非英語字的商標適用“外國對等原則” - In Re: Vetements Group AG (CAFC 2025)

(改一下翻譯：doctrine of foreign equivalents翻成“外國對等原則”好了 (updated on Dec. 13, 2025))

商標最重要的目的是識別商品或服務來源，因此商標需要識別性（distinctiveness），因此只要是字典查得出的字或是商標字本身與所要申請的類別為同一類，多半都不行獲得商標權。那...外國字拿來申請商標呢，因為外國字在本國不是字典字，且沒有辦法用來敘述商品，但外國字在其國內來說卻可能是一般常見字，本案例就在討論這類外國字（在其國內是常見用字）到底可否申請商標，例如，用中文字作為要註冊商標的字，這時適用"foreign equivalents doctrine"，也就是一個通常意義的外國字，也無法取得看不懂這個字的國家的商標權！

“In Re: Vetements Group AG (CAFC 2025)”案件資訊：
商標申請人/上訴人：Vetements Group AG 
系爭商標申請案：VETEMENTS（“Vêtement”是法文，是英文"clothing/衣服"的意思）
判決日期：May 21, 2025

案件源起商標局審查委員駁回有特定風格的字“VETEMENTS”，理由是，即便這不是英文的字典字，但基於"foreign equivalents doctrine"（外國對等原則），系爭商標申請案“VETEMENTS”是個通用與僅描述性（generic and merely descriptive）的字，沒有建立後天識別性（fails to establish acquired distinctiveness），商標局、商標訴願委員會，乃至於上訴法院都駁回此申請案。

系爭商標申請案“VETEMENTS”的申請類別是各種衣物（國際分類25），在商標局被駁回理由就是對於衣物類別的商品，這個申請案文字為通用、敘事性，而未在美國消費者中建立後天識別性（acquired distinctiveness）。訴願委員會（TTAB）也作出出類似的駁回理由，並進一步說明，法語是美國人使用第五多的非英語語言，也是美國學校學習人數第二多的非英語語言，使得用法文“VETEMENTS”當作商標，又在這個字形容的可聯想的領域中，基於“doctrine of foreign equivalents”，駁回申請案。

案件進入CAFC階段：
整理提出幾個判斷標記/符號可以成為商標的標準：
(1)用來連結商品的標章不能僅是描述性、欺騙或誤導的字詞。
(2)通用詞無法指出商品來源。
(3)通用詞不能准予商標權，理由是可能會欺騙消費者商品的來源。
(4)以非英語字詞申請商標，適用「doctrine of foreign equivalents」，將非英語的標章翻譯成英文後，判斷其通用性或描述性（genericness or descriptiveness）。
(5)若申請商標的字詞是非英語，這個字本身的意涵仍是會被考量。

判決文中列舉許多前例，基於外國對等原則，CAFC同意TTAB決定。

Ron

說明書應揭露反映出訴訟所主張專利範圍的內容 - Duke University v. Sandoz Inc. (Fed. Cir. Nov. 18, 2025)

「- Duke University v. Sandoz Inc. (Fed. Cir. Nov. 18, 2025)」案件資訊：

原告/被上訴人：DUKE UNIVERSITY, ALLERGAN SALES, LLC

被告/上訴人：SANDOZ INC.

系爭專利：No. 9,579,270

判決日期：November 18, 2025

本案源起原告Duke大學與Allergan行銷公司以共同擁有關於治療脫髮的方法與相關成分"prostaglandin (前列腺素) F (“PGF”)"（是一種生髮藥水）類似物的專利，以'270的claim 30為代表：

專利權人Allergan有通過FDA的上市藥品-Latisse®（治療睫毛脫落），Sandoz則販售Latisse®的學名藥。在2018年，Allergan對Sandoz的產品提出侵權告訴，被告Sandoz承認侵權，但挑戰系爭專利的專利權，主要理由是認為系爭專利claim 30無效，因為缺乏可據以實施(充分)的揭露內容（lack of adequate written description） －被告主張系爭專利範圍涵蓋了超過4000種可促進頭髮生長的化合物，但說明書卻又沒有指明任何具體實施方式，也沒有公開專利範圍所涵蓋化合物的共同結構特徵。

