13910160652
010-52852558
| |EN
首页 > 国际知产 > 欧洲 > 国际瞭望
  • 13910160652
  • ciplawyer@163.com

英国知识产权局发布元宇宙知识产权态势报告

日期:2024-03-15 来源:中国科学院知识产权信息 作者: 浏览量:
字号:

2024年3月7日,英国知识产权局(UKIPO)发布元宇宙(Metaverse)[1]知识产权(IP)态势报告(An Analysis of the Metaverse IP Landscape)。报告旨在对元宇宙有关的知识产权进行分析,将有助于建立元宇宙的证据基础,从而能够制定监管并了解其更广泛的影响。报告研究了元宇宙相关的专利申请和商标申请趋势,以拓宽对该技术IP格局的理解。本报告着眼于与元宇宙相关的全球专利和英国专利格局。研究发现,近年来与元宇宙相关的知识产权活动一直在增加,这反映了该技术的日益普及。作为一项新兴技术,该领域的知识产权申请量很可能在未来几年继续大幅增加。


1. 专利分析


专利数据是通过LexisNexis提供的商用专利数据库PatentSight来检索和获取。截至2023年6月30日,元宇宙相关的国际专利家族(IPFs)共71,738项。图1显示了与元宇宙相关的IPFs的数量从2000年公布的1,260项增加至2021年公布的4,167项。这一增长与同期所有技术公布的IPFs增长趋势大致相同。2013至2018年,每年发布的元宇宙IPFs都有明显增加,2018年比2013年增加了68%。相比之下,所有技术的IPFs在同一时间段内仅增长了15%。元宇宙IPFs的主要增长期是2015至2018年。


1.png

图1  元宇宙与所有技术的IPFs数量比较(2000—2021)


发明人来源国家/地区被用来判断创新活动所在地。排名前十的发明人来源国家/地区中,美国共有26,196项IPFs,超过三分之一的元宇宙IPFs至少有一名发明人位于美国。英国元宇宙IPFs数量(3,682项)排名第六。


为了更好地了解哪些国家申请与元宇宙相关的专利,报告还使用相对专业化指数(Relative Specialisation Index,RSI)[2]进行了研究。数据显示,以色列和印度的专业化程度最高,RSI值分别为0.30和0.29,表明这些国家在元宇宙IPFs方面的专业化程度高于预期。英国的RSI值为0.15,高于人口结构相似的其他欧洲国家:法国(−0.04)和德国(−0.26)。中国的RSI值0.02,排名第十。


前十大申请人中,信息技术公司是该领域最活跃的机构。美国高通拥有的IPFs为2,811项,约占所有元宇宙IPFs的4%,但2018年之后,每年IPFs数量明显下降,2019年相比2018年减少了53%。。中国华为元宇宙IPFs数量一直在快速增长,从2021年的48项增长至2021年的140项,增幅超过190%,表明华为对这一领域关注度较高。韩国LG在2019年的IPFs数量似乎较多(284项)。美国苹果似乎从2019年开始增加了该领域的专利申请活动。


2. 商标分析结果


商标数据是通过对UKIPO数据库410万件商标申请每件申请的商标规范字段与核心术语列表进行过滤,进行一个或多个匹配。截至2023年6月30日,共有31,503件元宇宙相关的商标申请,其中27,396件与“虚拟现实”一词匹配,831项与“元宇宙”一词匹配。图2显示了元宇宙核心术语相关的商标申请数量显著增加。2019年商标申请4,758件,达到顶峰。总体而言,2022年的申请数量(4,045件)与十年前(2012年的396件)相比增加了8倍。


2.jpg

图2  元宇宙相关的商标申请数量(2001至2023年6月)


从英国元宇宙相关商标申请的顶级申请人中可以看出(图3),许多公司在该领域的商标申请处于活跃状态。Sky Limited是与元宇宙相关商标申请最多的申请人(607件)。中国华为排名第二(502件),华为可能正在寻求建立与元宇宙相关的知识产权组合。


3.png

图3  元宇宙相关的商标申请数量排名靠前的公司(2001至2023年6月)


[1] 本报告采用了广义的元宇宙定义,以便捕捉在元宇宙一词出现之前可能已经存在的基础技术。本报告中使用的元宇宙定义与政府咨询文件中关于“推动国家网络物理基础设施(CPI)以促进创新”的定义一致,即“元宇宙描述了一种特定类型的网络物理系统,尤其侧重于将物理世界和数字世界进行身临其境的视觉整合,以实现协作、娱乐、社交以及访问虚拟服务和操作”。


[2] RSI是衡量一个国家在特定技术领域发明专利数量与该国发明专利总量的占比。UKIPO使用RSI来比较两个国家在同一技术领域专利申请活动。如果一国的RSI值为正数,则表明该国在某一技术领域的专业化程度较高,数值越高,专业化程度越高。反之,负值则表明专业化程度低,负值越大,专业化程度越低。