商标相似性人工智能判断机制研究 -...
TRANSCRIPT
商标相似性人工智能判断机制研究———以图形商标相似性判断为例
刘 强
摘 要：商标相似性人工智能判断机制的提出，主要是基于不同阶段判断标准不一，以 及
主观判断模式难以保证结果客观性的现实情况。人工智能判断机制的优势在于凸显商标相似性
判断重要地位、实现商标相似性判断智能化及促进商标相似性判断精确化。需要在人工智能判
断机制的适用范围、适用标准及人工智能系统选择等方面进行认定规则的制度构建。人 工 智 能
判断机制在适用对象和证据效力等方面可能面临困境，有必要积极回应，从而实现商标相似性
判断机制的不断完善与智能化发展。关键词：商标；相似性；人工智能；判断机制；客观性
作者简介：刘强，中南大学法学院教授，法学博士，博士生导师。基金项目：本文系国家社会科学基金后期资助项目 “人工智能知识产权法律问题研究”（１８ＦＦＸ０６８）阶段性研究
成果。〔１〕刘强：《人工智能对知识产权制度的理论挑战及回应》，载 《法学论坛》２０１９年第６期。〔２〕Ｃｏｌｉｎ Ｒ．Ｄａｖｉｅｓ，Ａｎ ＥｖｏｌｕｔｉｏｎａｒｙＳ ｔｅｐｉ ｎＩ ｎｔｅｌｌｅｃｔｕａｌＰ ｒｏｐｅｒｔｙＲ ｉｇｈｔｓ—ＡｒｔｉｆｉｃｉａｌＩ ｎｔｅｌｌｉｇｅｎｃｅａ ｎｄＩ ｎｔｅｌｌｅｃｔｕ－
ａｌ Ｐｒｏｐｅｒｔｙ，Ｃｏｍｐｕｔｅｒ Ｌａｗ ＆Ｓｅｃｕｒｉｔｙ Ｒｅｖｉｅｗ，２０１１，２７ （６），ＰＰ．６０１－６１９．〔３〕冯晓青、夏君丽：《商标授权确权中的混淆可能性判断研究》，载 《湖 南 大 学 学 报 （社 会 科 学 版）》２０１８年 第
６期；张培尧：《侵犯美术作品著作权的商标异议的法律适用问题》，载 《河北法学》２０１４年第２期。
〔４〕熊英、张友伶：《商标侵权视角下的商标近似判断分析》，载 《中国工商管理研究》２０１３年第７期。
人工智能能够模拟人类思维活动从事智力成果的创造，同时也逐步进入工商业领域并发挥
着越来越重要的作用。〔１〕目前，运用人工智能进行商标设计也得到了较快的发展，其 中 图 像 识
别是代表性技术之一，已经在众多领域得以运用。〔２〕商标的本质是用于区别一种对象与另一种
对象的显著标志，并且兼具审美的特质，由此可见商标应该具备两大功能，即区别功能与审美
功能。〔３〕认定商标侵权行为是司法审判中面临的问题，其中商标相似性判断尤为突出。〔４〕人 工
智能技术对于商标制度 的 影 响 主 要 体 现在两个方面：一 是 促 进 商 标 的 设 计、传 播 活 动 的 智 能
化，使得能够申请商标的图形数量和精度增加；二是推动商标案件司法审判及商标行政审查行
·７５·
为的智能化，会使得裁判结果在客观化、精确化等方面得到提高。〔５〕其中，第一类影响与著
作权及专利领域并无明显差别，本文主要讨论第二类影响。人工智能技术在知识产权保护领域
的应用已经得到关注，其中包括商标申请、注册、确权等领域。〔６〕将人工智能图像识别的功
能运用到商标授权、确权审查以及商标侵权判定中，可以提高商标相似性判断的客观性和一致
性，解决当前司法实践中的困境。
一、问题的提出
（一）不同阶段商标相似性判断标准不一
对商标相似性的判定在商标侵权认定中占有非常重要的地位，能够在很大程度上决定案件
的裁判结果。〔７〕但是，在商标确权阶段与商标侵权认定阶段并没有明确规定商标近似的统一判
断标准。根据２００２年 《最高人民法院关于审理商标权民事纠纷案件适用法律若干问题的解释》（以下简称 《若干问题解释》）第９条第２款和２０１６年商标局、商标评审委员会 《商标审查及审
理标准》（以下简称 《审查标准》）第三部分，对于文字商标近似是指文字的字形、读音、涵义
（含义）相似，对于图形商标是指图形的构图及颜色 （着色）相似，在 《审查标准》中还包括外
观近似的因素。上述标准较为抽象，在实践中经常出现由于采取不同的判断标准而导致裁判结果
不一的现象。有学者认为，对于相同或近似商标的判断，尤其是对图形商标相似性的判断专业性
较强，并且很难把握。〔８〕由于图形商标构成要素较文字商标更为复杂，因此可能影响相似性
判断结果的因素也更多，不同阶段判断标准和结果不统一的现象也将更为严重。商标相似性判断涉及商标注册审查和商标侵权等多个领域，由于判断规则存在差异导致判
断标准与判断结果存在差别。在商标注册审查阶段，审查员在注册审查时针对的是申请注册商
标的图样和涉及的商品，并不考虑商标的实际使用情况。〔９〕根据 《商标法》第３０条，在商标
注册审查时，审查员会将重点放在商标的客观要素方面，即商标标识的客观近似，不会考虑在
使用过程中可能混淆的其他因素。〔１０〕在商标侵权行政执法和司法审判阶段，主要审查的是商
标的混淆可能性要素，实际使用情况、使用历史、商标知名度等认定混淆可能性的因素可能被
用于认定商标近似。〔１１〕这种判断影响因素的复杂化带来两方面后果：一方面使得判断标准可
能背离了商标相似性原本的含义，另一方面可能会使 得 不同 阶 段的 商 标 近 似 判 定 标 准 存 在 差
异，由此所得出的结论可能会相差甚远。商标审查资源限制可能影响不同阶段相似性判断标准的一致性问题。考虑到每年商标申请
·８５·
西部法学评论 ２０２０年第１期
〔５〕
〔６〕
〔７〕
〔８〕
〔９〕
〔１０〕
〔１１〕
例如，人工智能程序可以在搜寻商标侵权信息、提高侵权行为查处效率等方面提供技术支持。王正中、吴思
璇：《人工智能在商标权利保护中的应用》，载 《科技资讯》２０１８年第２２期。
胡光：《人工智能技术知识产 权 保 护 应 用 路 径 研 究》，载 《山 东 理 工 大 学 学 报 （社 会 科 学 版）》２０１９年 第１期。
李春芳、朱纯豪：《从 “非 诚 勿 扰”案 看 商 标 侵 权 的 判 定 模 式》，载 《华 南 理 工 大 学 学 报 （社 会 科 学 版）》
２０１８年第１期。