結果在地方法院，陪審團判決專利有效，被告沒有成功證明系爭專利為顯而易見、不符據以實施要件，以及缺乏充分的說明內容，還判斷侵權成立，被告須賠償近4千萬美元。

案件經地院否決被告提出重新審判的請願後，被告上訴CAFC。

CAFC階段：

判決中涉及判斷專利是否有足夠的揭露內容的條件（written description requirement），這是一個事實問題（question of fact），而專利說明書是否有揭露足夠的內容，標準是說明書揭露內容是否能讓相關領域普通技術人員得知發明人在專利申請的當下所擁有的發明範圍：

“That question is whether the patent specification discloses that a person of ordinary skill in the art would conclude "the inventor possessed the full scope of the invention" at the time of their patent application.” (案例 - Gen. Hosp. Corp. v. Sienna Biopharmaceuticals, Inc. (Fed. Cir. 2018)) 

重要：要滿足充分揭露要件（written description requirement），專利說明書應以相關領域(普通)技術人員可以理解的方式描述要主張專利的發明內容。

而充分揭露要件是一個事實問題（非法律問題），因此，當要撤銷專利時（如無效程序、無效防禦），應以充分的證據證明充分揭露。

因此，本案中被告Sandoz就是以專利說明書不符充分揭露要件作為訴訟防禦的手段，因此有舉證責任，甚至是會被要求更高的標準。

上訴人Sandoz提出幾個上訴議題，CAFC僅就「說明書缺乏充分揭露內容」的議題進行審理，系爭專利範圍就是以上所述'270案的Claim 30，其中主要特徵為「使用特定亞屬的PGF類似物促進毛髮生長（use of a specific subgenus of PGF analogs to grow hair）」，所述“PGF”為「prostaglandin F/前列腺素F」，上訴人主張系爭專利說明書缺乏讓相關領域技術人員可以理解發明人所擁有的“亞屬”包括訴訟中主張的特定“亞屬”實施樣態，也就是說明書涵蓋了超廣範圍的內容，卻未反映出claim 30所主張的發明。

上訴人的主張是認為“系爭專利說明書並未提供針對claim 30（真正要主張的權利）的單一範例”，且從中並未能識別(identify)出“足夠的結構共性（sufficient commonality of structure，指化學結構）”以提供相關領域技術人員必需的“線索（blaze marks）”而導向所要主張權利的化合物。

具體而言，根據Sandoz主張，系爭專利說明書記載很廣泛的內容，即便有揭示出化學式／結構，但為開放式的，可以涵蓋到超多成分，卻沒有揭示出訴訟所主張權利範圍的內容，也就是認為說明書與申請專利範圍的差異不符說明書充分揭露的要件。

CAFC審理時提出了幾個撰寫說明書應充分揭露的要求的標準與理由：

- 專利說明書的基本揭露要求：唯有發明人向公眾以“相關領域普通技術人員可以理解發明人所擁有發明的足夠的細節”揭露其發明才能取得專利權。

- 專利說明書揭露要求的目的是要防止發明人日後宣稱他沒有發明的專利權。

- 本案法官引用CAFC前例：如化學成分的專利說明書，不僅要求特定種類的外部界線，還要求種類或結構特徵的代表數。

- 說明書應提供足夠的指示讓相關領域技術人員可以從大量(成分)組成限縮到真正發明的專利範圍。

- 說明書應提供足夠的線索以引導相關領域技術人員理解主張的專利權範圍。

- CAFC在前例作出的意見是：發明的每個步驟提供了多個可選擇路徑，若將可選擇的步驟的每個設定為唯一選擇，亦非是所要求記載的說明書內容。

- 若說明書描述為一個樹林，不能之後再從中選擇一棵樹主張說是自己的發明。

- 若說明書描述一個樹林，需要有足夠的線索引導相關領域技術人員至那棵樹。

- 說明書記載了“較佳實施例”，這就是一個線索，但如果線索並未導向要主張專利權的範圍內容時，仍不滿足說明書充分揭露要件。

本案是藥品成分專利，說明書自然是已經揭露了一些化學式，但因為是開放式的，且沒有反映出訴訟所主張的系爭專利範圍的化學成分，雙方證人也證實系爭專利說明書記載內容可以涵蓋上千種可能性。

