open AI的ChatGPT等，也很难满足专利检索比对必须的全面性和准确性两大要求。

墨丘则另辟蹊径，自主开发了专利检索比对垂直大模型，利用海量高质量的专利检索和SEP真实性认定数据以及知识产权行业经验对垂直大模型进行专门性训练，较好地解决了上述难题。

04

简单来说，墨丘利用大模型技术实现了完全自主的检索和比对功能，能够自主检索、自主识别、自主组合相关对比文件或标准，并直接给出新颖性、创造性或SEP真实性结论。相比之下，传统智能检索主要基于语义或技术相关度进行排序，将最相关的文件排在前面，但无法直接提供比对分析结论，仍需人工对相关文件逐篇比对，智能化程度较低。

下图展示了利用墨丘大模型自主检索比对系统提供的一个对比文件组合结果。结果表明对比文件D1完全公开了目标专利，而其他对比文件公开了目标专利的部分特征，这与实际进行的无效宣告请求中所使用的对比文件高度一致。该系统具备完全自主的检索和比对能力，这是与传统智能检索最显著的区别。

05

降低成本并非墨丘研发大模型技术的初衷，实际上开发和使用大模型技术成本高昂，有时比人工操作的成本更高。墨丘的初衷是利用AI技术来突破人类局限，以实现人工操作难以实现的目标。即使在专利检索比对这个细分领域，人工操作的局限性也普遍存在。例如，人工阅读并比对上万篇文件几乎不可能，而在疑难专利检索项目中却往往存在这种需求；在大型许可或诉讼项目中，有时还需要在极短时间内准确地完成数百甚至上千件标准必要专利真实性认定，这在以往也很难实现。但现在墨丘大模型自主式专利检索比对系统已经可以轻松地满足这种大批量的专利检索和SEP真实性认定需求了。

大模型技术最终是否会替代代理师和专利分析师的工作？一定程度可能会这样，但代理师和专利分析师始终拥有机器无法替代的优势。例如，知识产权领域存在大量具有弹性解读和判断空间的任务，这是计算机不擅长的。对专利的新颖性、创造性、标准必要性等最权威的判断，始终需要专家才能做出。然而，大模型技术在知识产权行业的应用必将促使从业人员不断优化自己的能力结构，加强自己在技术理解、专利解读和比对分析等方面的能力，而将确定性较强的检索和分析工作交给计算机。另外一方面，仅有计算机的检索比对结果往往是不够的，需要专业人员对机器检索比对结果进行深入消化和有效运用。这包括对分析结果进行必要的修正，对分析过程和结论进行详细解读，并将其应用于实际的专利许可、诉讼和无效项目中。

从工作量来看，未来人工工作量可能只占20%，但其重要性却占80%，专家团队的重要性不言而喻。墨丘也将始终维持一个强有力的专家团队，利用AI技术、领域知识和专业技能帮助企业完成业务闭环。

06

AI技术正在深刻地颠覆整个知识产权行业。建议知识产权从业人员用好AI，调整自身能力结构，在技术创新、专利布局与申请、专利许可诉讼和交易中充分利用新技术带来的便利，积极拥抱AI时代的来临。