出品 | 網(wǎng)易科技《態(tài)度》欄目
作者 | 袁 寧
編輯 | 丁廣勝
一場關(guān)于Transformer專利的討論，正在兩個世界里以截然不同的方式展開。
在AI圈，它幾乎沒引起任何波瀾。
對他們而言，Transformer是一種常識級的存在，幾乎像空氣一樣不言自明。他們認(rèn)為：Transformer不僅是一項技術(shù)，更是一個生態(tài)。大家都在用，也早已與最初的模樣不同，谷歌根本不可能動真格發(fā)動專利戰(zhàn)。
他們更關(guān)注OpenAI是否在換架構(gòu)，關(guān)心KV緩存如何優(yōu)化、怎么壓縮信息，怎么快速收斂，或者下一個prompt tuning能不能提速5%。
但在另一個空間——律師圈，氣氛卻截然不同。
知名律所的專利律師正在朋友圈和會議室中頻繁提及“注意力機(jī)制”“代理授權(quán)”“中國駁回”這些關(guān)鍵詞。
有人在推演一旦專利通過后，哪些大模型公司會被波及；有人開始查閱中、美、歐專利數(shù)據(jù)庫，一頁頁比對谷歌的申請文本；還有律師干脆直接到大模型公司登門拜訪，告訴他們是時候注意到這件事情了。
一位律師感慨：“你們搞AI的啊，真是太樂觀了。谷歌要是真開始收專利費，你們才知道什么叫全球化風(fēng)險?！?/p>
于是，一個“毫無反應(yīng)”的技術(shù)世界和一個“高度活躍”的法律世界，在谷歌Transformer專利復(fù)審這件事上，對著同一件事，雙方?jīng)]有對話，做出完全不同的判斷。
但也正是這種割裂，在提醒著我們：AI 的競爭絕不只是數(shù)據(jù)、算力與算法的競速，更是關(guān)于規(guī)則制定、權(quán)利邊界與商業(yè)博弈的復(fù)合戰(zhàn)爭。
谷歌的專利保護(hù)范圍，針對“注意力機(jī)制”
在 AI 圈，Transformer 是常識，是已經(jīng)嵌入無數(shù)大模型底層結(jié)構(gòu)的“地基”。它由谷歌研究團(tuán)隊于2017年，在論文《Attention Is All You Need》中提出，目前已成為大語言模型（如 GPT、BERT、Llama）的基石。
截至2025年3月，《Attention Is All You Need》論文已被引用超17萬次，是 AI 領(lǐng)域最具影響力的研究之一。
該論文引入了自注意力機(jī)制和多頭注意力機(jī)制，注意力機(jī)制讓模型能在處理語言序列時，自主判斷哪些詞更重要，從而顯著提高了效率與表達(dá)能力。谷歌圍繞這一機(jī)制，已在全球布局了數(shù)十項同族專利，并在美國、歐洲、日本等地陸續(xù)獲批。
但在國內(nèi)律師圈，它卻仍是一個懸而未決的法律議題。
值得注意的是，谷歌Transformer發(fā)明專利并非針對整個Transformer架構(gòu)，而是針對其核心底層機(jī)制，也就是我們通常所講的“注意力機(jī)制”。
2024年1月，中國國家知識產(chǎn)權(quán)局以“不屬于專利法規(guī)定的技術(shù)方案”為由，駁回了谷歌的專利申請。
駁回決定指出，該專利主要涉及對神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)，未能解決具體技術(shù)領(lǐng)域的具體技術(shù)問題，未能采用專利法意義上的技術(shù)手段，也未能實現(xiàn)專利法意義上的技術(shù)效果。
聽上去術(shù)語復(fù)雜，其實問題出在兩個核心點：一是這項發(fā)明只是對神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)，并未解決某個具體的工程或技術(shù)問題；二是注意力機(jī)制是算法內(nèi)部的計算邏輯，不屬于被中國專利法承認(rèn)的“技術(shù)手段”。