由於證據顯示系爭專利'270並沒有揭露其中“特定亞屬”的代表數，也沒有揭露“亞屬成員”的共同結構特徵，這個事實證據是需要相關領域技術人員判斷，顯然在此醫藥類領域技術人員要很專業地探索專利內容，才能做出以上意見。

CAFC判決：因為上訴人Sandoz以清楚而有說服力的證據（clear and convicing evidence）證明了地院陪審團沒有理由可以推翻Sandoz主張：'270的claim 30缺乏充分的揭露內容，因此否決地院判決。

判決原文：https://www.cafc.uscourts.gov/opinions-orders/24-1078.OPINION.11-18-2025_2605503.pdf（備份：https://app.box.com/s/88qbiihebi9juxp6ci98y2e9yswesm3q）

Ron

機器學習方法的專利適格性解方 - Recentive案的另一篇功課

本篇討論案例可參考：僅運用機器學習技術在新的領域仍不具專利適格性 - Recentive Analytics, Inc. v. Fox Corp. (CAFC 2025)（https://enpan.blogspot.com/2025/05/recentive-analytics-inc-v-fox-corp-cafc.html）。

承繼前一篇：機器學習方法的專利適格性有解方嗎？ - Recentive案的功課（https://enpan.blogspot.com/2025/11/recentive.html），前篇討論的是Recentive案中系爭專利US11,386,367的答辯歷史，即便案件到CAFC不被認同其具有符合專利適格性的“進步概念（inventive concept）”，但仍可以學到一些機器學習專利適格性的想法，本篇繼續討論，啟發於"https://ipwatchdog.com/2025/06/11/ai-machine-learning-patents-doomed-recentive/"一文，這裏提供這類應用機器學習方法的發明可專利性（專利適格性）筆記。

根據Recentive Analytics, Inc. v. Fox Corp. (CAFC 2025)的結果可知，僅將機器學習方法/模型應用（可說是"轉用"）在特定領域，並不足以克服不具專利適格性的101審查意見。如前篇討論到USPTO審查委員認同在專利範圍中加入“迭代訓練機器學習模型使其提升精確度”可以獲准專利，即便申請人修正時補上了在相關領域的重要特徵，但整體上仍被認為沒有“轉換”抽象概念為可專利的發明。

功課一：這裡提醒申請人/發明人，在機器學習方法普遍被認為是數學方法的情況下，要具有專利適格性，需要在專利範圍中引入「特定、非通常電腦技術的改進，以及描述如何達成」的有意義元件。

功課二：IPwatchdog文章中提出幾個撰寫專利說明書與專利範圍的建議：

(1)描述具體的先前技術問題。

(2)呈現出特定解決方案，應跳脫習知機器學習的方法，提出新的機器學習模型架構、特徵擷取的技術、改善的模型訓練方法等。

(3)描述機器如何不同於人類執行的方法，不能僅說明機器可以更快、更有效率、更準確等效果。

(4)證明結果與技術上的影響，而且是專利範圍就要反映出達到這個結果與其影響的技術手段。

功課三：如果發明本身確實是機器學習演算法，如果沒有特定用途，或是特定機器執行發明，其實，這裡提到，如果發明本質上是數學方法，將此列為營業秘密也是不錯的方式；如果，如此案例Recentive的系爭專利，其實在USPTO審查都克服了101核駁意見，也都取得專利，但卻又無法度過法院審查的考驗，因此申請人/發明人要從法院角度來看101議題。

功課四：專利說明書寫好細節，習知的問題、解決問題的手段（方法步驟、資料結構、訓練技術），與達成的技術效果，避免僅有功能性描述與效果。即便一切看來有重重障礙，至少準備好說明書才有機會面對挑戰。

Ron

機器學習方法的專利適格性有解方嗎？ - Recentive案的功課

針對過去報導「僅運用機器學習技術在新的領域仍不具專利適格性 - Recentive Analytics, Inc. v. Fox Corp. (CAFC 2025)（https://enpan.blogspot.com/2025/05/recentive-analytics-inc-v-fox-corp-cafc.html）」案例，本篇啟發於"https://ipwatchdog.com/2025/06/11/ai-machine-learning-patents-doomed-recentive/"文中，提供這類應用機器學習方法的發明可專利性（專利適格性）一些想法（ipwatchdog的標題挺聳動的："Are AI and Machine Learning Patents Doomed After Recentive?"）。

