文/北京市集佳律师事务所上海分所 方婷

　　一、人工智能语境下商标显著性问题的凸显

　　随着人工智能技术的快速发展，相关产品和服务不断涌现，人工智能企业对品牌标识的依赖程度显著提高。商标不仅是企业对外识别的重要工具，也是承载商业信誉和市场竞争力的核心无形资产。然而，在人工智能这一高度技术化、专业化的领域中，企业在商标注册与保护过程中频繁遭遇“显著性不足”的制度性障碍，成为当前商标确权实践中的突出问题。

　　一方面，人工智能行业高度依赖技术概念、算法模型和功能描述，这使得企业在品牌命名时，天然倾向于选择能够直观体现技术特征或产品功能的词汇；另一方面，商标制度的基本逻辑要求标志具备区分商品或服务来源的能力，而非对商品功能或技术特征的直接描述。二者之间的张力，使人工智能领域成为商标显著性冲突最为集中的行业之一。

　　在实践中，大量包含“AI”“智能”“大模型”“GPT”等要素的商标申请因缺乏显著性而被驳回；即便部分商标成功注册，其权利稳定性和保护范围仍面临不确定性。这一现象不仅影响企业的品牌布局，也在一定程度上制约了人工智能产业的健康发展。因此，有必要从理论与实践两个层面，对人工智能领域商标显著性的认定问题进行系统梳理和深入分析。

　　二、商标显著性的基本理论框架

　　商标显著性是商标制度的核心概念，其本质在于商标是否具备区分不同商品或服务来源的能力。只有能够被相关公众识别并用于指示商业来源的标志，才具有作为商标获得法律保护的正当性。从理论上看，商标显著性通常被区分为固有显著性与获得显著性。

　　固有显著性源于标志本身与其指定商品或服务的关联程度。依据强弱，可大致分为四类：（1）强显著性（臆造性标志），如“Google”、“Kodak”，标志在诞生前没有任何含义，与商品或服务没有任何关联，具有最强的固有显著性；（2）较强显著性（任意性标志），如“Apple”用于手机产品，标志由现有文字或图形构成，但该文字或图形与指定使用的商品或服务没有关联；（3）较弱显著性（暗示性标志），如“DeepSeek”用于人工智能模型，标志所含的要素本身既具备固有含义，又与指定使用的商品或服务存在一定关联，但尚未达到直接描述的程度，本身仅具有较弱显著性；（4）缺乏显著性，包括直接描述商品特点的描述性标志（如“智能学习助手”用于软件）和指代商品本身的通用名称（如“U盘”）。

　　对于缺乏固有显著性的标志，法律提供了“第二含义”的转化路径，即获得显著性。一个描述性或通用标志，经过长期、广泛、独占性的商业使用，使相关公众能够将其与特定提供者相联系，从而获得了识别来源的功能，便可获准注册。“小肥羊”火锅商标便是经典例证。

　　这一分类体系在传统行业中运作相对稳定，但在人工智能领域，却面临新的挑战。

　　三、人工智能领域商标显著性的特殊困境

　　人工智能领域商标显著性判定的难点，首先源于行业语言体系的特殊性。人工智能作为高度技术密集型产业，其产品和服务往往以算法模型、技术路径或功能效果为核心卖点，大量行业术语在短时间内被广泛使用并迅速通用化。

　　技术术语的快速扩散，使其极易从最初的专业概念演变为行业通用表达。例如，一些原本用于指代特定技术方案或模型结构的术语，随着技术成熟和市场推广，很快被公众理解为某一类技术或服务的代称。最典型的例子是“GPT”（Generative Pre-trained Transformer），它从一个特定模型的技术缩写，迅速成为一类生成式人工智能大模型的代称。这种“成功的代价”是其商标显著性的急剧弱化，注册难度倍增。

　　其次，人工智能企业在品牌策略上的现实考量，也加剧了显著性风险。描述性或暗示性较强的名称，能够在初期降低市场教育成本，使消费者迅速理解产品功能，但这种便利往往以牺牲法律稳定性为代价。描述性越强，商标的注册难度越高，即便获得注册，其权利边界也往往较为狭窄。

　　因此，人工智能领域的商标显著性问题，并非单纯的法律技术问题，而是产业特性、商业策略与制度逻辑交织作用的结果。

　　四、行政审查中的显著性判定实践

　　在商标行政审查阶段，审查机关通常采取整体判断与具体语境相结合的方式，对商标是否具备显著性进行评估。判断并非孤立考察标志本身，而是综合考虑其含义、构成方式、指定使用的商品或服务类型，以及相关公众的认知习惯和行业使用情况，对人工智能相关商标的显著性进行认定。实践显示，审查结果呈现两极分化。