冯晓青、刘欢欢：《效率与公平 视 角 下 的 商 标 注 册 制 度 研 究———兼 评 我 国 商 标 法 第 四 次 修 改》，载 《知 识 产
权》２０１９年第１期。
姚鹤徽：《论混淆可能性在商标混淆侵权判定中的地位———兼评我国新 〈商标法〉第五十七条》，载 《河南财
经政法大学学报》２０１５年第６期。
曹阳：《“商标近似”判断规则的重构》，载 《上海政法学院学报 （法治论丛）》２０１８年第４期。
赵克：《商标近似的立法技术与司法表达》，载 《人民司法》２０１５年第１１期。
注册数量非常大，因此审查员可能没有足够精力审查每件商标、与潜在的近似商标进行比对并
作出审查决定。〔１２〕有学者认为，由于商标检索的规则是查出该类要素下的所有商标图样，且
未按近似度进行智能化筛选和排序，审查员人工 翻页并浏览比对商标图样的 工 量 非 常 大。〔１３〕
此外，随着历史商标数据不断增加，图形比对难度系数呈几何级数增长。〔１４〕这既会影响商标
授权确权审查本身的效率及准确性，也会对该阶段审查与侵权纠纷审判阶段在商标相似性判断
方面保持一致性产生消极影响。在法院审判案件中，已经开始利用人工智能程序作为图形商标
案件证据识别的辅助工具。例如，在上海法院智能化改革中，使用数字图像识别技术识别证据
材料中的非字符部分，如商标图形等，作为辅助系统 中 证 据 智 能 比 对 的 基 础 信 息。〔１５〕 由 此，可以为商标侵权纠纷领域商标相似性人工智能判断机制的构建提供审判机制方面的基础。
事实上，无论是在商标的确权阶段还是商标侵权判定阶段，对于商标相似性的判断都应当
适用统一的标准。有日本学者认为，商标 相 似性 判断结 果可 能 随着 商 业 环 境 变 化 而 改 变 〔１６〕，这可能是将商标相似性与混淆可能性两者混同的结果。商标相似性本身的判断结果应当不受人
为主观因素及外在客观环境影响，混淆可能性则可能会受到消费者习惯、商业环境等因素的影
响。在前人工智能时代，不同阶段商标相似性判断由不同裁判者完成，难免由于主观认识或者
环境因素导致裁判结果不一致的情况。由此，在两个阶段对商标近似的判断很可能会得出相反
的结论，造成同案不同判的现象，影响司法权威。所以，有必要维护商标相似性判定标准的稳
定性和一致性，维护司法的权威性，避免商 标 使用 主 体市 场 预 期 的 不 确 定 性 和 司 法 资 源 的 浪
费。然而，在商标确权或者侵权纠纷司法审查阶段还未进行商标相似性判断的人工智能辅助审
判工作，因此两个阶段的判断机制尚未进行有效衔接。（二）主观判断模式不利于标准客观化
目前，对于商标相似性主要采用人工方式进行判断，由此导致主观性比较强以及判断标准
不一的问题。在商标相似性判断中加入商标使用情况等混淆可能性因素会进一步加剧客观性较
弱的问题，同时也使得不 同阶段判断标准不 一致所导 致 的 问 题 更 为 严 重。在 混 淆 可 能 性 判 断
中，“多因素检测法”尽管可以在一定程度上对判断标准加以明确，但是在适用方面存在很大
的不确定性。〔１７〕《若干问题解释》第１０条规定了商标近似性判断的三种方法，即整体比对法、要部比对法和隔离比对法，并以相关公众的一般注意力为标准。〔１８〕在传统的人工判断方式下，以上因素均存在认定标准模糊及结果客观性不强的问题。
１．相关公众标准问题
明确判断主体是进行相似性判断的前置性条件，同时也直接影响了判断标准的设定。商标
·９５·
商标相似性人工智能判断机制研究
〔１２〕
〔１３〕
〔１４〕
〔１５〕
〔１６〕
〔１７〕
〔１８〕
ＷＩＰＯ．Ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ ｉｎｔｅｌｌｅｃｔｕａｌ ｐｒｏｐｅｒｔｙ：ａｎ ｉｎｔｅｒｖｉｅｗ ｗｉｔｈ Ｆｒａｎｃｉｓ Ｇｕｒｒｙ，资 料 来 源：ｈｔｔｐｓ：／／
ｗｗｗ．ｗｉｐｏ．ｉｎｔ／ｗｉｐｏ＿ｍａｇａｚｉｎｅ／ｅｎ／２０１８／０５／ａｒｔｉｃｌｅ＿０００１．ｈｔｍｌ，最后访问日期：２０１９年１２月３０日。
唐琦：《商标信息化建设的现状和发展》，载 《中华商标》２０１８年第９期。
邹剑：《商标改革中的信息化建设》，载 《中华商标》２０１８年第５期。
葛翔：《司法实践中人工智能运用的现实与前瞻———以上海法院行政案件智能辅助办案系统为参照》，载 《华
东政法大学学报》２０１８年第５期。［日］田村善之： 《日 本 知 识 产 权 法 （第４版）》，周 超、李 雨 峰、李 希 同 译，张 玉 敏 审 校，知 识 产 权 出 版
２０１１年版，第１３１页。
姚鹤徽：《商标混淆可能性研究》，知识产权出版社２０１５年版，第３１６页。
该条规定，认定商标相同或者近似按照以下原则进行：（１）以相关公众的一般注意力为标准；（２）既要进行
对商标的整体比对，又要进行对商标主要部分的比对，比对应当在比对对象隔离的状态下分别进行；（３）判
断商标是否近似，应当考虑请求保护注册商标的显著性和知名度。
法对于相似性判断以 “相关公众”作为主体标准，与专利法上的 “所属技术领域的技术人员”以及在著作权侵权案件中实际采用的一般读者或者一般消费者的标准相对应。〔１９〕《若干问题解
释》第８条对于 “相关公众”解释为，是商标所代表的商品或服务有关的消费者或经营者 〔２０〕，虽然对 “相关公众”作了解释，但是在实践中仍然是困扰司法裁判的难题。“相关公众”是较
为抽象的标准，它只是法律虚拟的主体，并不存在于现实世界之中。〔２１〕在司法审判和商标审
查过程中，作出判断的是法官或者审查员，他们必须基于市场中普通消费者的地位进行判断。但是，由其作出判断的思维过程不可避免地受其主观因素的影响。
将 “相关公众”作为判断主体所产生的问题之一是，该主体标准具有较大的不确定性。在
认定相关公众时，法院需要考虑作为法律拟制而抽象出来的 “一般消费者”的合理期望，该主
