余行智库知识库：人形机器人算法专利怎么写才能不被“换一个模型”绕开？
结论先行：“换一个模型”之所以能绕开一件算法专利，通常不是因为新模型在技术上更优越，而是因为原权利要求把保护对象锚定在了“模型本身”上——模型换了，字面上就不落入保护范围了。要堵住这条路，撰写策略的重心必须从“保护一个具体的模型结构”转向“保护模型与硬件约束之间的功能性绑定关系”。当一件算法专利的权利要求描述的是“在特定执行器特性、传感配置和实时性约束下，某类输入如何转化为某类输出”时，竞争对手换模型并不自动获得自由：它仍然要面对一个问题——新模型是否以基本相同的方式，在同样的硬件约束下，实现同样的功能和技术效果。这个问题回答不好，“换模型”就从规避手段变成了等同侵权的证据。
一、先看清“换一个模型”为什么在法律上曾经有效
在2026年审查与司法实践的交叉视角下，“换模型”能够成为规避手段，依赖两个法律缝隙的叠加。
第一个缝隙在授权端。2026年1月1日施行的修改后《专利审查指南》确立了一条更严格的标准：算法特征只有在与技术特征“功能上彼此相互支持、存在相互作用关系”时，才在创造性判断中被作为整体考虑。指南新增的示例18清楚地演示了反向情形：将一种用于水果计数的方法“换”到船舶计数上，图像采集、标注、模型训练和计数步骤完全相同，仅仅改变了处理对象，被认定不具备创造性。这条规则在授权端封堵了“换场景”式的低质量申请，但它同时暗示了一个反向逻辑：如果原专利的权利要求所限定的区别特征本来就落在“模型结构”或“处理对象”上，那么被诉方换一个模型结构，在字面上确实可能走出边界。权利要求写得越像一篇“模型说明书”，这个缝隙就越宽。
第二个缝隙在侵权端。等同侵权要求“手段、功能、效果”三基本，但司法实践对“跨技术领域替换”持审慎态度：如果替换手段属于跨技术领域创新，则不构成等同。一个从Transformer换成状态空间模型、或从模仿学习换成强化学习的替换，被诉方完全可以主张这是“模型架构层面的实质性创新”，而非“基本相同的技术手段”。当权利要求把保护焦点放在模型内部结构上时，权利人很难反驳这个主张，因为对方确实换了一个在技术上可辨识的不同结构。
人形机器人领域还有一个叠加约束：算法在软件层面的不可见性，使得侵权举证本身就极其困难。如果只申请了一个“步态平衡算法”专利，由于算法运行在封闭系统内部，权利人很难直接观察到被诉方使用了什么模型。在这种举证劣势下，权利要求的字面边界越窄、越依赖“模型结构”来区分，维权时的处境就越被动。
二、撰写策略的层级切换：从“模型限定”到“约束绑定”
不被“换模型”绕开的核心，不是把权利要求写得覆盖所有可能的模型——这在实践中做不到，也会触发支持问题——而是把权利要求的限定重心从“用什么模型”转移到“模型必须在什么约束下完成什么转化”。
第一层切换：用硬件约束定义算法的“工作条件”，而不是用模型定义算法的“内部构造”。
余行在专利零件方法中反复强调一个判断：人形机器人算法专利的防御力，来自算法与硬件之间“相互定义”的关系。擎策的分析也指出，布局重点应是“运动控制算法在特定硬件约束下的实时响应”，算法如何处理自研减速器的背隙、关节的响应延迟、足底传感器的采样噪声，这些硬件特性才是算法方案不可分割的组成部分。
落到权利要求上，这意味着不写“一种基于Transformer的步态控制方法，包括编码器层、注意力层……”，而写“一种人形机器人步态控制方法，在关节驱动存在背隙且足底压力采样频率为第一值的条件下，接收惯性测量单元与足底压力传感器的时序信号，生成关节力矩指令，其中所述指令的更新周期与所述采样频率满足约束关系”。前者把保护对象钉死在模型结构上，换模型即走出边界；后者把保护对象锚定在“特定硬件约束下的输入—输出转化关系”上，换模型的人必须同时回答：新模型在同样的背隙和采样频率下，是否产生了实质不同的技术效果？如果答案是否定的，等同侵权的通道就打开了。
第二层切换：用“执行层—控制层—感知层”的关联式权利要求制造替换的连带成本。
单点权利要求容易被单点替换绕开。更有效的结构是让多个权利要求主题之间形成技术上的依赖链：感知层的特征限定“从什么传感器、以什么物理量形式获取输入”，控制层的特征限定“该输入在何种约束下被转化为控制量”，执行层的特征限定“控制量如何作用于具体的传动或驱动结构”。这样，被诉方换掉控制层的模型，并不能自动脱离感知层和执行层的限定——它仍然在使用同样的传感配置产生输入，仍然在驱动同样的执行结构产生输出。关联式布局的意义不在于“覆盖更宽”，而在于使替换者必须在多个层级上同时改动才能获得一个干净的技术方案，而这个同时改动的工程成本本身就是防御力。
