2026-06-18 👁️ — views

实体AI专利与IP版图——谁掌握自动驾驶与人形机器人的关键护城河

专利组合是实体AI最持久的护城河——盘点2026年自动驾驶传感融合、神经驾驶和人形运动学IP的主要持有者。

实体AI基准系列第52篇——IP维度

追踪Tesla与Waymo竞争的投资者和分析师，大多把时间花在运营指标上：每周乘车次数、解除接管率、车队规模、每辆车的收入。这些指标描述的是系统今天的表现。专利描述的是公司明天拥有的东西。在实体AI领域，专利不是边缘事务，而是结构性的。与纯软件AI不同，广泛的算法专利难以获得，开源在数月内就能侵蚀独占性；实体AI产生的IP堆栈横跨传感硬件、传感融合方法、神经网络架构、车队规模训练管线、车辆致动系统和人形运动学，每一层都可以独立申请专利，而多层次的覆盖同时创造了那种需要十年和数十亿美元才能设计绕过的护城河。

本文绘制当前的专利版图：谁拥有最深的覆盖、每个组合涵盖什么、近期申请趋势对战略押注的信号，以及每个主要参与者的竞争敞口集中在哪里。

所有标记（估计）的数字均基于公开USPTO记录、已发布研究和行业报告的估算，尚未根据完整USPTO资料独立核实。

第一节——为何专利在实体AI中重要（而在软件AI中不然）

软件AI与实体AI在IP上的差异是结构性的，不仅仅是程度问题。在纯软件AI中——推荐引擎、语言模型、图像分类器——核心创新是数学方法和算法。美国专利法将抽象数学概念排除在可专利性之外，使得对注意力机制或RLHF等技术持有广泛独占性极为困难。开源发布进一步侵蚀任何实际护城河：一旦技术在论文中发表并在公开代码库中实现，IP杠杆基本消失。

实体AI在不同规则下运作。下表列出自动驾驶和人形机器人堆栈中的主要专利类别，每类涵盖什么，以及在该层的覆盖在竞争上为何重要。

这个堆栈的多层性质是关键洞见。只在一层（如传感融合）持有深度的公司，如果竞争者在神经架构和车队训练层保留自由运作空间，就可以被设计绕过。在三层或更多层持有覆盖的公司，迫使任何新进入者同时解决多个设计绕过问题，成倍增加所需的成本和时间。Waymo在传感融合层拥有最深的覆盖。Tesla在车队训练和神经架构方面拥有最广泛的覆盖。今天没有单一公司在每一层都占主导地位。

第二节——Waymo的专利组合

Waymo（Alphabet/Google）拥有世界上最大的自动驾驶汽车专利组合之一，自2009年Google自动驾驶汽车项目启动以来持续积累。该组合以多个实体名义申请——Google LLC、Waymo LLC及前身实体——使得仅从公开记录进行全面计数十分困难。专利分析公司的估计将Google/Waymo的AV组合置于截至2026年数千项已授予的美国专利（估计）。

公开USPTO记录中值得关注的Waymo专利领域：

• US10048688B2——LIDAR数据处理系统和方法（核心传感融合方法）
• 涵盖从稀疏LIDAR点云生成占用格的多项专利
• 使人工监控完全无人驾驶车队成为可能的远程辅助系统专利
• 涵盖合成场景生成的Carcraft仿真环境流程专利

执法记录是这里的关键信号。Uber和解表明Waymo不仅是防御性地积累专利——它展示了将诉讼进行到底并从IP中提取重要商业价值的意愿。任何开发与Waymo传感融合或高精地图覆盖重叠的竞争AV堆栈的公司，都必须将诉讼风险视为其商业模式中的真实成本。

第三节——Tesla的专利方法：开源悖论

Tesla在2014年做出了业界讨论最广泛的IP举措之一，Elon Musk宣布Tesla不会对善意使用其技术的方对方发起专利诉讼。这被广泛解读为Tesla采取开放专利立场。现实更具策略性的细微之处。

Tesla近期主要申请领域（2023–2026，估计，基于公开USPTO申请）：

• 通过模仿人类驾驶员行为学习训练的端对端神经驾驶策略
• 车队规模的边缘案例整理方法——影子模式的技术实现，包括如何识别和优先化稀有或高价值场景进行标记
• 使用低摩擦线缆驱动致动器的人形机器人关节设计，针对量产成本结构