体具有充分的知识和谨慎合理的观察力。〔２２〕然而，这是在理想的状态下进行的，基于此才会
得到较为客观的结果。但是，不同主体之间在认知方面存在着较大的主观差异性，受到不同主
观因素的支配和影响，由此产生的结果会有较大的不同。而且，相关公众的注意程度会受到商
品价格、商品类型和购买时所处的环境等多种因素的影响。〔２３〕可见，该标准的主观性成分较
大，在认定时具有较大的弹性，往往基于具体情况有着不同的判断结果。
２．整体比对与要部比对问题
根据目前的规则，在对商标是否近似进行判断时，应采取整体观察与比对主要部分相结合
的方法。〔２４〕《若干问题解释》第９条规定，“商标近似，是指被控侵权的商标与原告的注册商
标相比较，……整体结构相似。”《审查标准》规定，“商标图形的构图和整体外观近似，……判定为近似商标”，这主要也是从整体比对角度进行界定的。因此，整体观察主要是对商标要
素的整体构成进行考察，注重标识给消费者的整体印象。〔２５〕要部比对则是将商标中起主要识
别作用的部分进行比对，它是整体比对的补充 〔２６〕，消费者很可能是通过记住具有吸引力的要
部而记住整个商标。〔２７〕要部比对原则下，两个商标在起主要标识作用的部分相似，容易使消
费者产生误认，应该认定为商标近似。〔２８〕有学者认为，在整体比对原则下，即使两个商标在
各要素间存在差别，只要它们集合起来作为整体所产生的视觉感受可能使消费者产生误认，就
应当认定其为近似商标；反之，若两个商标各要素都相似，然而它们作为整体产生的视觉感受
·０６·
西部法学评论 ２０２０年第１期
〔１９〕
〔２０〕
〔２１〕
〔２２〕
〔２３〕
〔２４〕
〔２５〕
〔２６〕
〔２７〕
〔２８〕
刘强、尚国鹏：《人工智能生成发明与专利创造性标准问题研究》，载 《福建江夏学院学 报》２０１９年 第３期；
刘强、蒋芷翌：《人工智能创 作 物 独 创 性 问 题 研 究》，载 《山 东 科 技 大 学 学 报 （社 会 科 学 版）》２０１９年 第６期。
该条规定：商标法所称相关公众，是指与商标所标识的某类商品或者服务有关的消费者和与前述商品或者服
务的营销有密切关系的其他经营者。
刘强：《法律拟制、机会主义行为与知识产权制度研究》，载 《西部法学评论》２０１５年第５期。
黄晖：《商标法》（第二版），法律出版社２０１９年版，第１４３页。
吴蔼怡：《论商标反向混淆的认定及法律 规 制———以 “非 诚 勿 扰”案 为 视 角》，载 《北 京 政 法 职 业 学 院 学 报》
２０１９年第４期。
熊英、施璟：《山寨行为侵犯商标权可能性分析》，载 《中国工商管理研究》２０１０年第８期。
李祥章：《对商标近似判断标准的认识》，载 《中华商标》２００７年第６期。
戴磊：《对 〈最高人民法院关于审理商标民事纠纷案件适用法律若干问题的解释〉的理解和适用》，载 《山东
审判》２００３年第５期。
湖南省长沙市中级人民法院民三庭：《商标相同或相似的司法判断》，载 《人民司法》２００６年第８期。
蒋志培：《如何理解和适用 〈最高人 民 法 院 关 于 审 理 商 标 权 民 事 纠 纷 案 件 适 用 法 律 若 干 问 题 的 解 释〉》，载
《科技与法律》２００２年第４期。
不同就不应当认定为近似商标。〔２９〕
但是，传统比对模式存在三个方面的不确定性：一是，在涉案商标中要部的具体划分标准
比较模糊；二是，整体比对与要部比对两者在判断结果中所占权重比较模糊；三 是，两 者 分 别
采用的图形区别程度判断标准也较为主观。〔３０〕总 体 而 言，在商标相似性比对中何种相似度会
让相关公众产生误认是比较模糊而不确定的。其中，对于何为起主要标识作用的部分，一 般 为
商标中令消费者印象深刻的部分。然而，这又是一个很抽象的标准。不同 的 人 类 思 维、社 会 经
验等都会让人产生不同的认知，具有较强的主观性。如果采用比例或者面积大小作为参考，虽
然相对客观，但是也并非必然会起着主要的标识作用。在司法实践中，主要还是通过司法裁判
者对于 “相关公众”的 “一般注意力”的主观认知进行裁量判断。
３．隔离比对问题
隔离比对是指商标的整体比对和要部比对应当在不同的时间和不同的空间状态下进行。〔３１〕
根据 《若干问题解释》第１０条第２项，商标相似 性 比 对 应 当 在 “比 对 对 象 隔 离 的 状 态 下 分 别
进行”，这是对于隔离比对原则的总体要求。消费者通常是基于对商标以及商品的总体印象进
行购买的，依赖于前次购物或者他人介绍的不完全印象来做出决定。〔３２〕所以，“要求裁判者 在
判断商标是否近似时尽可能模拟消费者选购商品的实际情形，以使得比对的结论更加贴近市场
实际。”〔３３〕然而，法院在适用隔离比对原则并得出相似性判断结论时，通常是凭借主观认识，并没有可以参考的客观标准。〔３４〕如果法官在审理案件时将两个商标放在一起进行比对，可 能
使法官更关注两个商标的不同点，不能准确地判断消费者实际交易中可能产生的混淆。〔３５〕因
此，法官注意力在不同环境中的区别可能影响商标相似性判断结论，从而造成实际司法裁判结
果与商标法及司法解释对于隔离比对的要求有差别。
二、人工智能判断机制的价值与优势
人工智能进入司法审判及行政执法领域已经成为制度改革热议的话题。尽管有观点认为，在司法过程中引入人工智能及其算法，可能存在损害司法公开性、过度技术依赖性及算法歧视
等问题 〔３６〕，但是在智能化时代这已成为不可避免的趋势。澳大利亚知识产权局为其商标审查
员引进了 “认知计算工具”，较早地在商标审查中利用人工智能技术。〔３７〕在知识产权法律业务
领域，人工智能系统已经被引入专利授权审查之中，成为审查员检索、判断对比文件的重要辅
助工具，所能够发挥的作用也愈发显著。〔３８〕有学者主张运用图形智能化检索等人工智能技术
·１６·
商标相似性人工智能判断机制研究
〔２９〕
〔３０〕
〔３１〕
〔３２〕
〔３３〕
〔３４〕