以Recentive的“US11,386,367”為例，這是在USPTO審查階段面對35U.S.C.101核駁答辯獲准的範圍，仍是值得一探究竟，Claim 1如下，用顏色標出一些我覺得是重點特徵的元件，整體看來確實是很“機器學習”的演算方法，特徵主要是訓練模型的目標 - schedule。

1. A computer-implemented method of dynamically generating an event schedule, the method comprising:

(取得現場事件參數與目標特徵)

receiving one or more event parameters for series of live events, wherein the one or more event parameters comprise at least one of venue availability, venue locations, proposed ticket prices, performer fees, venue fees, scheduled performances by one or more performers, or any combination thereof;

receiving one or more event target features associated with the series of live events, wherein the one or more event target features comprise at least one of event attendance, event profit, event revenue, event expenses, or any combination thereof;

(機器學習，學習事件參數與目標特徵之間的關聯性)

providing the one or more event parameters and the one or more event target features to a machine learning (ML) model, wherein the ML model is at least one of a neural network ML model and a support vector ML model;

iteratively training the ML model to identify relationships between different event parameters and the one or more event target features using historical data corresponding to one or more previous series of live events, wherein such iterative training improves the accuracy of the ML model;

(使用者介入學習，將使用者指定參數與權重輸入至機器學習模型)

receiving, from a user, one or more user-specific event parameters for a future series of live events to be held in a plurality of geographic regions;

receiving, from the user, one or more user-specific event weights representing one or more prioritized event target features associated with the future series of live events;

providing the one or more user-specific event parameters and the one or more user-specific event weights to the trained ML model;

(對未來事件產生時刻表)

generating, via the trained ML model, a schedule for the future series of live events that is optimized relative to the one or more prioritized event target features;

detecting a real-time change to the one or more user-specific event parameters;

(改善機器學習模型的精確度)

providing the real-time change to the trained ML model to improve the accuracy of the trained ML model; and

(即時更新時刻表)

updating, via the trained ML model, the schedule for the future series of live events such that the schedule remains optimized relative to the one or more prioritized event target features in view of the real-time change to the one or more user-specific event parameters.

此案在USPTO審查階段受到3次核駁與答辯，最後一次修正成現在的樣貌：

101核駁理由：

功課一：即便是機器學習演算法，“動詞”的規劃很重要，這個101駁回理由引用了claim中的動詞：defining, training, receiving, providing, generating...，這些算是演算法中很通常的動詞，確實"表面上"就是招惹101核駁意見的動詞 - 如此案前兩次101核駁意見所述，是人類智力上可以紙筆完成的步驟。

功課二：審查委員提供了克服101核駁意見的指導方針。不同於採用TWO-STEP檢測專利適格性法則，審查委員在本案受到3次101核駁意見中都不厭其煩地（copy and paste）提示發明不具專利適格性的理由以及可以符合101的方向，都是可學習的功課。

引用2019年改版的專利適格性指導方針，指出專利範圍中可整合法定不可專利標的（如抽象概念）為具體應用的“額外元件/additional elements”包括：改善電腦或特定技術領域的功能、醫藥類的特定治療與預防效果、轉換物品到不同的狀態或事物、超越法定不可專利項目的一般用途的有意義的方法。

反向地指出不能整合到具體應用的限制：僅是在電腦上實現抽象概念，或是以電腦作為工具執行抽象概念、加入微不足道的額外解方的活動、法定例外項目的一般使用。

功課三：本案是經過與審查委員面詢後，審查委員提供克服101核駁意見的方向：闡明機器學習模型為迭代訓練以改善模型精確度，顯然說明書支持這些描述，讓專利範圍更為明確地表達其特徵：使用之前現場活動的歷史資料迭代訓練機器學習模型以識別出事件參數與目標特徵之間的關聯性。

功課四：即便審查委員可能在面詢時也沒有說到滿，但申請人仍進一步修正專利範圍，闡述發明(1)根據即時更新使用者指定的事件參數以改進機器學習模型的精確度，以及(2)更新未來事件的行程表。也就是，通過改變專利範圍步驟（動詞：detecting, updating...）更明確地表達發明手段以能達成其目標功效。

