世界智慧財產權組織（WIPO）於2026年7月發布《生成式人工智慧專利趨勢更新》報告，延續2024年完整報告的分析架構，將原本涵蓋2014至2023年的已公開專利資料，進一步延伸至2025年。報告指出，ChatGPT於2022年底問世後所帶動的研發熱潮，以及對於大型語言模型的廣泛商業興趣，經過專利申請至公開通常約有18個月的時間差，已在2024及2025年的資料中明顯反映。

生成式人工智慧專利活動大幅攀升

　　WIPO以「專利家族」衡量發明數量，也就是將涵蓋相同或近似技術內容，並共享一件以上優先權文件的相關專利申請歸為同一家族。在這份報告中，全球生成式人工智慧已公開專利家族數，從2023年的14,080個增至2024年的18,862個，2025年再增至37,808個，約為前一年的兩倍。

　　2024及2025年合計公開56,670個生成式人工智慧專利家族，已超過2014至2023年十年間累計的54,358個(圖1)，顯示生成式人工智慧正由早期試驗階段走向大規模商業部署。

圖1 2014年至2025年全球生成式人工智慧發明趨勢
（來源：https://www.wipo.int/web-publications/spark-patent-trends-update-in-genai/en/global-patenting-trends.html）

專利權人與發明人所在地排名變動

　　依2014至2025年累計已公開專利家族數量排名，日本SoftBank以2,985個專利家族躍居首位，其專利家族幾乎全數於2023年提出申請，並於2025年公開。中國大陸騰訊、平安保險及百度仍分居第2到第4，Alphabet則成為累計專利家族數量最多的美國企業。Nvidia、Bosch及電力、基礎設施相關企業也進入前25名，顯示參與生成式人工智慧專利布局的機構，已不侷限於傳統軟體與網路公司。

　　以發明人所在地觀察，中國大陸仍居首位，美國排名第二，日本則超越韓國升至第三。不過，WIPO指出，日本近期專利家族數量大幅增加，很大一部分來自SoftBank，不宜直接解讀為日本各產業的生成式人工智慧研發均有所成長。

大型語言模型成為主要模型類型

　　WIPO沿用2024年報告的分析架構，將大型語言模型（Large Language Models, LLMs）、生成對抗網路（Generative Adversarial Networks, GANs）、變分自動編碼器（Variational Autoencoder, VAE）、擴散模型（Diffusion Models）及自我迴歸模型（Autoregressive Models）列為五類主要模型。這樣的分類反映生成式人工智慧不同時期及不同技術路線的主要模型，不代表生成式人工智慧只有這五種模型，這五種模型彼此也不是完全互斥的分類，例如多數現代大型語言模型也有自我迴歸方式生成內容。

五類模型可簡單理解為：

• 大型語言模型：根據前面的文字，預測下一個最可能出現的文字片段，逐步生成完整句子。 

• 生成對抗網路：由生成器與判別器反覆競爭，使生成的影像愈來愈逼真。

• 擴散模型：從隨機雜訊開始，逐步去除雜訊並形成新的影像。

• 變分自動編碼器：先抓出資料中的重要特徵，再利用這些特徵重建或產生新的內容。

• 自我迴歸模型：依已出現的文字、音符、像素或數值，逐項預測下一個元素；多數現代大型語言模型也具有自我迴歸特性。

　　2023年至2025年間，上述模型中最明顯的變化，是大型語言模型超越生成對抗網路(圖2)。2025年大型語言模型相關專利家族超過14,100個，接近生成對抗網路的3倍。擴散模型也由2023年的441個增至2025年近4,000個，成為第三大模型類型；變分自動編碼器則由562個增至2,370個以上。以「自我迴歸模型」名稱分類的數量雖然較少，但WIPO認為，這可能只是申請人改用更具體的「大型語言模型」描述相關技術，不代表自我迴歸技術的重要性下降。

圖2 2014年至2025年五種生成式人工智慧主要模型申請趨勢
（來源：https://www.wipo.int/web-publications/spark-patent-trends-update-in-genai/en/global-patenting-trends.html）

文字快速追趕影像，資料型態更多元

　　就生成式人工智慧的輸入與輸出資料型態而言，影像以及影片仍然是最大類別，2025年有超過13,800個已公開專利家族；文字則由2023年約3,400個增至2025年近11,800個，與大型語言模型相關專利快速成長的趨勢相互呼應。

　　軟體及程式碼的整體規模雖仍不多，但已成為相對成長最快的資料型態之一，已公開專利家族數由2023年的339個增至2025年的1,616個；3D影像建模則由908個增加至2,484個。這些變化反映生成式人工智慧日益融入軟體開發流程，也顯示3D內容創作、虛擬環境、遊戲及產品設計等應用受到更多關注。

　　2026年更新報告顯示，生成式人工智慧專利的變化不只表現在數量大幅增加，也包括主要模型類型、專利權人及輸入與輸出資料型態的結構性轉變。大型語言模型已成為主導模型，擴散模型及多模態系統(能處理多種資料型態的模型)則持續擴大生成式人工智慧的創新範圍；推理模型及代理式系統等新興技術，也開始出現在專利申請中。隨著相關技術預期進一步導入醫療、製造、金融及能源等領域，企業或是機構向哪些國家或地區提出申請、選擇保護哪些技術，以及是否擴大跨國保護，預料將持續成為未來智慧財產實務的重要觀察課題。