〔３５〕
〔３６〕
〔３７〕
〔３８〕
赵楠：《商标授权确权案件中商标近似问题的认定》，载 《中华商标》２０１８年第１期。
魏森：《商标的显著部分在近似判断中的地位》，载 《中华商标》２００８年第２期。
李卉、张亚洲：《商标近似的判断标准——— “正泰亚明”商标侵权及不正当竞争案》，载 《中华商标》２００７年
第１期。
同前注 〔２２〕，第１４３页。
赵楠：《也谈商标近似的认定》，载 《中华商标》２０１６年第２期。
曹新明：《我国商标相近似认定标准探讨》，载 《知识产权》２０１９年第３期。
同前注 〔２６〕。
杜宴林、杨学科：《论人工智能时代的算法司法与算法司法正义》，载 《湖湘论坛》２０１９年第５期。
同前注 〔６〕。
周俊、马克、陈燕：《日本特许 厅 引 入 人 工 智 能 优 化 专 利 审 查 和 管 理》，载 《中 国 发 明 与 专 利》２０１８年 第１期。
对商标审查审理系 统 进 行 改 造 和 完 善。〔３９〕世 界 知 识 产 权 组 织 也 开 发 了 基 于 人 工 智 能 （ＡＩ－ｅｍｐｏｗｅｒｅｄ）的图形商标检索系统。〔４０〕因 此，在 商 标 审 查 中 引 入 人 工 智 能 系 统，也 符 合 人 工
智能与法律体系深入融合的时代背景。（一）凸显商标相似性判断重要地位
商标相似性判断在商标法中具有重要地位，但是在一定程度上有被弱化的趋势。２０１３年
《商标法》修订以后，商标侵权中的相似性标准更为倾向于一种物理性相似，从而与混淆可能
性相区别。〔４１〕尽管相似 性 不 再 单 独 作 为 侵 权 客 体 判 定 标 准，但 是 仍 然 具 有 基 础 性 地 位。〔４２〕
我国传统的商标相似性判断机制存在较大的缺陷，主观判断模式占据主导地位，容 易 导 致 同 案
不同判的现象。有法官 认 为，在没有辅助系统 的 情 况 下，法 官 对 于 常 规 案 件 往 往 直 接 得 出 结
论，而忽视分析过程，其中可能包括对于侵权行为各个构成要件的细致分析。〔４３〕在 商 标 侵 权
判定中，法官可能直接越过相似性判断就得出混淆可能性方面的结论，用可能存在混淆性和市
场替代性反过来证明商标具有相似性，这无疑架空了商标法关于相似性作为侵权客体构成要件
的要求。人工智能判断机制的提出为解决实践中的困境提供了新的路径。商标相似性人工智能
判断机制旨在构建一种全新的制度模式，实现商标相似性判断的机器化、自动化和智能化，解
决传统机制下主观因素影响的问题，提高裁判的客观性、可预见性和一致性，保证结果的客观
公正和司法权威。人工智能判断机制有助于有效实现我国商标法及司法解释对商标相似性判断原则、方 法 的
相关规定，突出商标相似性在混淆可能性判断和商标侵权判定中的独立地位。〔４４〕由 于 传 统 判
断机制的缺陷难以避免，使得商标相似性判断的法律适用仍然存在模糊性和不确定性，给 司 法
审判者在操作上带来困境。〔４５〕在人工智能判断机制下，能够克服商标审查阶段与侵权诉讼阶
段的判定主体不同，侧重点有所不一，判断标准也会存在差异的问题。对于是否在商标相似性
判断中将商标使用情况、商标显著性及知名度等涉及混淆可能性的因素也纳入其中的问题，不
同法官之间以及法官与学者之间存在不同认识。这一方面反映了商标相似性独立地位被弱化的
现象，另一方面也加剧了商标相似性判断标准的不一致性。为此，通过人工智能系统可以同时
克服这两方面的问题，使得商标相似性判断的独立性更强，在司法实践过程中的适用标准也会
更为明确。人工智能判断机制可以顺应我国对商标相似性判断机制进行革新的需要，并 在 一 定
程度上提高商标相似性判断的标准，以解决目前所面临的困境以及迎接未来可能遇到的挑战。从我国商标立法沿革和长期的司法实践中来看，商标近似应当是商标确权和商标侵权判断
的独立要件，具有重要的法律地位。〔４６〕人工智能判断机制可以防止随着混淆可能性的引入而
将商标近似的概念包含其中，克服 “商标实践中的商标近似已经从 《商标法》所规定的客观近
·２６·
西部法学评论 ２０２０年第１期
〔３９〕
〔４０〕
〔４１〕
〔４２〕
〔４３〕
〔４４〕
〔４５〕
〔４６〕
同前注 〔１３〕。
同前注 〔１２〕。
同前注 〔１７〕，第３１０页。
同前注 〔１７〕，第３３９页。
同前注 〔１５〕。
姚鹤徽：《论商标侵权判定的混淆标准———对 我 国 〈商 标 法〉第５７条 第２项 的 解 释》，载 《法 学 家》２０１５年
第６期。
同前注 〔４〕。
王太平、卢结华：《商标法中商标近似的界定与判断》，载 《中华商标》２０１５年第３期。
似变成了主观近似”的问题。〔４７〕如此，有利于避免商标相似性判断与 《商 标 法》立 法 原 意 相
背离，从而更好地符合立法解释应有的逻辑。可以说，人工智能判断机制使得商标近似判断成
为一个客观标准的判断模式。有法官认为，应当从商标本身来认定注册商标与诉争商标是否近
似。〔４８〕人工智能能够克服传统商标相似性判断机制存在的显著弊端，特别是更倾向于一种客
观化的判断模式。它基于司法裁判者的认知，结合商标相似性的判断方式，根据相关公众一般
判断力对判断标准进行数据化、精确化，并由此 作 出 判 断。该 模 式 不 必 耗 费 大 量 的 人 力 资 源，而且避免主观因素的干扰，从而可以保证案件裁判的一致性和客观公正性。
由于在司法实践中混淆可能性因素已经在一定程度上被加入到相似性判定中，而 且 其 中 主
观性因素较多，使得相似性判断的主观性程度和复杂性程度也相应提高。〔４９〕人工智能判断机
制的引入可以解决前述困扰，适应了改革现有相似性判断机制的要求，有助于排除混淆可能性
判定因素中涉及商标显著性、商标使用、市场环境等方面的内容，能够在很大程度上解决商标
相似性判断主观成分较大的问题。传统判断机制之所以存在这些难以避免的缺陷，主 要 是 因 为