（5/4/2022答辯意見：https://app.box.com/s/vvcobk42zdwi16mj2517qqmo5bljgg3l）

Ron

USPTO更新AI輔助發明人資格指南

USPTO曾於February 13, 2024發布AI輔助發明人資格指南，但整個被廢除，現於11/28/2025發布聯邦記事 - Revised Inventorship Guidance for AI-Assisted Inventions（修訂AI輔助發明的發明人資格指南）。

2024年版被廢除，表示傳統上判斷發明人是誰的Pannu factors將僅用於判斷是否多個自然人為共同發明人的資格，而並不適用一個自然人以AI輔助發明的情況，因為AI系統不是人，並不能成為共同發明人中的一員。

這裡說明的是，不論是否是AI輔助發明，對於發明人的判斷標準是一致的。

定義發明/發明人：

根據Dabus案例（CAFC）可知，美國專利法是不允許＂非人類＂取得發明人資格的，CAFC將發明人資格設定在「誰完成了發明構思？」 - "Conception" - "Conception is “the formation in the mind of the inventor, of a definite and permanent idea of the complete and operative invention, as it is hereafter to be applied in practice.”  Conception is complete when “the inventor has a specific, settled idea, a particular solution to the problem at hand, not just a general goal or research plan.”"（所謂"conception/構思"指發明人心思中形成的明確與永久的可完成與可運行的發明構想/idea。一個conception的完成是當發明人針對"手邊的問題"提出具有具體、確定的構想與特定解決方案，而不能僅是一個通常的目標或研究計畫）

可以主張權利的發明（claimed invention）是在發明人思想中有清楚定義而讓相關領域一般技術人員可以在無須廣泛研發或實驗時可付諸實現（reduce the invention to practice）（“clearly defined in the inventor's mind that only ordinary skill would be necessary to reduce the invention to practice, without extensive research or experimentation.”）。

專利申請案中列舉發明人如果包括AI系統或是其他非自然人時，將會以35U.S.C.101/115駁回（35 U.S. Code § 115 - Inventor’s oath or declaration）。

合格的發明人是要符合Pannu factors:（特別針對列舉為共同發明人時）

(1) contribute in some significant manner to the conception or reduction to practice of the invention, （對所述構思貢獻重要的方案或使其據以實施）

(2) make a contribution to the claimed invention that is not insignificant in quality, when that contribution is measured against the dimension of the full invention, and （對於發明(指主張權利的發明)的貢獻在質量上並非不重要）

(3) do more than merely explain to the real inventors well-known concepts and/or the current state of the art.”（超越僅是解釋真正發明人已知構思或是發明當下的技術）

如果主張優先權的基礎案（包括國外案）中列舉有AI，並不能被USPTO接受。

以上適用設計與植物發明。

參考：

-「Artificial Intelligence (AI) guidance updates」- USPTO（https://enpan.blogspot.com/2025/07/artificial-intelligence-ai-guidance.html）

- A.I.不能是發明人；或說發明人不能是非人類 - Thaler v. Hirshfeld, App No. 21-02347 (Fed. Cir. 2022)（https://enpan.blogspot.com/2023/04/ai-thaler-v-hirshfeld-app-no-21-02347.html）

聯邦記事：https://www.federalregister.gov/documents/2025/11/28/2025-21457/revised-inventorship-guidance-for-ai-assisted-inventions

Ron

抽象的模型訓練方法並不具備技術特點 - 歐洲訴願案T 1998/22

歐洲訴願案 - T 1998/22 (Wide and deep machine learning models/GOOGLE) 20-12-2024

案件編號：T 1998/22

歐洲申請案：EP16826643.5

涉及法條：

EPC Art 84（明確且受到說明書支持）

EPC Art 52(1)（專利新穎性、進步性與產業利用性要件）

EPC Art 56（進步性）

Rules of procedure of the Boards of Appeal Art 12(4)（訴願期間的修正規定）

判決日期：20 December 2024

本案源起歐洲申請案No.16826643.5被歐洲專利局審查部門因不符進步性規定駁回，專利局口審程序，並提出初步意見，認為申請人提交的幾組申請專利範圍-main request, first and second auxiliary requests中main request的Claim 1是習知一般目的電腦技術而缺乏技術貢獻，也因此不具進步性-缺乏進步特徵（lack an inventive step）。申請人表示不參加口審程序而直接提出訴願請求（訴願委員會撤回口審程序）。

