日本專利局（JPO）於2025年6月發布最新報告《AI関連発明の申請動向調査（国際編）》（下稱《報告》），深入分析自2015年起全球人工智慧（AI）相關技術在八大子領域的專利申請趨勢，包括AI核心技術、圖像／影像處理、自然語言處理、神經網路、卷積神經網路（CNN）、遞迴神經網路（RNN／LSTM）、深度強化學習以及Transformer架構技術。報告以INPADOC專利家族為單位，結合XLSCOUT資料庫，對中、美、韓、日等主要技術強國的專利活動進行總體與微觀解析，試圖勾勒出日本在全球AI專利競爭中的定位與潛在優勢。
中國強勢崛起，專利件數遙遙領先
《報告》數據顯示，中國在AI專利申請上全面領先。以AI核心領域為例，中國累計超過44萬件專利家族數，不僅是美國的8倍，也遠超其他國家。尤其在映像處理與Transformer技術方面，中國展現出驚人的增長動能。從權利維持狀況來看，中國的繫屬中的專利（即仍在審查中）與維持中的專利數均大幅超過其他國家，顯示中國企業與大學投入AI研發與專利佈局的深度與廣度兼具。
在2020年之後，中國更將焦點從AI核心技術轉向應用面，如推論技術與影像識別等，反映產學界加速導入AI技術至具體場景之趨勢。
美國技術成熟但增速放緩，韓國穩健崛起
相較之下，美國的AI專利總量雖居全球第二，但自2020年後出現減緩趨勢，特別是在AI核心與自然語言處理領域。儘管如此，美國在自然語言處理與推論技術方面仍保有深厚基礎，Google、Microsoft與IBM等科技巨頭持續維持領先地位。
韓國則顯示出穩健成長，尤其在影像處理與CNN、RNN技術領域快速拉近與美國的距離。其專利申請集中於智慧手機、醫療影像與零售應用場景，顯示韓國企業正加速AI商業化步伐。
日本專利動能略顯疲弱，醫療應用成差異化戰略
日本在AI整體專利申請上位居第四，然而從2019年起呈現緩慢下滑。JPO指出，日本的AI專利雖不如中韓美三國爆發力強勁，但在醫療應用方面展現出獨特發展路徑。包括內視鏡診斷、超音波掃描、放射線影像解析等醫學影像領域，日本企業與研究機構維持穩定佈局，形成「映像處理×AI」的技術特色。
更值得關注的是，日本在量子計算與解空間探索（non-AI-core分類）出現明顯上升，也許是代表了日本正試圖以新興計算架構搶占未來AI運算能力制高點。
各國競爭場域分化，應用導向浮現
從各領域來看，CNN與Transformer相關技術在近年快速成長，中、美、韓皆於2022年後呈現爆發性申請成長。中國聚焦於影像識別與生物辨識，美國則聚焦推論技術與辦公支援系統，而韓國明顯以手機應用與醫療診斷為主要戰場。
反觀自然語言處理，雖然整體申請件數未如Transformer般迅猛，但中國企業如騰訊、百度、平安科技等已形成集體領先優勢，並與金融、保險等應用場景結合密切。美國企業雖仍擁有技術厚度，但仍面臨中國應用規模化的挑戰。
中國企業全面領先，日台企業名列榜末
在AI相關發明的權利人排名中，中國企業與大學幾乎壟斷各類榜首。以AI核心領域為例，騰訊、百度、國家電網與浙江大學分別位列全球前四。美國的IBM為少數能打入中國大軍中的外國企業。在日本企業方面，富士通與NEC分別在AI核心與影像處理領域勉強擠入前20名；台灣企業則尚未出現在國際前段班 (詳圖2)。
專利地圖揭示未來AI技術走向
如從IPC分類推移分析，《報告》指出，「影像處理」已取代「圖像分析」成為專利重心；「場景識別」與「生物認證」則是映像處理AI的新焦點。在Transformer與RNN／LSTM技術方面，應用重點逐步從語音識別、語意分析過渡至推論能力與後端業務自動化。
與此同時，量子運算與非線性解探索模型亦成為日韓技術佈局亮點，儘管尚未形成主流，卻預示著AI演算法與硬體協同演進的下一個競爭前沿。
NLP技術競賽進入應用深水區，中國企業集體領先