隨后，谷歌主動調(diào)整。2024年4月，谷歌將專利限縮到“摘要”和“問答”兩個應(yīng)用場景，并向中國國家知識產(chǎn)權(quán)局提交復(fù)審請求。同年11月14日，國家知識產(chǎn)權(quán)局撤銷此前駁回決定，專利進(jìn)入實質(zhì)性審查。
換句話說，谷歌不再主張整個注意力機(jī)制都屬于自己，而是希望先在部分高頻應(yīng)用上取得突破。
這也意味著，一旦大模型在“摘要”和“問答”兩個應(yīng)用場景中應(yīng)用“注意力機(jī)制”，就很難逃脫谷歌的專利保護(hù)范圍。
但此后，新一輪的博弈又開始了。
2024年12月31日，中國國家知識產(chǎn)權(quán)局下發(fā)第四次審查意見通知書，指出說明書公開不充分。截至本文撰稿時，谷歌對此還沒有答復(fù)。
但北京高文律所合伙人、專利律師王冬告訴網(wǎng)易科技，無論刪除權(quán)利要求還是據(jù)理力爭，說明書公開不充分的問題不難克服。也就是說，這件中國專利未來授權(quán)概率很高。
如果這些同族專利最終獲得授權(quán)，將有助于谷歌在 AI 時代構(gòu)建全球技術(shù)壁壘，讓Transformer變成企業(yè)必須“付費通行”的高速公路。
一旦谷歌主張專利侵權(quán)，企業(yè)或陷入“三選一”困局
一旦專利獲得授權(quán)，問題就不再是“能不能用”，而可能是“怎么用”。
發(fā)明專利是專利體系中保護(hù)力度最強(qiáng)的，最長可達(dá)20年。此次我們所討論的谷歌 Transformer 架構(gòu)的專利，就屬于發(fā)明專利范疇。
獲得專利授權(quán)后，持有者可以通過許可、轉(zhuǎn)讓或訴訟實現(xiàn)商業(yè)收益，并對侵權(quán)者要求停止侵害，并賠償損失。
當(dāng)然，專利侵權(quán)的確認(rèn)和范疇還需要復(fù)雜的界定。但一旦確認(rèn)侵權(quán)，依賴該架構(gòu)的企業(yè)，則或?qū)⒚媾R三種選擇：
· 停止使用；
· 繼續(xù)使用但支付專利許可費；
· 另尋模型架構(gòu)，規(guī)避技術(shù)壁壘。
對于巨頭公司來說，支付授權(quán)費或許只是成本問題。但對技術(shù)路徑已經(jīng)依賴Transformer架構(gòu)、資金資源有限的中小企業(yè)而言，這幾乎等于一紙封路令。
更隱秘的風(fēng)險在于：如果谷歌的專利保護(hù)范圍足夠?qū)挿?，即使后來者對架?gòu)進(jìn)行了優(yōu)化和改良，也依然可能落入其權(quán)利要求的“覆蓋區(qū)”，仍然構(gòu)成侵權(quán)。這讓谷歌專利更像是一條收費高速路，所有人都得“買票通行”。
但擁有專利，不等于主動開戰(zhàn)。
行業(yè)人士向網(wǎng)易科技表示，專利更多時候是一個防守型武器。它真正的價值，在于確立優(yōu)先權(quán)——當(dāng)有人對你發(fā)起專利訴訟，你可以用自家的專利組合進(jìn)行反制。這也是為什么科技巨頭普遍選擇通過交叉授權(quán)來達(dá)成一種“核威懾”式的平衡。
谷歌過去在 AI 領(lǐng)域的專利布局，也更像是在修一座“技術(shù)護(hù)城河”。它要的是位置，是議價權(quán)，而不是立即變現(xiàn)的通行費。
這背后還有現(xiàn)實考量：專利訴訟周期長、成本高、結(jié)果不確定。比如甲骨文訴谷歌的 Java 侵權(quán)案，整整打了十年，最后谷歌雖然贏了，但雙方都付出了巨額代價。