系爭專利申請案關於一種廣泛而深度（wide and deep）的機器學習模型，示意圖如下：

本案的main request的Claim 1描述一個電腦系統，實現組合機器學習模型（combined machine learning model 102，即上圖），用以處理包括"特徵108-122"的機器學習輸入，模型包括「深度機器學習模型104」、「廣泛機器學習模型106」、「組合層/combining layer 134」，通過組合層處理由"深度機器學習模型104"與"廣泛機器學習模型106"產生的"深度模型/廣泛模型中間預測輸出（deep model/wide model intermediate predicted output）"，據此產生"預測輸出"；其中訓練集共同訓練"深度機器學習模型"與"廣泛機器學習模型"，基於預測輸出與已知輸出之間的誤差，可以得出調整上述兩個模型的參數值。

判決中提到main request與auxiliary request的主要差異在於"wherein the wide machine learning model (106) is a generalized linear model (132)"。

此案例發明是一種經典的"機器學習方法"，就是一種數學方法/電腦實現方法，其中技術特徵在於結合了「深度機器學習模型（deep machine learning model）」與「廣泛機器學習模型（wide machine learning model）」，通過「組合層（combining layer）」處理這兩個模型產生的"中間預測輸出"，產生"預測輸出（predicted output）"；因此可以根據「預測輸出與已知輸出之間的誤差（error）」得出調整上述兩個模型的參數值。本發明優點是可以運用來自兩個模型中記憶性（memorization）與廣泛性（generalization）的優點，以獲得更好的預測輸出。

不論在專利局審查或是進入訴願階段，主要討論的議題是發明是否僅是一般電腦實現的沒有技術貢獻的方法？細節是，發明是否明確？是否相對引證前案具有進步特徵？

Art. 84 EPC（明確性）議題：

訴願決定同意歐洲專利局審查意見 - 本案＂wide machine learning model＂不明確，相關領域技術人員（參考說明書內容）並不清楚這個模型的技術特徵為何，特別是因為申請專利範圍中分別使用了"wide"與"deep"區分兩個模型，卻不清楚如何解釋"wide"與"deep"的差異！

不明確理由：

(1)判決中提到，"wide machine learning model"與說明書內容不相符。

(2)說明書並沒有定義"wide"，卻有提到"wide and shallow model"，相對地用"not deep"解釋"wide"並不足夠。

(3)雖專利說明書提到機器學習模型的等級（class）揭露"generalized linear model"（可翻譯為泛性線性模型），但不清楚申請專利範圍中"wide machine learning model"所涵蓋的模型為何？

缺乏進步特徵（lack an inventive step）理由：

相對引證案，本發明與引證1的區隔特徵是非技術問題的解決方案（solution to non-technical problem）-如何改善或修改使用在引證1中的數學模型，認為本案發明並沒有解決技術問題。

意思是，本發明要解決問題的數學模型已經揭露在引證案中，改善已知模型的數學方法不能算是解決了技術問題。雖對此意見，專利申請人主張發明已經解決了客觀上達成技術效果的的技術問題，但委員會引用前例 - T 697/17，判斷解決問題是否有技術性（technicality）要由技術專家（technical expert）闡述，而不是由非專家所述 - 若技術專家可闡述出與引證案差異特徵（distinguishing features），也應考量其進步特徵。

回到本案，因為本發明描述輸入與儲存架構，且解決混雜的數據問題，或許可以被視為技術實現的發明，但訴願委員會仍認為相對習知一般目的電腦而言，本發明與引證案差異僅在電腦程式的指令，不具有技術貢獻，因此也不具備進步特徵。

進一步地，討論到發明的技術細節，由電腦軟體實現的方法包括抽象的輸入（abstract input），也產生抽象的輸出（abstract output: predicted output for the machine learning input），整體上是電腦實現的抽象的數學模型（以訓練集訓練兩個模型），沒有技術特點。

"... mathematical details of the abstract model with no inherent technical character."（即便提供了模型的數學細節，但抽象的模型訓練方法並不具備有技術特點。）