“人”的因素的参与。无论是商标确权判断还是商标侵权判断，都 需 要 裁 判 者 的 加 入，这 就 不
可避免地受到主观因素的干扰。随着混淆可能性标准的重要性日益突出，法官不再将商标相似
性判断作为认定混淆可能性的前置程序，反而依据所得出的混淆可能性判断结论去论证、限 定
商标相似性的判定结果，防止相似性问题成为混淆可能性论证的 “障 碍”，从而形成一种逆向
分析与论证。人工智能判断机制对商标近似判定进行 “去人化”改造，可以实现商标近似性判
断的智能化、机器化，使人的主观因素从其中分离出来。实现这一设想的最佳途径就是将人工
智能图像识别技术引入商标相似性判断机制，从而解决传统判断机制的困境。（二）实现商标相似性判断智能化和精确化
首先，有助于实现商标相 似 性 判 断 智 能 化。在 具 体 判 断 上，商 标 近 似 应 该 考 虑 的 主 要 是
形、音、义等客观因素，综合考量它们之间的相似性和差异性程度，而不考虑商标的显著性和
混淆可能性等主观要素。〔５０〕目前，我国商标相似性判断主要是采取肉眼观察和人脑识别的方
式进行判断的。人类自身识别的能力已经不能满足需求，从而产生基于计算机的人工智能图像
识别技术。〔５１〕人工智能图像识别技术是通过计算机对图像进行处理、分 析 和 理 解，完 成 图 像
分类并选出重要信息、排除冗余信息，计算机能够识别各种不同模式的目标和对象。〔５２〕在 人
工智能识别模式下，在商标相似性的要部比对中是通过计算机对各个部分进行比较，得 出 各 个
部分相似度与差异度比对值，结合相似度与差异度进行分析，进而得出要部 比 对 的 结 论，所 有
过程都是通过计算机完成。在整体比对方面，传统模式下的整体 比 对 是 采 取 肉 眼 观 察 方 式，通 过 主 观 认 知 得 出 结 论
的。与之不同的是，人工智能判断机制采用的是智能识别的方式，不需要进行隔离比对，它 只
需要通过计算机进行数据分析和处理，然 后 得 出 客 观 的 判 断 结 果。人 工 智 能 识 别 中 的 整 体 比
对，是对异议商标与引证商标在整体上的相似程度进行比较，得出一个较为 具 体 的、精 确 的 相
·３６·
商标相似性人工智能判断机制研究
〔４７〕
〔４８〕
〔４９〕
〔５０〕
〔５１〕
〔５２〕
为了保持法律运用的连贯性和稳定性，应当将原本内化于商标近似的混淆可能性从商标近似中剥离出来，从
而使得商标近似成为一种客观近似。同前注 〔４６〕。
同前注 〔１１〕。
同前注 〔３４〕。
同前注 〔４６〕。
季秀怡：《浅析人工智能中的图像识别技术》，载 《电脑知识与技术》２０１６年第１４期。
杨琛：《试析人工智能中的图像识别技术》，载 《信息通信》２０１７年第１期。
似度比对值，在本质上是将人脑对于两个商标在整体相似度的认知进行了客观化、数 据 化，可
以防止裁判者的主观因素影响，也便于裁判者用数据进行说理和裁判。若将该模式运用到商标相似性判断中，可以产生两方面的有利效果。一 方 面，可 以 在 一 定
程度上减轻法官和审查员的体力劳动负担，从而将更多的注意力放 到 商 标 混 淆 可 能 性 判 断 中
去。例如，基于人工智能算法可以在商标图形中自动化地提取所包含的文字信息并加以比对，避免人工比对耗时费力的障碍。〔５３〕此外，可以利用人工智能在商品图像中识别商标图像，从
而提高发现、查处商标侵权行为的效率。〔５４〕另 一 方 面，避免 人 类 在 感 觉 和 视 觉 差 上 的 影 响，降低了人为因素的干扰，最大限度地保证图像信息的原始性，提高了判断标 准 的 客 观 性，实 现
图像处理的智能化、自动化。有 学 者 提 出，依 靠 人 工 智 能、深度学习等技术进行智能化改造，增强系统对人工审查的辅助作用，可 加 快 审 查 审 理 速 度，减轻商标 审 查 人 员 的 工 作 压 力。〔５５〕
还有学者认为，人工智能商标判断系统甚至可以取代商标审查员的工作，使得审查员可以充实
到商标争议处理环节。〔５６〕利用人工智能系统进行商标识别及判断，可以节约人力资源和提高
效率，从而为商标审查资源有效配置提供机制保障。其次，有助于促进商标相似性判断精确化。其一，可以使得商标相似性判断标准实现精确
化。在专利创造性、作品独创性判断中，同样面临所属技术领域普通技术人员和一般消费者等
判断主体标准较为模糊的问题，在人工智能技术支撑下可以通过算法使得相关主体标准得到明
确。〔５７〕在商标相似性判断中，也 可 以 借 助 人 工 智 能 算 法 将 “相 关 公 众”等 主 体 标 准 明 确 化，避免裁判者主观因素的影响。人工智能可以将 “相关公众”标准中消费者判断习惯和标准通过
算法精确化、模块化，从而避免判断标准的主观化。此外，人工智能系统可以实现对比商标区
别差异性标准的客观化，对于商标区别程度可以通过人工智能系统比对得出较为精确的结果，由此可以较为准确地设定构成相似的客体标准。其二，可以将图形商标与文字商标判断标准相
区别。在商标设计难度方面，文字商标较为容易，基本上无需利用人工智能作为辅助手段即可
完成设计活动。但是，图形商标设计类似于绘画作品创作并且较为复杂，人工智能能够提供较
为精确的设计工具，可以在设计内容上提出人类设计者难以预测的要素组合方案。〔５８〕由 于 设
计能力和手段的区别，在判断主体及客体标准上也应当有所差异，这种差异性在人工智能判断
机制中可以得到有效实现。其三，可以使得商标相似性判断结果精确化。人工智能图像识别技
术，是一门与数学紧密结合的科学，其中所用的大部分原理均为概率与统计，通过计算机对数
据进行分类识别不同的对象。〔５９〕目前，利用图像语义分割等人工智能图像识别技术能够对图
像分割区域的边界做出精准识别，对分割区域的目标类别进行准确识别，并对图像性质做较为
准确的判断。〔６０〕相比传统的肉眼观察方式，人工智能图像识别技术能够在不破坏图像结构的
·４６·
