返回
新闻中心detailTitleIcon新闻详情
捕获一只 “专利小龙虾”,论文变专利文书一步到位
2026-04-01 17:00中国电信人工智能研究院(TeleAI)

终于熬出一篇论文

投顶会前先申请个专利保护

然后,噩梦开始了

专利文书模板

完全是另一套语言体系

论文里汪洋恣肆,专利文书却要一板一眼

newsPicUrl

这还没完

你还需要检索现有专利

看看是否已被别人抢先

还要学会设计“权利保护”层级

成稿出来

还要交给代理人审核好几轮

newsPicUrl

一篇专利申请

少则三个月,多则半年

本应兵贵神速,结果拖拖拉拉

为了解决这一痛点,中国电信集团 CTO、首席科学家、中国电信人工智能研究院(TeleAI)院长李学龙教授带领科研团队,以智传网(AI Flow)的集成律为理论基础,创新提出“专利小龙虾” TeleAI PatentClaw

一款基于著名开源框架 OpenClaw 构建的科研专利自动生成系统

newsPicUrl

它能将科研论文、实验报告、技术文档,全自动转化为一份结构完整、语言规范、具备实质保护价值的专利文书。

TeleAI 科研团队目前已经在日常工作中充分应用 TeleAI PatentClaw,从论文到专利文书,最快只需要二十分钟

newsPicUrl
基于科研专利场景,工作流大提速,事半功倍!

“龙虾热”的主角 OpenClaw,虽然已经能够自动化完成大量的办公任务,但它更像一个通用素质很强的“全科大学生”。

然而,科研专利是一个高壁垒、高专业性的领域,“通才”往往难以胜任

newsPicUrl

在研发 TeleAI PatentClaw 的过程中,科研团队在 OpenClaw 的底层架构之上进行了大规模的技术改造与能力外挂,引入了原生框架不具备的海量专属法律知识库、科研级的多模态解析管线,以及重新编写的复杂智能体调度流。

在此基础上,TeleAI PatentClaw 形成了三大独创核心能力——“读图脑”、“猎人眼”和“三角辩”,构成了专利文书撰写的核心竞争力。

newsPicUrl

01

读图脑:多模态输入解析引擎

论文创新点最直观的呈现方式,往往不是文字,而是图片

几百字的解释,还不如一张系统架构图。测试数据的堆砌,不如一张对比柱状图。

OpenClaw 虽然具备多模态处理能力,但还是更擅长处理纯文本指令或调用常规的系统工具。如果直接让它处理论文,它往往会对图表、公式“视而不见”,导致遗漏大量关键信息。

TeleAI PatentClaw 的多模态解析引擎,就打通了这道壁垒

当你上传一篇论文,它会调用视觉理解模型”阅读“每一张图,将图片中的关键信息,转化为专利文书的表述格式

newsPicUrl

公式也不例外,LaTeX 格式的数学表达式被解析为算法步骤的文字化描述,化学结构式则通过专用解析器生成 IUPAC 命名与专利标准描述。

论文里的每一张图,都不再是"摆设",而是专利保护范围的一部分。

这一能力让 TeleAI PatentClaw 生成的专利技术方案,比同类工具平均多覆盖 30% 以上的技术细节

02

猎人眼:实时“新颖性”检索

专利"缺乏新颖性",是专利申请失败最常见的原因之一。想要尽早规避专利“撞车”,需要强大的检索能力

原生的 OpenClaw 虽然自带了基础的网页搜索(Web Search)能力,但面对庞大且封闭的全球专利数据库,通用搜索捉襟见肘。

TeleAI PatentClaw 舍弃了通用搜索,而是外挂了百 GB 级的专利向量知识库,并深度打通了 USPTO、CNIPA、Espacenet 等千万级真实专利数据库的 API。

newsPicUrl

在 TeleAI PatentClaw 的工作流里,检索不是最后一步,而是贯穿整个生成过程的实时动作。

当系统从论文中提取出一个核心技术特征,它不会直接把这个特征写进权利要求,而是会先检索,同时调用 USPTO、CNIPA、Espacenet 等主流专利数据库的 API。

结合向量语义检索,TeleAI PatentClaw 在数以千万计的已授权专利中进行相似度比对,比对结果会实时反哺给生成模块。

newsPicUrl

Agent 根据这些实时反馈,动态调整措辞与权利范围表述,而不是等到写完了再推翻重来

“猎人眼"让最终输出的专利文书,在送交审核之前,就已经完成了一轮"预过筛”,驳回风险大幅降低

03

三角辩:多智能体协同审查

一份高质量的专利,需要同时满足三个维度的要求:

技术维度  

技术描述必须准确,实施例必须完整,术语必须一致。

法律维度    

权利要求措辞必须合法,说明书规范必须符合审查标准

商业维度  

保护范围要尽可能宽,同时要让竞品难以绕过

这三个维度,完全兼顾的难度很大。

然而原生的 OpenClaw 架构通常是单 Agent 执行,或者按照预设好的流水线单向传递任务,很难照顾全面。

为此,TeleAI 科研团队深入改造了 OpenClaw 的底层调度引擎,首创了并发式的多智能体(Multi-Agent)辩论工作流,为 TeleAI PatentClaw 构建了一个三角色专家 Agent 小组

三个 Agent 在协调者 Agent 的主持下,对同一份草稿展开多轮辩论。

newsPicUrl

围绕专利文书中的描述,Agent 会从各自的角色视角出发,对某项具体描述展开辩论,下图就是一种案例。

newsPicUrl

三角辩论的过程会持续迭代,直到三方达成共识,或三方的分歧收敛到阈值以下。

专利文书不仅仅是模板填充

更是多维感知、动态判断、多方协同的

复杂智识工作

在科研团队的工作实践中

TeleAI PatentClaw

大大提升了专利申请的效率

它不是让任务加码的焦虑制造者

而是科研人值得信赖的好帮手

让好成果多一分获认可的机会

让科研人少一些不必要的负担

相关工作

D. Lu, J. Zhang, C. Yuan, J. Shao, X. Li*, "The Law of Multi-Model Collaboration: Scaling Limits of Model Ensembling for Large Language Models", arXiv: 2512.23340

J. Shao and X. Li*, "AI Flow at the Network Edge", IEEE Network, vol. 40, no. 1, pp. 330-336, Jan. 2026, doi: 10.1109/MNET.2025.3541208.


H. An, W. Hu, S. Huang, S. Huang, R. Li, Y. Liang, J. Shao, Y. Song, Z. Wang, C. Yuan, C. Zhang, H. Zhang, W. Zhuang, X. Li*. "AI Flow: Perspectives, Scenarios, and Approaches", Vicinagearth 3, 1 (2026).