訴願撤回。

判決連結：https://www.epo.org/en/boards-of-appeal/decisions/t221998eu1

可參考另一件歐洲訴願案：T 0761/20 (Automated script grading/UNIVERSITY OF CAMBRIDGE) 22-05-2023（https://www.epo.org/en/boards-of-appeal/decisions/t200761eu1）

Ron 

明顯的不明確錯誤仍是明確的技術議題 - Canatex Completion Solutions, Inc. v. Wellmatics, LLC (CAFC 2025)

本案頗為警世地讓人理解嚴重的"不明確"問題可以導致專利無效，但更強大的仍是"技術本質"，即便有"嚴重的"不明確問題，如果可明確地理解技術而知悉錯誤可被更正，法院可能仍是可以獲得真理/救贖的地方。

Canatex Completion Solutions, Inc. v. Wellmatics, LLC, No. 2024-1466 (Fed. Cir. Nov. 12, 2025)案件資訊：

原告/上訴人/專利權人：CANATEX COMPLETION SOLUTIONS, INC.

被告/被上訴人：WELLMATICS, LLC, GR ENERGY SERVICES, LLC, GR ENERGY SERVICES MANAGEMENT, LP, GR ENERGY SERVICES OPERATING GP, LLC, GR WIRELINE, L.P.

系爭專利：US10,794,122

判決日期：November 12, 2025

系爭專利關於一種井下工作時的工具可釋放連接件，這個連接件有兩個部分 - 用在油井與氣體井，專利權人Canatex對Wellmatics提出侵權告訴。

被告接著對系爭專利'122的claims 1, 4-13, 15-19提出基於缺乏前述基礎的"不明確"無效主張，例如claims 1, 7, 13中的"the connection profile of the second part（第二部位的連接截面）"缺乏前述基礎（"lack of an antecedent"，編按，看來非簡單文法的問題，而是解釋上會有嚴重的誤會）。

以下列舉Claim 1，專利範圍為井下工作工具的可釋放連接件，包括具有外部連接截面的第一部位與第二部位，第二部位包括外殼、可釋放接面、鎖固活塞、膨脹室與一流體壓力源（source of fluid pressure），其中爭議的是所述可釋放接面與第一部位的連接截面與釋放活塞接觸時，使得可釋放接面徑向膨脹以釋放所述"the connection profile of the second part（第二部位的連接截面，事實上應該是"first part"）"。

1. A releasable connection for a downhole tool string, comprising

a first part comprising an external connection profile; and

a second part comprising:

an outer housing;

a releasable engagement profile which internally engages the connection profile of the first part and which is configured to expand radially to release the connection profile of the first part;

a locking piston positioned within an internal cavity of the second part, the locking piston configured to move axially along the second part between a locking position that directly constrains the releasable engagement profile into engagement with the connection profile of the first part and a release position that permits the releasable engagement profile to expand radially to release the connection profile of the second part;

an expansion chamber in fluid communication with the locking piston; and

a source of fluid pressure in communication with the expansion chamber, wherein, upon activation, the source of fluid pressure is configured to apply fluid pressure to move the locking piston from the locking position toward the release position.

原告Canatex主張這句話“the connection profile of the second part”為相關領域技術人員可理解是「明顯可簡單更正的明顯的錯誤（evident error with an evident simple correction）」，此錯誤也發生在其他部分，並且Claim 1中明顯的缺乏前述基礎也成為這句話為明顯錯誤的證據之一。原告請求地方法院將這句話解釋為：“the connection profile of the first part”。

但地方法院拒絕原告請求，不同意這是簡單可被更正的錯誤，而同意被告主張判決系爭專利因為不明確而無效。

針對雙方爭議，審判中的討論會以技術討論為主，主要爭議就是：＂whether it is sufficiently clear that "second" in the underlined phrase must mean (and thus be corrected to) "first."＂。

判決文中仔細推敲技術特徵，可以釐清出first part與second part的具體差別。

本案經地方法院因為專利範圍不明確（認為"the second part"缺乏前述基礎，只是一個"a"與"the"的錯誤）而判定專利無效，原告上訴CAFC。

CAFC階段：

CAFC法官一定理解之前大家都在"小吵小鬧而沒有討論問題核心"，所以應該是展現高度的時候了。

即便專利範圍有"瑕疵"，而且可能是挺嚴重的錯誤，但法院仍重新根據內部證據解釋專利範圍：是否內部證據明確地建立了專利範圍中"second"讓相關領域技術人員可僅合理地理解應該是"first"？

