上传一张自己的照片，再录一段语音，一个会眨眼、会张嘴、表情自然的数字版“你”就诞生了。这就是现在很火的数字人技术。随着数字人直播、虚拟员工、AI 短视频工具大规模落地，围绕核心技术的专利博弈也已悄然打响。近期，国家知识产权局公布 2025 年度专利复审无效典型案例，国内首例虚拟数字人领域专利无效宣告请求案尘埃落定。国知局作出决定，维持硅基智能涉案发明专利有效。

本案聚焦 AI 语音驱动图像生成底层算法专利，首次在数字人赛道厘清人工智能技术方案的创造性评判标准。

一、案件基本事实

专利权人：南京硅基智能科技集团股份有限公司

专注于人工智能技术深度研发和落地应用，主营业务是为B端提供“数字员工”定制服务。

无效宣告请求人：深圳市趣推科技有限公司

主要面向C端（消费者）用户，其开发的数字人生成APP可一键生成数字人口播视频，与硅基智能构成直接竞争关系。

涉案专利：“基于音频生成动态图像的方法、装置、设备及存储介质”，申请于2024年1月。

二、 案件争议焦点

涉案专利解决的技术问题是：如何用一张照片和一段音频，低成本生成一个与特定人物高度贴合的动态数字人。常规方案需要大量高质量视频数据训练深度学习网络，训练周期长、成本高。涉案专利提供了一种新思路：用户只需输入一张目标人物照片和一段参考音频，系统就能生成一个会说话、有表情的动态数字人。其核心技术路径是：先用通用数据训练基础模型，再针对用户提供的特定人物照片，对模型做一次个性化微调，最后用调整后的模型生成视频。

换言之，这项专利的创新重点，不在于“能生成数字人”这个结果，而在于怎么训练模型这个过程中增加的 “个性化调整”环节。

然而，趣推科技提交的无效请求中，最关键的一份对比证据是一种名为SadTalker的现有技术。SadTalker是一种利用单张图像和输入音频生成逼真同步视频的模型。它同样能实现“输入一张照片+一段音频，输出一段说话视频”的效果。

从表面看，两者确实高度相似。但合议组经过深入分析，发现了本质区别。

SadTalker是一个通用模型。它在训练阶段利用样本集数据训练完成后，即可直接根据任何用户的输入图像和音频生成视频，不涉及对训练后模型的再调整。它的架构是“训练-应用”的端到端模式。

涉案专利则完全不同。它是在已有训练后的生成网络模型基础上，利用用户输入的参考图像，对该模型进行个性化调整，然后再生成视频。它的架构是“训练-个性化调整-应用”。

合议组认定，二者的区别在于模型训练方法不同。涉案专利通过增加“个性化调整”环节，解决了“让生成结果更贴合特定用户、同时降低训练成本”的技术问题。

趣推科技还主张将证据1（SadTalker）与证据2（一种3D人脸重建方法）结合，认为涉案专利是显而易见的。

合议组同样未予支持。证据2虽然也涉及模型训练阶段，但其公开的内容是：基于训练图像生成重建图像，利用混合损失函数评估重建图像与训练图像的区别，进行反向传播来训练3D人脸重建模型。

但合议组指出：证据2不涉及数字人生成，其训练过程也是一次完成，后续直接使用训练后的模型进行任意用户照片的3D人脸重建，不涉及模型的微调。

证据2可以作为证据1中某个子模型的替换，但没有给出对整体模型进行个性化定制调整的启示。

针对本起案件，西南政法大学民商法学院副教授胡晶晶评论指出：“不能仅因同属虚拟数字人生成领域，即推定训练环节的微调改进手段是显而易见的。现有技术普遍采用‘训练-应用’的端到端架构，既未披露‘利用同源参考图像对预训练模型进行定向二次调优’的技术手段，也未形成针对‘以低成本生成高精度特定人物动态图像’的改进思路。”

三、案件示范意义

本案的价值，已经超出个案胜负，为整个 AI 行业专利审查、专利申请提供重要指引。

第一，为AI专利创造性判断确立了方法论。

国家知识产权局指出，涉及人工智能应用的技术方案通常包括模型设计、模型训练、模型应用三个阶段。审查时应从处理目的、处理对象、处理结果、结果使用四个维度，准确判断技术方案所处的阶段，进而确定与现有技术的实质区别。

主审员吴士芬在接受采访时强调，该案争议焦点在于“如何准确理解权利要求的技术方案，以及现有技术是否给出了改进模型训练方法的启示”。

第二，训练阶段的实质改进是创新关键。

合议组明确指出：“模型训练阶段是涉及人工智能应用的技术方案中特定而重要的部分。”

如果权利要求与现有技术的区别在于模型训练方法，且该训练方法带来了更精确或更低成本的技术效果，现有技术整体又未给出改进启示，则该区别足以支撑创造性认定。具体到本案，合议组认定：涉案专利针对数字人行业特点，通过改进模型训练方法，获得了模型成本低以及生成效果更贴合用户的技术效果。

第三，给AI专利申请指明了撰写方向。

胡晶晶副教授指出：“人工智能领域训练类发明的创造性审查，需要将审查重点锚定于训练阶段中算法在参数调优、数据处理流程等环节的差异化实质改进及其产生的对应效果。”

对申请人而言，专利申请文件的撰写应重点围绕训练阶段所要解决的技术问题展开，完整记载训练方法步骤、参数优化逻辑及训练样本选取规则等技术特征，清晰说明该手段带来的技术效果，突出区别于通用模型训练的实质改进。

四、结语

这起国内首起数字人专利无效案给出了一个明确信号：在AI领域，模型训练方法上的实质性创新，可以构成强有力的专利壁垒。 对于身处这条赛道的企业而言，不仅要拼技术研发速度，更要拼专利布局深度。随着数字人行业竞争愈发激烈，模仿复刻产品功能的门槛越来越低。想要在竞争中守住创新成果，企业不仅要加速技术研发迭代，更要做好底层算法、训练流程的专利挖掘布局，用知识产权为技术创新保驾护航。

END

本群聚焦生物医药 IP 布局、BD 交易、管线授权、License 合作，欢迎扫码进群交流！

北京植众德本知识产权代理有限公司

本公司致力于为全球客户提供卓越、全方位的知识产权服务。自成立以来，我们已迅速发展成为一家在生物医药、医疗器械、高端制造、芯片半导体及人工智能等领域具有深厚实力的知识产权代理服务机构。我们的服务网络覆盖全国，并延伸至全球，为超过200家行业先进客户，提供高质量的知识产权支持。

【声明】

植众德本通过其官方网站http://www.meritsip.com/提供更多相关信息。本文内容由植众德本小编从公开网络平台收集，版权归植众德本所有。未经植众德本授权，任何单位或个人不得转载本文内容。已获授权的，应在授权范围内使用，并注明来源。对于任何侵犯版权或信息错误的情况，植众德本将及时进行处理，并追究相关法律责任。授权相关事宜请联系：meritsip@meritsandtree.com。