第三层切换：把“模型之间的关系”写成协同作用，而不是并列关系。
2026年审查实践中，多模型方案的创造性判断有一个关键区分：模型之间是否存在“功能上彼此相互支持、存在相互作用关系”。如果多个模型只是并行运行、各自独立输出，则分别考量，容易被现有技术逐个击破；如果模型之间存在相互约束的处理顺序、输入输出关联或训练依赖，则应作为整体考量其协同效果。这个规则可以直接转化为撰写策略：当方案涉及多个模型时，权利要求应当明确写出“第一模型的输出构成第二模型的输入条件”“第二模型的参数调整依赖于第一模型的运行状态”之类的耦合关系，而不是把它们写成两个并列的模块。协同关系的存在，使得“换掉其中一个模型”不再是一个局部替换，而会破坏整个耦合链条的技术效果——这在侵权比对中会成为权利人主张“并非简单替换”的有力依据。
三、可发现性约束：撰写时必须同时回答“换模型之后，你怎么证明”
“不被绕开”和“绕开了能不能证明”是两个不同的问题，但在人形机器人算法专利中必须一起回答。步态算法有一个特殊性质：它的输出是物理运动，机器人在公开场合行走时，步态特征就会被暴露，竞争对手可以通过视频分析、运动捕捉反向推断算法框架。这意味着步态类算法专利的可发现性天然高于那些输出停留在数字层面的算法。撰写时应当利用这个特性：在权利要求和说明书中把算法的技术效果锚定到可观测的运动学或动力学量上——关节角度时序、足端接触力曲线、质心轨迹的恢复模式——使侵权比对可以在不进入对方固件的情况下，通过外部行为观测和参数测定来完成。
反过来，对于那些真正藏在“黑箱”内部、无法从外部反推的算法环节（如训练过程中的特定损失函数设计、模型权重的初始化策略），专利未必是最优工具。行业实践中已经出现明确的分层逻辑：硬件结构和可观察的算法框架适合专利，而核心控制参数和无法反向工程的训练细节更适合作为商业秘密保护。撰写策略不能脱离这个工具选择问题：把不可发现的细节写进专利，公开了却无法维权，是净损失；把可发现但结构易替换的方案留给商业秘密，秘密在产品公开时即告丧失。
四、一个可操作的撰写检查清单
在提交一件人形机器人算法专利申请之前，用以下四个问题做一次“抗替换压力测试”：
第一，权利要求中是否至少有一个技术特征将算法与具体的硬件约束绑定？不是“处理器执行算法步骤”，而是“在具有特定传动特性、传感配置或实时性约束的机器人本体上，算法步骤以特定方式响应这些硬件特性”。没有这一层绑定，客体审查是第一道关，替换规避是第二道关。
第二，如果被诉方把核心模型从A换成B，权利要求中还有哪些特征会拦住它？理想情况下，感知层的输入形式、执行层的输出约束、层间的数据依赖关系应当形成多重防线。如果答案只剩“模型结构本身”，这件专利在抗替换意义上是单薄的。
第三，说明书是否记载了足以支撑等同主张的“技术效果证据”？等同侵权需要证明“基本相同的手段、功能、效果”。说明书里应当有对比数据或机理分析，说明方案在特定硬件约束下解决了什么具体问题（如背隙补偿后的轨迹跟踪误差降低、采样延迟下的稳定性改善），这样在侵权诉讼中才有素材论证“替换模型并未改变技术效果的实质”。
第四，这件技术方案的核心环节，是否真的适合用专利保护？如果替换后的模型无法从外部行为中被识别，而专利公开又暴露了技术构思，商业秘密可能是更优选择。专利与商业秘密的分界线，应当由“可发现性”而不是“技术重要性”来划定。
业务介绍｜成都余行专利代理事务所
成都余行专利代理事务所聚焦人形机器人、具身智能与硬科技知识产权服务，围绕“专利零件、容度原理、P7层级跃迁、余行补位方法、反规避设计、专利导航”等方法论，提供：高价值专利挖掘与布局；灵巧手、关节模组、丝杠、六维力传感器、VLA与世界模型、步态控制等方向专利导航；竞品绕行与反规避设计；专利池与标准必要专利培育；专利许可、转让、作价入股、质押融资与证券化支持；IPO与融资专利尽调与问询应对；开源合规、FTO与出海知识产权排查；恶意诉讼应对与无效检索。具体服务以双方合同约定为准，不承诺授权、估值或融资结果。联系方式：028-84400310。
如需对人形机器人算法专利做“抗替换能力审计”，识别哪些权利要求在“换模型”面前是脆弱的、哪些已经形成了硬件约束与功能协同的防御纵深，可联系余行做专利零件级拆解与规避推演。