更關(guān)鍵的是，如果谷歌今天揮舞專利大棒，明天就可能面對整個行業(yè)的聯(lián)合反彈。甚至可能遭遇反壟斷調(diào)查，或被貼上“扼殺創(chuàng)新”的標(biāo)簽，動搖它在開發(fā)者社區(qū)中的信譽。
綜上，谷歌主動對AI大模型公司發(fā)起專利訴訟的可能性極低。但這并不意味著它不會發(fā)生。
王冬律師指出，這就像達(dá)摩克里斯之劍——它或許不會立刻落下，但誰也無法忽視它的存在。例如，谷歌可以將Transformer專利許可或轉(zhuǎn)讓給第三方專利運營公司，從而發(fā)起對大模型公司的狙擊。這在通信行業(yè)早有前車之鑒。
Transformer并非唯一，大模型架構(gòu)探索仍在繼續(xù)
盡管谷歌專利引發(fā)了行業(yè)高度關(guān)注，但從技術(shù)演進(jìn)的角度看，Transformer 可能并非不可替代的唯一選項。
元始智能聯(lián)合創(chuàng)始人、COO羅璇向網(wǎng)易科技透露，雖然Transformer 仍是當(dāng)前主流架構(gòu)，但行業(yè)內(nèi)已有跡象表明，頭部 AI 公司和研究機(jī)構(gòu)已經(jīng)正在探索“非 Transformer ”架構(gòu)的替代方案。
羅璇表示，這不僅僅是一個國產(chǎn)化替代的問題，更是企業(yè)在面對 Transformer 架構(gòu)能力瓶頸、算力資源緊張背景下，為追求更高效率和更強(qiáng)性能所做的主動技術(shù)突圍。
騰訊混元 T1就引入了 Hybrid-Mamba-Transformer 融合架構(gòu)，通過結(jié)構(gòu)調(diào)整大幅降低計算復(fù)雜度，并優(yōu)化 KV-Cache 的內(nèi)存占用，提升推理和訓(xùn)練效率。
英偉達(dá)也在其開源大模型 Nemotron-H 中使用了類似的混合架構(gòu)，推理速度達(dá)到同體量競品的三倍，顯著提高了在實際部署中的能效比。
而在部署層面，微軟則更進(jìn)一步：已在 Windows 系統(tǒng)中默認(rèn)內(nèi)置 RWKV 模型調(diào)用庫。羅璇告訴網(wǎng)易科技，RWKV 作為一種非 Transformer 架構(gòu)，已經(jīng)成為當(dāng)前部署最廣泛的非transformer架構(gòu)。
在這些架構(gòu)探索和專利博弈的背后，反映出的其實是一個更深層的行業(yè)邏輯：
AI 競爭的戰(zhàn)場，從來不僅是技術(shù)優(yōu)劣的單點比拼，更是圍繞技術(shù)生態(tài)和制度規(guī)則的全局較量。
誰擁有更高的效率、更強(qiáng)的通用性，當(dāng)然能在模型性能上占據(jù)先機(jī)；但誰掌握標(biāo)準(zhǔn)、協(xié)議的制定權(quán)，才能在全球范圍內(nèi)確立自己的主導(dǎo)地位。
對國內(nèi) AI 企業(yè)而言，大模型不僅僅是技術(shù)課題，更是建立商業(yè)護(hù)城河、構(gòu)建國際競爭力的核心資產(chǎn)。
開放與封閉、共享與壟斷、創(chuàng)新與合規(guī)——企業(yè)要想穿越下一階段的全球博弈，就必須不僅擅長寫代碼，也要擅長讀懂“游戲規(guī)則”。
谷歌的 Transformer 專利最終是否會成為 AI 產(chǎn)業(yè)的“緊箍咒”，尚未可知。但可以肯定的是：未來 AI 的競爭，早已不止是架構(gòu)之爭，也不止是參數(shù)規(guī)模的軍備競賽。
更激烈的較量，正在算法之外悄然展開。
熱門跟貼