如果你站在專利律師的視角看日本汽車市場，結論往往并不樂觀。這是一個幾乎不給新來者留下“安全區(qū)”的地方，尤其是在混動領域。

作者 | 思嶺

如果你站在專利律師的視角看日本汽車市場，結論往往并不樂觀。這是一個幾乎不給新來者留下“安全區(qū)”的地方，尤其是在混動領域。

發(fā)動機、電機、離合器、能量管理、控制邏輯——圍繞這些關鍵節(jié)點，豐田、本田、三菱用二十多年時間織起了一張高密度、強重疊的專利網絡。后來者不是進不來，而是每一步都可能踩雷。

正是在這樣的背景下，比亞迪選擇在日本推出 PHEV 車型，并且一上來就把價格壓到比日系競品低 20% 以上。如果只從“性價比”解釋，這個故事太淺了。

真正高明的地方，不在參數表，而在它對專利路徑的選擇。

技術方案，本身就是一份專利判斷書

比亞迪在日本上市的 SEALION 6，采用的是第四代 DM-i 插混系統(tǒng)：低中速以串聯為主，高速通過離合器并聯直驅，看起來并不陌生。任何做過 FTO（Freedom to Operate，自由實施分析）的人看到這里，都會本能地緊張——這正是日系混動專利最密集的技術區(qū)間。

但專利判斷從來不是看“像不像”，而是看落不落入權利要求。

比亞迪的策略很清晰：在該像的地方像，在該不像的地方，一點也不像。

第一個“不像”：先把發(fā)動機的“身份”說清楚

日本車企的混動發(fā)動機，往往被設計成“通用件”：

一臺發(fā)動機，同時適配 HEV 和 PHEV，覆蓋寬轉速、寬扭矩、復雜工況。這種假設，直接寫進了大量專利的權利要求中。

比亞迪反其道而行。它從一開始就明確：這是一臺只服務于PHEV的發(fā)動機。不考慮 HEV，不追求全場景泛化。

這一點在工程上看似“取巧”，但在專利上意義極大——
技術問題變了，設計目標變了，關鍵參數范圍也隨之改變。結果是：很多日系專利中的“必要技術特征”，在比亞迪方案中根本不成立。

第二個“不像”：不是結構創(chuàng)新，而是參數空間重構

從單點技術看，比亞迪 1.5L PHEV 專用發(fā)動機并不神秘：高壓縮比、長沖程、阿特金森循環(huán)、冷卻 EGR、爆震抑制……這些詞，日系廠商寫了不止十年。真正的差異在于——比亞迪是在一個被嚴格“功能限定”的應用場景里，重新組織了這些參數的組合關系。

而專利保護的，從來不是某一個技術點，而是技術組合+適用前提。

當適用前提被改變，原有專利的效力邊界就會被整體推移。即便技術要素相同，也很難再套用等同原則。這是一種非常典型、也非常穩(wěn)妥的專利規(guī)避式創(chuàng)新。

第三個“不像”：系統(tǒng)控制邏輯的徹底換位

在混動系統(tǒng)中，專利密度最高的地方，其實不是機械結構，而是能量管理和控制邏輯。豐田、本田的大量核心專利，都建立在一個前提之上：發(fā)動機是系統(tǒng)核心，電機是輔助。

DM-i 的邏輯正好相反。電驅是主角，發(fā)動機更多時候只是“后臺供能設備”，甚至長期不與車輪直連。

一旦系統(tǒng)邏輯發(fā)生反轉，控制策略、切換條件、評價指標都會隨之變化。在專利侵權比對中，這種系統(tǒng)級差異，往往是最致命、也最難被覆蓋的差異。

來看重點，把這些選擇放在一起，就會發(fā)現，比亞迪并不是冒險闖入日本混動專利雷區(qū)，而是重新畫了一張技術地圖，讓原有雷區(qū)在法律意義上“失效”。這背后，是一套非常成熟的專利工程思維：

技術方案不是先做出來，再去問律師“會不會侵權”；而是在設計之初，就把侵權風險當成核心約束條件之一。

如果把視角拉回到近一年比亞迪的整體專利節(jié)奏，會看到一個非常清晰的信號：它的專利重心，正在從單一部件，轉向整車系統(tǒng)與控制方法；HEV、PHEV、EV 的邊界被寫得越來越清楚，適用對象、工作區(qū)間、技術效果都被明確限定；專利布局與海外市場推進幾乎同步，呈現出“先解決可通行性，再推產品”的倒推邏輯。這意味著，比亞迪已經把知識產權，從“研發(fā)成果的保護工具”，升級為“市場進入的前置條件”。

這成為了“必然”的結果，回頭看市場數據，更容易理解這一點。

2025 年，比亞迪 EV 乘用車銷量同比增長 28%，達到 225 萬輛；而特斯拉同期的市場預測，則是下降至約 164 萬輛。加上插混車型在內，比亞迪全年新車銷量達到 460 萬輛，自 2021 年起持續(xù)高速增長，已在 2024 年超過本田和日產。

這并不只是產品力的勝利。在一個高度專利化、規(guī)則極其成熟的產業(yè)里，能否設計出一條“侵權風險可控”的技術路線，本身就是核心競爭力。當一家企業(yè)開始用這種方式思考問題時，它就已經從“追趕者”，進入了下一個競爭維度。它也完成了一個成熟玩家的華麗轉身。

（本文僅代表作者觀點，不代表知產力立場）

封面來源 | AI