本文基于PATSTAT(1980–2019)构建了可区分“核心AI”“传统机器人”“嵌入AI的机器人(AI-enhanced)”的专利族时序数据,发现三类专利呈现不同的长期轨迹:核心AI增长最快、传统机器人较为平缓、AI-enhanced机器人自2010年代初显著加速;结构性断点主要集中在2010年前后,且不同国家的长期协整关系差异显著(中国在核心AI与AI-enhanced机器人间协整最强,美国呈现更市场化、整合度较低的专利结构)
| Pair | China (ADF) | US (ADF) | EU (ADF) | Japan (ADF) | S.Korea (ADF) | Total |
|---|---|---|---|---|---|---|
| AI vs Enhanced Robots | -5.069*** | -1.580 | -2.578 | -3.599** | -0.648 | -1.244 |
| AI vs Traditional Robots | -1.580 | -1.890 | -4.537*** | -2.201 | -2.004 | -2.059 |
| Enhanced vs Traditional Robots | -3.503*** | -3.368** | -4.340*** | -2.720* | -2.855* | -3.111** |
元数据与概览(引言与报告概览)
逐节深度解读
图表与表格深度解读(逐图逐表逐一说明并嵌入图片引用) (注:下文每一图像说明先以一句描述性说明,再给定若干解读要点;图片以相对路径引用供溯源查看)
Figure 1(专利标题中AI关键词分布;见图)描述:该图展示了从专利标题提取的AI相关关键词按技术领域分组的计数分布,"Learning & intelligence" 是最大类目。
Figure 2(专利摘要中AI关键词分布):摘要层面同样以“Learning & intelligence”为主,且“Perception & recognition”的重要性在摘要中高于标题层面,表明更多AI感知类细节出现在摘要而非标题中。
Figure 3(AI专利家族按申请年总量):展示1980–2018年AI专利的急剧上升,2018接近25,000件家族,且近年坡度极陡。
Figure 4(按CPC分节的AI专利存量演化):各技术节(A,B,F,G,H,Y)增速不同,物理(G)与电气(H)板块早期上升更快。
Figure 5(机器人相关专利家族按年):机器人专利自2015–2018急剧上升,从<2000件升至近6000件,表明机器人领域在次世代出现显著扩张。
Figure 6(传统机器人 vs AI-enhanced robots 存量对比):传统机器人长期稳步增长,AI-enhanced robots 在2010后出现弯道加速,二者差距在2010后明显收窄。
Figures 7–10(按受理机关与申请人国家的地域分布):
Table 1(中国 vs 美国在AI专利的部门归属比例):显示中国在“University”和“Individual”等类别占比较高(University: China 22.66% vs US 2.10%),而美国“Company”比重较高(49.2% vs China 24.34%),表明两国在专利主体结构上存在显著差异。
Table 2(平稳性/ARIMA 规格):表明多数系列为I(1),并提供不同CPC节的ARIMA规格(例如A: ARIMA(2,1,3),F/G/H为ARIMA(0,1,0)白噪声)。
Table 3(Bai–Perron估计的结构断点):显示AI与AI-enhanced机器人在多数CPC节的断点集中于2010左右,而传统机器人的断点分布早于此(例如Y类传统机器人断点在1988,1997)。
Tables 5–8(协整检验汇总与分国/分节结果):总体上作者报告:中国在authority与applicant层面均展现AI与AI-enhanced robots的显著协整(ADF统计量显著负,如表5、6中多为***),美国在申请人层面多数配对不显著,而在某些CPC节(如F机械工程)美国显示協整关系(表8)。,,
估值/计量方法说明(如报告中所用)
风险因素评估与方法论局限(基于报告内容的客观批判性视角)
结论性综合(关键发现与含义)
总体评价(基于报告内容)
若需我进一步做的工作(可选项)
(结束语)总的来说,论文提供了一个系统且可重复的专利级别框架来区分并分析核心AI、传统机器人与AI-enhanced机器人的长期演化,并用结构断点与协整证据揭示了2010年代以来AI嵌入机器人所导致的技术路径转变与国家间制度性差异。,,
2603.05034.pdf