西部法学评论 ２０２０年第１期
〔５３〕
〔５４〕
〔５５〕
〔５６〕
〔５７〕
〔５８〕
〔５９〕
〔６０〕
陈艳琴：《基于ＳＶＭ的文字商标检测》，载 《软件》２０１３年第１期。
孙林、吴相林、周莉、叶靖、付丽茹：《对扭转鲁棒 的ＳＩＦＴ图像匹配在 商 标 识 别 中 的 应 用》，载 《计 算 机 工
程与设计》２０１１年第４期。
同前注 〔１３〕。
尹锋林、肖尤丹：《以人工智能为基础的新科技革命对知识产权制度的挑战与机遇》，载 《科 学 与 社 会》２０１８年第４期。
同前注 〔１９〕。
杨守森：《人工智能与文艺创作》，载 《河南社会科学》２０１１年第１期。
同前注 〔５１〕。
张顺、龚怡宏、王进军：《深度卷积神经网络的发展及其在计算机视觉领域的应用》，载 《计 算 机 学 报》２０１９年第３期。
前提下使识别的速度与精度得到较好的提升。〔６１〕考虑到人脑处理图像信息时存在一定模糊性、随机性和不确定性，还会受到个人知识、经验和环境因素等影响，不利于商标相似性判断标准
及结果的客观化，通过人工智能判断机制可以克服这一缺陷。
三、人工智能判断机制的规则构建
人工智能判断机制对于商标相似性的认定规则总体上与传统模式框架基本一致，也 是 采 用
整体比对与要部比对相结合的方式，但是可以实现判断过程的实施智能化、分析数据化以及结
果客观化。我国应当在商标审查及侵权纠纷审判领域构建专门的人 工 智 能 商 标 相 似 性 判 断 机
制，建立相应的规则，包括该机制适用范围、适用标准及人工智能系统选择等方面的内容。（一）适用范围及系统选择问题
在适用范围方面，所有涉及商标相似性判断的商标审查及商标侵权案件均应当采用人工智
能系统。商标审查部门和审理商标侵权案件的法院均应当利用相同或者基本相同的人工智能系
统对商标 （尤其是图形 商 标）相似性进行判断，从而实现各个 阶 段 判 断 结 果 的 一 致 性 和 稳 定
性。目前，在商标审查 阶 段 已 经 开 始 进 行 图 形 商 标 人 工 智 能 辅 助 审 查。２０１８年７月，商 标 局
开始在商标审查中启用人工智能技术辅助商标图形检索。〔６２〕人工智能判断系统在商标审查中
的使用为在司法审判中纳入类似系统提供了技术方面的基础。对于司法系统，也应当在现有人工智能辅助审判系统发展的基础上，优先考虑在商标案件
尤其是相似性判断领域引入人工智能系统。考虑到具有商标侵权案件审判权的法院数量众多并
且较为分散，单个法院审理商标纠纷案件并涉及相似性判断的情形较少，难以统一性并集约化
地开发和利用人工智能系统。因 此，在司法系统审判商标 案 件 中 推 进 人 工 智 能 判 断 机 制 的 适
用，一方面可以实现商标审查与司法审判的衔接，另一方面也可以更为有效地推动智慧司法建
设向纵深开展。此外，考虑到人工智能系统所采用的算法 及 其 所 体 现 的 审 查 标 准 能 够 动 态 调
整，因此司法部门参与到人工智能系统的建设和运行中，将 实 现 其 与 商 标 审 查 部 门 的 贯 通 使
用，也可以将司法案件商标相似性裁判标准无缝地并且自动化地影响乃至决定商标审查中有关
标准的适用。在人工智能系统选择方面，考虑到商标局审查商标管辖权较为集中，适用人工智能商标审
查系统较为成熟，可以由其首先进行系统的开发、运行并总结经验，然后再推广到司法审判系
统。商标局已经与数家人工智能开发商达成初步合作意向，并且在利用人工智能辅助商标审查
方面取得了一定突破。〔６３〕目前，在商标审查中人工智能系统的主要功能在于智能化推送近似
商标，直接通过人工智能算法得出相似性比例及是否构成相似结论的系统尚不成熟。但 是，在
司法领域应用人工智能系统辅助审判的工作仍然较为分散。可以考虑借助最高人民法院知识产
权法庭集中技术类知识产权案件二审管辖权的改革契机 〔６４〕，将商标类案件管辖权也集中到该
法庭，从而使其能够集中使用商标相似性判断的人工智能系统。为了保证智能化判断机制的顺利实施并提高效率及可靠性，应当对能够被用于商标相似性
判断的人工智能系统明确基本要求，特别是此类系统应当具备相应模块和功能。在 适 用 标 准 方
·５６·
商标相似性人工智能判断机制研究
〔６１〕
〔６２〕
〔６３〕
〔６４〕
同前注 〔５２〕。
同前注 〔１４〕。
同前注 〔１４〕。
易继明：《司法体制改革中的知识产权法庭》，载 《法律适用》２０１９年第３期。
面应包括要部认定标准、整 体 与 要 部 加 权 比 例、商标区别 程 度 主 体 标 准 及 客 体 标 准 问 题 等 方
面，从而在人工智能系统背景下实现对商标相似性标准进行精确化改造，并充分利用该系统在
提高相似性判断结果客观性、精确性等方面的功能。不能满足以上模块要求并实现有关规则适
用功能的人工智能系统不能被用于商标相似性判断。（二）适用标准问题
第一，人工智能商标要部认定及加权计算标准问题。在人工智能商标相似性判断系统中，可以实现划分整体和要部以及两者加权整合的精确化。人工智能商标相似性判断机制下的判断
结果将是以客观的形式展现，无论是整体比对还是要部比对的相似性程度都能够通过数据方式
加以呈现。其一，在对商标要部区域划分问题进行判断时，一方面人工智能算法对于占主要部
分及显著位置的商标要素自动化地进行界定，另一方面人工智能深度学习对于已有商标案件要
部判断结论进行分析和提炼。传统模式下的要部比对需要借助裁判者的认知分析其主要部分，在人工智能模式下可以自动化地分解、识别、确定要部区域并加以对比分析。总结目前商标审
查及司法审判经验 〔６５〕，建议在人工智能系统中设置如下商标要部认定门槛规则：占 商 标 总 面
积７０％以上并具有独立意义的图 形；与 其 他 通 用 图 案 或 者 描 述 性 图 案 差 别 超 过３０％的 图 形，并且占商标总面积５０％以上；内容包含文字的图形与同样文字的通用字体差别超过３０％，并