這裡學習一個單字 - Clerical，地方法院直接以不明確駁回專利仍是有一些論述，不同意原告做出更正說明是因為原告並沒有在USPTO審查階段表達讓審查委員可以依照職權（35 U.S.C. § 255）對這些"clerical, typographical, minor errors"做出修正，因此認定以上所稱錯誤並非不重要或是明顯（neither minor nor evident）。

CAFC認為地方法院有點隨便/或說失職（PS.這是我的理解），沒有就事實證據而論，甚至使用外部證據而凌駕內部證據。並且先前已有實際案例 - 最高法院在I.T.S.案中更正了claim中明顯而不重要的錯誤，並認為其中用語被錯誤地忽略，因此解釋上應該加上這些被錯誤忽略的用語。

CAFC即基於以上意旨判定應該是根據申請人想要表達的意思去理解專利範圍。

法院也非執意要用自己的意思更正各種因為錯誤造成的誤解，因此基於過往案例訂出可以依法修正（judicial correction）"明顯錯誤"的標準：

第一，＂錯誤＂必須是從專利表面上明顯可知（“the error must be ‘evident from the face of the patent’”），並且特別是從相關領域技術人員的角度來看。

第二，適當更正的標準是，僅因為：(1)基於專利範圍文字與說明書，更正是合理而沒有疑慮的；(2)審查歷史沒有提出不同的解釋。

第三，地院可以自為更正其中明顯微小的誤繕與筆誤（obvious minor typo and clerical error）。

根據以上標準，CAFC認為Canatex有資格獲得依法更正（judicial correction），因為Claim中的錯誤是明顯且合理可以被更正。

要證明Claim/Spec.中的錯誤是明顯的（evident）且可以合理地被更正，實際上是需要通過相關領域技術人員探討發明內容而定，因此判決中有不小篇幅是在討論技術，因此以上司法作出的決定仍然是基於事實證據。

判決文結尾也很精采，因為法官自行作出可以接受的修正，且認為不一定要直接將"second"改為"first"，...這是一個文字上的簡化又不失精確度的做法：

CAFC基於合理的解釋與內部證據，同意系爭專利中用語為明顯的錯誤（evident error）而讓相關領域技術人員可以理解此錯誤且可被更正。

本案發回重審。

my two cents:

此案例其實放了幾天沒有看完來寫此篇blog，但心中一直懸著一定要趕快分享，因為看到一半就存在著一點點感動。

本篇證明一件事就是，理想地，凡事都應就事實證據判定，而非僅基於一些小錯誤就做出影響重大利益的決定，也可證明實務上認為美國專利局對於文字上確實是具有很高的寬容度，不會要求Claim中一字一句都要根據說明書記載一字不差地來寫，推知東西方對於專利權的態度，privilege v. right！

完成一件專利說明書事實上會歷經許多考驗，技術描述與邏輯與claims是最重要不能錯，如本案的"明顯錯誤"，更遑論小小的文法錯誤、誤繕的情況雖可原諒卻也可能累積出問題。本案CAFC法院表現出比下級法院與行政機關更寬容的高度 - 就技術而論而合理地理解，然而此案例並不能成為經常可期待的救贖（某種程度而言這不應可被期待，特別是本案錯誤可能會是影響公眾利益的錯誤，但卻也形成案例），只是確實是具有同理心的。

先前在其他案件討論時也提到，專利工程師不好當，專利工程師負責專利系統最底層的工作，主要工作包括：談案-撰稿-校稿。其中校稿最令人焦慮，完成一件專利說明書後，會經歷發明人校稿、inhouse工程師校稿、審查委員審查，好不容易獲准專利後，又會受到公眾審查，少數會進到法院，就會受到訴訟雙方嚴格的審視、法官的評論...如果可以存活下來，才能真正喘口氣...。

判決全文：https://www.cafc.uscourts.gov/opinions-orders/24-1466.OPINION.11-12-2025_2602112.pdf（備份：https://app.box.com/s/glb8oufrc6szuf9085smyk730i7gygwh）

Ron