　　（一）缺乏显著性而被驳回的商标案例

　　在人工智能领域，审查实践中被认定缺乏显著性而未获注册的商标，具体表现为直接使用或简单组合行业通用词汇，这些名称被同业经营者普遍用于描述自身产品或服务。此类标志无法帮助相关公众区分商品或服务的来源，反而会被视为对技术功能或内容的直接描述，具有明显的公共属性，若被一家独占将损害公平竞争，因此依法不得作为商标注册。

　　（二）具有显著性而获准注册的商标案例

　　相反，成功注册的人工智能领域商标，关键在于通过注入具有显著性的独创性元素，降低标志与技术功能之间的直接联系，构建出足以识别来源的整体形象。

　　其主要路径有二：其一，直接采用与人工智能领域完全无关的臆造词或任意性词汇，从根本上避免描述性；其二，采用“独创性元素+人工智能相关词汇”相结合的策略，以一个独创性强的主品牌名统领描述性要素，或通过深度的人工创意与优化，打造出独特的标识，从而整体上获得了便于公众识别和记忆的显著特征。

　　五、国际视角下的比较观察：以美国为例

　　从国际实践看，对涉人工智能领域商标显著性的审查趋于严格，尤其是在技术缩写和首字母组合方面表现得尤为明显。美国专利商标局（USPTO）在处理涉人工智能的缩写词商标时，展现出高度一致的审查逻辑。其核心原则是：如果这个缩写词与其所代表的描述性词语‘实质同义’，那么该缩写词本身就被视为是描述性的，确保行业必需的描述性词汇留在公共领域，防止任何企业通过商标注册垄断本应由同业自由使用的关键技术语言。

　　在“LLM”商标案中，审查员认定其系“Large Language Model”的通用缩写，直接传达了商品的技术特征，故以描述性为由驳回。“GPT”商标申请则遭遇了更严峻的挑战，审查意见指出“GPT”在软件行业已被广泛用于指代采用类似人工智能技术的软件，具备了通用名称的倾向。尽管OpenAI公司申辩该词对普通消费者而言含义隐晦，但审查员认为相关行业消费者的认知才是关键。这些案例清晰地揭示：在技术密集的人工智能领域，单纯依赖技术缩写或行业术语作为品牌核心，其法律风险极高，注册之路充满不确定性。即便如“GAI”案般历经复杂程序最终获准注册，也耗费了大量行政与金钱成本，且权利稳定性长期面临挑战。

　　这一审查逻辑强调消费者的客观认知，而非申请人的主观命名意图，对人工智能企业的品牌策略具有重要警示意义。

　　六、人工智能企业的商标布局与保护建议

　　在上述理论与实践背景下，笔者为人工智能企业提供如下建议：

　　（一）建立法律根基扎实的独创品牌

　　企业的首要任务是选择一个在法律上坚固、在市场上响亮的“主品牌”。首选方案是独创的臆造词，此类词汇无任何在先含义，显著性强，且不易与他人在先权利冲突，是构建品牌资产最理想的基石。替代方案是采用“强显著性的主商标+描述性产品线名称”的组合模式，例如“腾讯混元”。此举既能依托主商标的商誉与识别力，又能清晰界定产品系列，显著提升整体注册成功率。

　　（二）开展前瞻且全面的权利布局

　　商标权具有严格的类别限制，因此布局需具有前瞻性。核心类别（如第9类计算机软件、第42类技术研发与云计算）必须优先、尽早注册。同时，需根据企业业务规划与人工智能技术的跨界融合特性，布局重要关联类别，如第35类（广告与电商）、第38类（通讯服务）、第41类（在线教育）等。对于未来可能拓展的领域，可考虑进行防御性注册，以构筑更为立体、严密的品牌权利护城河。

　　（三）实行以证据与监测为核心的权利维护

　　权利的取得与维持离不开规范使用。企业应在所有对外材料上统一、规范地使用商标，并配套使用®或™标识，以持续影响公众。更重要的是，系统性、制度化地保存商标使用证据（包括但不限于销售合同、广告发布记录、媒体报道、参展证明），这份“证据库”是应对未来可能发生的撤销、无效程序或侵权诉讼的基石。

　　市场监控不可或缺。企业应建立常态化的商标监测机制，定期跟踪官方公告与市场动态。对发现的恶意抢注或侵权行为，应依据情节轻重，果断采取异议、无效宣告、行政投诉或司法诉讼等法律手段，积极维权，捍卫品牌核心价值。

　　七、结语

　　涉人工智能领域的商标保护，远非简单的标志注册问题，而是技术演进、商业竞争与法律规则深度互动的复杂课题。企业必须深刻地认识到，在技术词汇快速流变的行业背景下，依赖描述性术语构建品牌存在根本性法律缺陷。成功的品牌策略在于主动跳脱技术话语的窠臼，转向更具独创性和联想空间的品牌创造，并通过精密的权利布局与动态的维权管理，将品牌资产置于稳健的法律框架之内。

　　在人工智能重塑世界的时代，显著性是品牌的立身之本。愿每一个人工智能语境下的商标，都能在时代的浪潮中熠熠生辉。