且占商标总面积５０％以上。符合以上三条标准之一的图形部分可以被认定为商标要部。上 述
标准可以通过人工智能系统对于既有裁判结果的深度学习加以动态调整，以适应历史案件结果
及商业环境的变化发展。其二，在对整体比对和要部比对两个结果进行加权计算时，同 样 可 以
借助智能化 手 段 进 行。例 如，可 以 将 整 体 比 对 结 果 权 重 及 要 部 比 对 结 果 权 重 设 置 为 分 别 占
５０％或者分别占６０％及４０％。考虑到整体比对中已经包含要部比对，因 此 要 部 比 对 结 果 实 际
所占权重会更高。如果采用人工比对方法，可能将两个步骤混同，难以发挥两个比对结果在商
标相似性比对中各自应当发挥的作用。裁判者根据判断标准综合分析整体比对值与要部比对值
并加以结合，可以得出是否存在商标客观近似的初步结论。第二，人工智能商标区别程度判断标准问题。在区别性标准中的主体标准和客体标准两个
方面，均应当通过人工智能系统加以设定。法官和审查人员可以将比对结果作为分析判断的基
础，以此较为明确的判断结果作为判别商标相似性程度的依据。（１）主体 标 准 问 题。对 于 相 较
于文字商标提高图形商标判断主体标准的要求，可以通过作为判断工具的人工智能算法的设计
加以体现，将 “相关公众”标准提高到 “本领域普通人工智能技术人员或者商标设计人员”的
标准，从而反映设计能力的增强。〔６６〕在商标区别程度主体标准方面的提高，可以反映到客体
标准方面并影响最终判定结果。如 果 文 字 商 标 之 间 差 别 超 过５０％可 以 被 认 为 不 相 似，那 么 对
于图形商标这一比例应当超过７０％。（２）客 体 标 准 问 题。一 般 情 况 下，商 标 标 识 相 似 性 程 度
越高，构成商标近似的可能性也越高。〔６７〕对于商标相似性客体标准，考虑到整体比对与要部
比对在判断结果中所起作用，可以采用单一总体判断标准或者对两个比对结果分别设置判断结
果数值门槛两种模式。第一种模式需要对两个比对结果数值进行加权平均，第二种模式则分别
为两者判断结果设置门槛。在第一种模式下，如果两个商标整体比对和要部比对结果的加权平
均值达到一个较为高的值 （如７０％以上）或者绝对高的值 （９０％以 上），则有理由相信两者构
成客观近似。在第二种模式下，如果两个商标在整体比对和要部比对相似性程度都达到同样较
·６６·
西部法学评论 ２０２０年第１期
〔６５〕
〔６６〕
〔６７〕
同前注 〔３０〕。
同前注 〔１９〕。
同前注 〔９〕。
为高或者绝对高的值，也有理由相信两者构成客观近似。应当注意，此处分析对象仅限于客观
近似程度问题，尚不涉及对于混淆可能性及是否构成侵权的结论性判断。这只是裁判者进行商
标侵权判定的第一个阶段，还要结合市场因素进行进一步的混淆性判断，最终得出是否构成商
标侵权的裁判结果。
四、人工智能判断机制的可能困境及回应
如前所述，人工智能判断机制具有较为明显的优势，可以逐步地实现商标相似性判断的智
能化和机器化，不断提高商标相似性判断的客观性和一致性。但是，作为一种新生事物，其难
免具有一定的局限性或者发展困境，主要涉及以下三个方面。（一）适用商标类型局限性问题
商标相似性人工智能判断机制主要是从图形商标的视角进行分析，尚未涉及文字商标、声
音商标以及立体商标等。文字商标构成要素较为简单，对于涉及此类商标相似性判断的案件，法官基本能够进行比较并作出相同或相似性的判断。〔６８〕所以，文字商标近似认定并不需要借
助人工智能进行。由于声音商标具有非可视性的特点，在承载、传播和保护商誉方面存在诸多
劣势，其发展远滞后于传统的文字或图形标识。〔６９〕在实践中，声音商标与通过视觉识别的传
统商标不同，其在认定和保护方面都存在较大的困难。在现有技术下，将人工智能运用到声音
商标的相似性判断将是很大的挑战。立体商标是由形状等要素组合而成的 “三维标志”，在形
态上具有多样性，使得其在认定方面具有特殊性和复杂性。〔７０〕目前，包括人脸识别在内的人
工智能图像识别技术已经从二维识别逐步向三维识别发展 〔７１〕，但是在图形商标相似性人工智
能判断尚未能实现的情况下，对立体商标的适用还有较长的距离。可见，虽然不同类型商标在
相似性认定方面具有共同的原则，但是在具体适用方面会存在差异性及特殊性。所以，就目前
来看，商标相似性人工智能判断机制在适用商标种类方面存在较大的局限性。人工智能技术的发展将推动智能化判断系统适用商标类型的拓展。图像识别技术的发展经
历了三个阶段：文字识别、数字图像识别和物体识别。〔７２〕虽然人工智能识别技术逐渐从二维
层面上升到三维的高度，但是由于物体识别出现较晚，其发展更加缓慢，三维识别的难度远超
二维。根据目前的发展形势来看，虽然平面商标的智能识别存在一定技术难题，但是基本上能
够得到实现。实现立体商标的智能化识别可能还需要一段时间，立体实物识别领域人工智能技
术的发展会为其提供契机。值得注意的是，深度学习等能够用于图像识别的人工智能技术遇到
了计算能力、算法开发等方面的技术瓶 颈，可能会影 响 其 在 商 标 识 别 领 域 的 应 用。〔７３〕 今 后，如果能够实现从平面识别到立体识别的技术攻关，提高物体智能化识别的精 度 和 准 确 度 〔７４〕，可以将人工智能商标判断从图形商标向立体商标延伸。人工智能判断机制的发展有赖于智能识
·７６·
商标相似性人工智能判断机制研究
〔６８〕
〔６９〕
〔７０〕
〔７１〕
〔７２〕
〔７３〕
〔７４〕
曹波：《论知识产权侵仅行为的判定》，载 《山东审判》２００５年第１期。
杨延超：《声音商标的立法研究》，载 《知识产权》２０１３年第６期。
袁博：《论立体商标的注册条件：非功能性和显著性》，载 《中华商标》２０１３年第３期。
赵秀萍：《生物特征识别技术发展综述》，载 《刑事技术》２０１１年第６期。