开放承诺是一个伪装成IP战略的招募工具。通过消除在学术会议上展示Tesla工作的社交摩擦——IP限制通常会阻止研究人员发布专有方法的细节——Tesla在不需要匹配大学研究实验室学术自由的情况下，吸引了不成比例的顶尖机器学习人才。实际专利保持完整。如果Tesla选择执行它们，2014年承诺对竞争者不提供法律保护——它是一个没有合同效力的善意承诺，Tesla保留了对恶意使用撤销的权利。

第四节——实体AI堆栈中的其他主要专利持有者

Waymo和Tesla主导叙事，但实体AI IP版图包括一级汽车供应商、半导体公司和机器人初创公司持有的重要仓位。下表列出两大领导者之外的主要参与者。

此列表中的两家公司值得特别关注，因为无论它们是否赢得商业AV竞赛，都有可能塑造更广泛的行业：

Mobileye的RSS策略是将专有安全模型转化为事实上的监管要求的尝试。如果任何主要司法管辖区的监管机构采用RSS作为AV批准的最低安全标准，每个开发竞争系统的公司都需要从Mobileye授权RSS框架，或展示等效的正式安全保证——这本身就是一个已获专利的方法。这将把Mobileye的IP从竞争优势转化为整个行业的结构性税。

高通的连接IP占据同样的结构性地位。车辆与基础设施之间的蜂窝V2X（C-V2X）通信越来越被视为下一代AV安全系统的强制性组成部分。高通在底层无线电协议层拥有重要专利。如果C-V2X成为监管要求，高通将从全球部署的每辆联网车辆中赚取版税——这一地位不需要高通直接赢得AV竞赛。

第五节——专利申请对2024–2026年战略押注的信号

专利申请通常在提交后18个月公开。这意味着2024–2026年出现在公开USPTO数据库中的专利申请反映了2022–2024年做出的战略决策——在竞争者理解其价值之前决定保护哪些技术方向。下表列出最重要的申请趋势，以及它们对每家公司战略姿态的信号。

近期申请数据中最具战略意义的信号是Tesla AV软件专利和人形机器人专利的融合。Tesla的Optimus项目与FSD共享基本基础设施：神经网络训练管线、车队规模数据收集架构，以及用于策略开发的仿真环境。引用Tesla FSD训练方法的Optimus致动器控制申请正在创建跨领域IP联结，对于纯人形机器人公司来说，在不复制AV训练堆栈的情况下，这些联结将极难复制。AV与Optimus两个项目之间的这种结构性耦合，是Tesla论点在专利记录中最清晰的表达——通用实体智能（而非专用AV或专用人形机器人）才是正在开发的实际产品。

值得关注的事项：预示市场动向的IP信号

专利申请模式是有18个月滞后的领先指标。以下是应伴随任何未来实体AI竞争格局分析的具体信号。

引用密度——当竞争对手的专利申请引用另一家公司的已授予专利作为现有技术时，它提供了技术重叠的直接证据。Waymo和Tesla专利之间，或西方AV公司与中国申请者之间不断上升的引用密度，是设计绕过压力正在积累的信号。

PCT国际申请率——以高PCT率申请的公司在发出全球执法意图的信号，而非仅在美国。百度不断上升的PCT申请率是中国起源AV IP被定位为全球主张的最清晰指标。

延续申请量——大量提交延续申请（现有专利的扩展）的公司在建立权利要求覆盖深度——试图拥有的不仅是原始发明，还有其每一个在商业上相关的变体。高延续量是公司准备诉讼而非仅保护自身自由运作空间的标志。

跨领域引用模式——在同一受让人组合中将AV神经架构专利与人形运动学专利连结的引用，是统一实体AI IP战略最清晰可见的信号。这是未来12–18个月在Tesla申请记录中值得关注的模式。

实体AI专利竞赛不是运营指标的次要故事——它是决定今天的运营领导者在竞争强度增加时能否维持其优势的结构性层次。在运营上领先但IP薄弱的公司是可收购、可授权或可诉讼的。拥有深层跨层IP覆盖的公司建立了一个随时间复利的护城河，独立于任何单一产品周期。

来源：USPTO专利全文与图像数据库（patents.google.com）；Tesla开源专利承诺，Tesla官方博客2014年（tesla.com/blog/all-our-patent-are-belong-you）；Waymo诉Uber商业秘密案，路透社；Mobileye责任敏感安全模型（mobileye.com/technology/rss/）。所有标记（估计）的数字均基于公开专利记录、已发布研究和行业报告的估算；尚未根据完整USPTO资料独立核实，应视为方向性而非精确的参考。

来源

• USPTO专利全文与图像数据库 ↗
• Tesla开源专利承诺——Tesla官方博客2014 ↗
• Waymo诉Uber商业秘密案——路透社 ↗
• Mobileye RSS安全模型——Mobileye ↗

标签