自然語言處理（NLP）是AI技術中最直接觸及人類語言理解與生成的核心領域之一。《報告》指出，從2015年以來的全球專利數據觀察，NLP的技術演進已明顯分成兩個階段：前期以語音辨識、文本分類為主，後期則進入語意理解、問答系統、聊天機器人與生成式AI等複雜應用。
中國在該領域專利申請從2017年起爆發，至2024年已超越美國約5倍數量。以騰訊、百度、阿里、平安科技為代表的大型科技與金融企業，將自然語言模型深度導入搜尋、客服、智能助理、保險理賠審核等應用中，使其專利布局極具場景導向與實戰性。
美國企業專注底層技術深耕，轉型商業應用需加速
美國企業在自然語言處理領域雖有OpenAI、Google、Microsoft等技術領頭羊，但整體專利成長幅度已顯疲態。以Google為例，其BERT、T5模型開創了Transformer架構下的語意理解基準，然而近年專利多集中於模型壓縮、語料清洗、自監督學習等底層改良。
《報告》指出，美國技術強項仍在大型語言模型設計與多語種遷移學習，但若無法快速商品化並拓展場景，恐將於應用端被中韓趕超。
韓國智能客服與電子商務推動專利擴張
韓國的NLP專利自2020年後呈現急遽上升，主因在於Kakao、NAVER等數位平台企業積極將NLP導入客服、智慧搜索、影音字幕生成等系統。此外，三星與LG也投入將語音助理整合至家電與手機，推升語音理解與語者辨識相關專利數量。
韓國技術特色在於語言模型與應用模組緊密整合，尤其針對韓語特性開發的Tokenization與語法解析工具，形成其技術壁壘。
日本轉向專業資料處理，專利數減但品質提升
日本企業的NLP專利數近年略有下滑，但《報告》指出這可能與策略轉向有關。日本以醫療、法律、技術文件等專業資料為主，專注於日文自然語義處理、對應專業術語翻譯與結構抽取等領域。例如NEC與富士通近年專利集中於醫療紀錄自動摘要、病歷風險偵測等應用。
此外，日本亦開始將Transformer模型導入地方行政與災害應變系統之語意辨識，使其技術在社會應用面取得一定影響力。
Transformer技術：中國應用爆發，美國堅守基礎架構
自Google於2017年提出Transformer架構後，該技術快速取代傳統RNN／LSTM成為語言與多模態處理的主流骨幹。《報告》指出，截至2024年，中國在該技術的專利件數達7500件，幾近美國的兩倍，遙遙領先其他國家。
中國的Transformer專利集中於多模態融合、視覺語言預訓練模型、AI生成（AIGC）平台，顯示應用導向明確，並已結合至政府治理、教育、保險、醫療與金融場景。騰訊的多模態系統、平安集團的智能風控模型，均為代表性成果。
美國則專注於大型語言模型（LLM）訓練技術與模型安全性，如OpenAI與Microsoft共同針對稀疏激活、對抗樣本防禦提出數百件技術專利。Google則推進T5、FLAN與Gemini等次世代架構，鞏固全球模型開發領導地位。
強化學習：中國產業化佈局、美國偏重機器人應用
強化學習（Reinforcement Learning, RL）在2020年後快速擴展至智慧製造、金融決策與遊戲引擎。中國以企業戰略為導向，大量應用於物流路徑優化、智慧調度與電網管理，使得該領域專利達4200件。美國則集中於自動駕駛與機器手臂學習策略，代表企業如Waymo、Boston Dynamics與Nvidia。
韓國則在網路遊戲與虛擬經濟管理上展現特色，推出用於NPC互動與商業決策模擬的RL模組。日本近年將強化學習導入生產排程與倉儲優化，但整體規模仍偏小。
CNN：中國主導影像辨識、韓國聚焦智慧裝置
卷積神經網路（CNN）仍是影像AI的主力架構。中國在該領域專利申請量達6800件，涵蓋人臉辨識、監控系統、醫學影像與智能零售。特別是在視覺邊緣運算與嵌入式AI晶片的CNN演算法最佳化上，中國企業投入甚深。
韓國在CNN專利數排名第三，受惠於三星與LG將該技術大規模應用於手機鏡頭演算法、智慧家電與AR眼鏡。美國專利集中於CNN改良，如Inception、ResNet與MobileNet結構，並與邊緣運算協同發展。