童雯、杨静：《基于ＰＣＡ算法的物体图像信息搜索系统》，载 《科技情报开发与经济》２０１２年第１１期。
郑远攀、李广阳、李晔：《深度学习在图像 识 别 中 的 应 用 研 究 综 述》，载 《计 算 机 工 程 与 应 用》２０１９年 第１２期。
金鑫、周彬、邹冬青、李晓东、孙红波、吴乐：《图像美学质量评价技术发展趋势》，载 《科技导报》２０１８年
第９期。
别技术的支持。为此，真正实现商标相似性判断完全由人工智能加以实施，还需要对其各方面
功能加以优化和完善，不断提升人工智能识别技术的智能化、自动化、精确化水平，促进商标
相似性人工智能判断机制的运行和发展。（二）证据效力限制问题
由人工智能判断机制所形成的商标 相 似性对比结 论 是作 为 司 法 裁 判 者 认 定 的 参 考 依 据 之
一。根据最高人民法院的司法解释，法院应当组织当事人围绕证据的 “三性”进行质证，认定
案件事实。〔７５〕对于人工智能系统商标相似性判断结论的客观真实性与关联性不会存在较大的
争议，而对于其合法性是需要着重考察的。合法的证据必须 “符合法律规定的要求，不为法律
所禁止，否则不具有证据效力”。〔７６〕若将人工智能相似性判断结论作为一种证据形式，其本身
是否具有效力以及效力的大小，都需要法律对其予以界定。在司法过程中实际运用人工智能判
断机制的主体尚未确定，这也直接影响了该证据的效力认定。如果由司法鉴定机构对人工智能
判断系统加以利用并得出结论，则可以作为鉴定结论被纳入证据之中；如果由法官或者法官助
理加以使用并实施，则是作为司法辅助手段进行认定的。而且，作为一种新型的证据，也必须
经历一个长期实践的过程才会逐渐得到认可和接受，裁判者的说理才能具有说服力。人工智能对于商标相似性的判定结论属于证明案件事实的基础性证据，是否构成商标侵权
行为仍然需要结合其他商业因素加以认定。根据混淆说，商标是否构成侵权 “应当在考察商标
标志的基础上结合商品情况，以是否容易导致相关公众混淆商品来源为标准进行判定”。〔７７〕由
此，商标近似并不等于构成商标侵权客体，对于商标侵权的判定需要分两步走，首先是判断商
标客观要素是否近似，然后判断商标是否会引起消费者混淆。〔７８〕所以，人工智能对于商标相
似性判断所形成的结论仅是商标侵权认定的前期必要性工作，但是不能单独作为判断商标混淆
的证据，它的效力发挥需要司法裁判者结合混淆性因素予以认定。据此可知，虽然人工智能判
断方法所形成的证据具有较高的客观性、稳定性，但是其证据本身所具有的效力还是有限的。证据适用的合法化是该机制运行的关键。作为一种新的证据形式，人工智能商标相似性判断结
论只有被赋予了一定的法律地位，裁判者才有权予以适用；只有形成强有力的裁判依据，才会
得到社会公众的认可和接受。商标相似性人工智能判断机制所形成的对比结论应当通过法律认
定上升为一种合法证据形式并予以适用，由此才能实现该机制应有的价值。（三）人工智能混淆可能性判断对象扩展问题
在商标领域，人工智能判断对象可以从单纯的标识判断拓展到影响商标混淆可能性的其它
因素的综合判断方面。要判定构成商标侵权，仅有标识本身的相似性并不能够成立，还需要根
据商标使用、商标知名度、涉嫌侵权者主观状态等其它市场环境因素来加以判别。后者在判断
时同样具有较强的主观性，以及由此带来的模糊性、不确定性。商标相似性判断对象是较为具
体的商标标识，混淆可能性判断对象则会拓展至较为抽象的市场影响因素方面。在判断因素来
源方面，混淆可能性会更为广泛也更为复杂，因此必须首先保证影响因素基础数据来源的客观
·８６·
西部法学评论 ２０２０年第１期
〔７５〕
〔７６〕
〔７７〕
〔７８〕
参见 《最高人民法院关于适用 〈中华人民共和国民事诉讼法〉的解释》第１０４条：人民法院应当组织当事人
围绕证据的真实性、合法性以及与待证事实的关联性进行质证，并针对证据有无证明力和证明力大小进行说
明和辩论。能够反映案件真实情况、与待证事实相关联、来源和形式符合法律规定的证据，应当作为认定案
件事实的根据。
张卫平：《论讯问、询问笔录在民事诉讼中的证据效力》，载 《清华法学》２０１１年第５期。
刘庆辉：《我国商标近似、商品类似的判定：标准、问题及出路》，载 《知识产权》２０１３年第４期。
王太平：《商标侵权的判断标准：相似性与混淆可能性之关系》，载 《法学研究》２０１４年第６期。
性和可靠性，才能够使得在人工智能判断机制下所得结论较为准确和客观。在人工智能机制下
的判断标准是客观的，可以最大限度地排除裁判者主观因素的影响，所以实现市场环境因素判
断标准的统一化也是可行的。实现混淆可能性判断标准的统一化，应当首先解决判断因素认定困难的问题。例如，有学
者建议将问卷调查法引入到商标纠纷的审理中去。〔７９〕为此，可以在商标法及相关的司法解释
中明确规定市场调查法，并且利用人工智能对于市场调查所获得的数据进行深度学习，并得出
是否构成混淆可能的结论。这对于 商 标近似等侵权判断 相 关 问 题 的 解 决 具 有 重 大 的 意 义。另
外，在人工智能判断机制下的混淆可能性标准同样需要借助市场调查法进行资料的采集以及数
据的分析，这有助于形成较为客观、具体的判 断 标 准，并 在 实 践 中 不 断 完 善 进 而 形 成 认 定 标
准，从而逐步实现立法化和统一化。
结 语
人工智能判断机制作为一种新的制度构想，在带来机遇的同时也引发了挑战，需要技术革
新的支持，也需要制度设计的保障。目前，商标相似性人工智能识别机制尚未被正式构建，能
否得到顺利实行还有待继续研究和考察。但是，作为一种新生事物，商标相似性人工智能判断
机制具有较强的生命力和系统优势。该机制顺应了人工智能时代的新潮流，符合商标法律制度
及人工智能技术的发展趋势，能够实现商标相似性判断的不断完善与智能化发展。
·９６·
商标相似性人工智能判断机制研究
〔７９〕 杜颖：《商标纠纷中的消费者问卷调查证据》，载 《环球法律评论》２００８年第１期。