日本的CNN專利多屬於醫療與製造領域的精密應用，例如表面瑕疵檢測、病灶影像分割，但整體件數相對有限。
圖像AI應用熱點：生物辨識專利大爆發，中國全面領先、韓國技術精緻化
圖像AI自卷積神經網路（CNN）普及以來，在人臉識別、虹膜辨識、手勢／步態追蹤等生物辨識技術上取得突破性進展。根據2025年報告統計，該領域專利申請自2019年後呈倍數成長趨勢，主要驅動力來自公共安全、智慧城市與金融身分認證需求。
中國企業如商湯科技、曠視科技、螞蟻金服等在生物辨識佈局密集，不僅涵蓋傳統人臉辨識，還進一步發展三維臉部建模、皮膚紋理識別、眼球追蹤等高階技術。中國政府近年推行「智慧監控標準體系」與「實名數位身份」政策，更加促進該類專利的集體激增。
韓國則聚焦於高解析影像下的識別穩定度，特別強化在低光源環境與移動裝置攝像的辨識率。三星電子與韓國電子通信研究院（ETRI）在步態辨識與耳廓影像識別上取得數項國際專利，對抗穿戴式偽裝與高仿攻擊具備前瞻性。
日本與美國雖然專利數量略落後，但在醫學影像輔助診斷（如皮膚癌偵測、人臉健康評估）與機器視覺整合安全領域仍具技術優勢。
生成式AI蓬勃發展：圖文生成專利結合大模型，中美競爭白熱化
生成式AI（Generative AI）自2022年起進入商業爆發期，尤其以圖文生成（text-to-image）、AI繪圖、視頻生成為主要戰場。《報告》指出，該領域的專利成長與Transformer架構、大語言模型（LLM）演進緊密相關。
中國專利布局已呈現集群化趨勢。百度文心、阿里通義、商湯圖生等系列平台申請大量涵蓋Prompt工程、樣式轉換、跨模態控制等技術的專利。中國的特色在於將生成式AI快速導入短影音、直播濾鏡、虛擬人等應用，產生強大商業轉換力。
美國方面，OpenAI、Adobe與NVIDIA為三大技術供應方，其專利重點集中於影像擴散模型、生成可控性與智慧審查機制。NVIDIA特別在影像與影片生成的GPU優化上，占據技術主導地位。
值得注意的是，日本與韓國也開始投入漫畫AI生成、動畫草圖預測與影像風格遷移，形成東亞內容創意技術的新競爭態勢。
AI商業應用場景化：金融風控、醫療輔助與教育對話系統專利活躍
金融場域：AI風險管理與保險定價驅動專利佈局
中國的平安科技與螞蟻金服，美國的Capital One與JPMorgan Chase，以及韓國的新韓銀行均在AI風控模型、詐欺檢測、保險費率預測方面積極申請專利。這些專利涵蓋異常交易識別、多重資料交叉驗證與客戶信用預測等技術。
《報告》指出，中國金融AI特別偏重實時應用與政策兼容設計，專利常結合多語種客服機器人與OCR智能資料抽取。而美國則強調模型解釋力與合規性設計，強化可審計的AI決策結構。
醫療領域：AI診斷輔助穩步擴展，結合影像與語義處理
日本與韓國在醫學影像AI應用具備優勢，如放射線診斷、病理影像自動判讀與手術輔助導航。日本企業特別重視AI在醫療現場的可用性，專利內容包含醫療圖像數據去識別化、模型可信度評估與AI訓練資料選擇方法。
中國則側重AI導診與中醫語料解析，與政府的「智慧醫院」政策同步。阿里健康、微醫等企業已將語音助手、病歷摘要系統商品化。
美國的焦點則聚集於醫療自然語言處理（NLP），專利多著眼於病歷結構化、藥物交互判斷與個人化推薦模型。
教育場域：對話型AI與學習路徑自適應系統成熱點
生成式AI快速進入教育系統，帶動智慧學習平台興起。中國如字節跳動旗下清北網校、作業幫，已佈局語音互動教學、AI作答評分與多語言課程生成等專利。美國則以Khan Academy、Duolingo等平台帶頭將GPT模型導入學習引導。
日本的特色則在於英語學習與漢字書寫矯正；韓國則集中於AI助教與自動測驗生成系統。報告預期該領域將進一步整合多模態學習、AR/VR教具與情境模擬平台。
參考資料：《AI関連発明の申請動向調査（国際編）》， 日本專利局，2025年6⽉。
