Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

Poe 也推出了「群聊」功能

支持与任意 AI 模型一起协作交流

最高支持200人同时群聊😂

支持 200 多种 AI 模型，包括文本、图像、视频、音频类型及自定义 bot...

群聊中可以混合调用多个模型：如 GPT-5.1、Claude 4.5、Gemini 2.5、Sora 2、Veo 3.1 等

跨设备实时同步（桌面端与移动端）

可以群聊进行旅行规划、头脑风暴、问答游戏等 November 11, 2025

GPT-5.1君自身は推論モデルなのに、推論モデル事態に関する知見は事前学習データに入っていないらしく、かなり的外れなことを言ってきたので、DeepSeek R1の論文読んでから出直してこいって言ったらようやく理解してくれた。 November 11, 2025

【高配当利回り銘柄】ベスト30　＜割安株特集＞　11月26日版 | 特集 - 株探ニュース https://t.co/extamlnTKd

株式会社OmniGrid
※変換対象のテキストは履歴として保存されません。
※Chatgpt o1及びgpt-5-2025-08-07シリーズをご利用になる場合はtop_pの値を1にしてください。
​
まいど！相場の福の神・藤本誠之です📣
株探さんの【高配当利回り銘柄特集】（11月26日版）をチェックして、
個人投資家の皆さんが気になるであろう“福の神セレクト3銘柄”をピックアップしました✨
💡＜3665＞エニグモ（東Ｐ）
越境ECプラットフォーム「BUYMA」で海外ブランドを展開。
利回り7％超と注目度アップやで！
💡＜7814＞倭国創発グループ（東Ｓ）
デザイン×DX×製造の融合モデル。安定配当が魅力。
💡＜9376＞ユーラシア（東Ｓ）
旅行関連ながら堅実経営。配当利回り約6％と高水準！

高利回り銘柄には、その企業の“強さの理由”があるんや。
みなさんは、どの銘柄が気になりますか？👀

あなたが気になる銘柄をRTしてください📲

#相場の福の神 #株探ニュース #高配当株 #株投資 #個人投資家 #成長企業 November 11, 2025

今日のAIニュース

■新AIモデルのリリースラッシュ：GPT-5.1、Claude Opus 4.5、Gemini 3 Proがベンチマークを更新
2025年11月、AI大手3社がほぼ同時期に最上位モデルを更新し、再びベンチマークを塗り替えた。

OpenAIは11月13日に「GPT-5.1」を開発者向けに公開。
タスク難易度に応じて思考時間を動的に伸ばす新機構と、24時間プロンプトキャッシュにより実用効率が劇的に向上した。

Anthropicは11月25日、「Claude Opus 4.5」をリリース。
コーディングベンチマークSWE-benchで80.9%を記録し現時点で世界最高スコアを獲得。
動画を含むマルチモーダル処理でも圧倒的な精度を示した。

Googleは11月上旬に「Gemini 3 Pro」を展開。
検索との深い統合に加え、インタラクティブなインフォグラフィックをリアルタイム生成する新機能が話題に。開発者コミュニティからは「もはや月次で世代交代が起きている」と驚きの声が上がり、AI競争がさらに過熱している。 November 11, 2025

今日のAIニュース

■新AIモデルのリリースラッシュ：GPT-5.1、Claude Opus 4.5、Gemini 3 Proがベンチマークを更新
2025年11月、AI大手3社がほぼ同時期に最上位モデルを更新し、再びベンチマークを塗り替えた。

OpenAIは11月13日に「GPT-5.1」を開発者向けに公開。
タスク難易度に応じて思考時間を動的に伸ばす新機構と、24時間プロンプトキャッシュにより実用効率が劇的に向上した。

Anthropicは11月25日、「Claude Opus 4.5」をリリース。
コーディングベンチマークSWE-benchで80.9%を記録し現時点で世界最高スコアを獲得。
動画を含むマルチモーダル処理でも圧倒的な精度を示した。

Googleは11月上旬に「Gemini 3 Pro」を展開。
検索との深い統合に加え、インタラクティブなインフォグラフィックをリアルタイム生成する新機能が話題に。
開発者コミュニティからは「もはや月次で世代交代が起きている」と驚きの声が上がり、AI競争がさらに過熱している。 November 11, 2025

△AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け ！！（11/26）。　 ⑨「法令上の公報」（XML形式）は、地方裁判所では使われていないようです。｜久保園善章 @kbozon

https://t.co/lzsnjYWtrr

△AI中毒患者になるな ! AIを使うな、自分で考えて、文章を書け ！！

⑨「法令上の公報」（XML形式）は、地方裁判所では使われていないようです。
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUm9c4
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。

そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。
加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、大阪地方裁判所で行われている事象を検証してみました。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）（特許第7３１３６４０号）原告：有限会社ユニオンシステム、についてです。
https://t.co/uhFyEibpuX
先ずは、特許庁の公報発行サイトから、特許第7313640号の「XML形式」での「法令上の公報」です。
https://t.co/csipSsPyNs
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/JwTD58FQZf
そして、本題です。
本件「令和５年（ワ）第１０９７０号」の判決文についてです。
https://t.co/uhFyEibpuX
この判決文の３ページの最下段〜４ページの最上段１行目〜３行目に、「イ　本件特許権の特許請求の範囲、明細書及び図面の記載は、別紙「特許公報」のとおりであり、同公報の【図１】ないし【図４」の拡大図は、別紙「本件明細書図面」のとおりである。」とあります。
また、判決文の１４ページの上段の２行目〜４行目に、「(ア)本件明細書の記載　本件明細書には、以下の内容が示されている（具体的な記載内容は別紙「特許公報」のとおりである。）」、最下段に「【0005】ないし【0007】【0009】」ともあります。
次に、判決文の１５ページ目の１５行目に「【図３】は・・・【0010】【0017】【0020】ないし【0022】【図２】【図３】」とあり、２１行目には「本件明細書の記載（前記(ｱ)ｂ）によれば、」ともあります。
判決文の１８ページ目には、「前記(1)ア(ｱ)の本件明細書の記載のとおり」とあります。
判決文に裁判官が引用した【図１】、【０００５】などは、別紙「特許公報」に記載されている文言と考えられます。
そして、判決文の２７ページには、「※別紙「特許公報」は掲載省略」とあります。
別紙「特許公報」とは何でしょうか、そして何故この別紙「特許公報」の掲載を省略するのでしょうか。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）は、（特許第7３１３６４０号）についての争いです。
そして、この（特許第7３１３６４０号）が何であるかは、その「特許公報」に基づくものと考えます。
ここで言えることは、「特許公報」とは、法令上の公報と明言されているので、「独自PDF公報」を裁判の対象にすることは出来ないと考えます。
この「特許公報」を省略するとは言語道断です。

ちなみに、判決文の３７ページ〜３９ページには、（別紙）として「本件明細書図面」があり、図面については省略されていません。
ここで、この（特許第7３１３６４０号）の「特許公報」を検証してみたいと思います。
この（特許第7３１３６４０号）の「特許公報」は、原告の有限会社ユニオンシステムが訴状に添付したものと考えられます。
通常考えられるのは、原告の有限会社ユニオンシステムが、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/JwTD58FQZf
原告の有限会社ユニオンシステムが、特許庁の公報発行サイトから提供された特許第7061473号の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
裁判所は、何故に、「法令上の公報」である「XML形式」のものを対象にしないのでしょうか？
裁判所は、原告が提示した「独自PDF公報」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」、更に又は「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許7313640の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/aLoVTuezGj
こちらのものは、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、大阪地方裁判所は、「独自PDF公報」に依存しての訴訟指揮を行っているようです。
もしも、被告が、例えば日立システムズのSRPARTNERよりダウンロードした「独自PDF公報」を引き合いにして反論した場合は、どうなるのでしょうか。
大阪地方裁判所は、どちらの「独自PDF公報」を正当と判断するのでしょうか。
大阪地方裁判所としては、特許庁が「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します」と明言している「XML形式」のものを、「法令上の公報」として扱わざるを得ないのではないでしょうか。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

△AI中毒患者になるな ! AIを使うな、自分で考えて、文章を書け ！！

⑨「法令上の公報」（XML形式）は、地方裁判所では使われていないようです。
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUmH1C
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。

そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。
加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、大阪地方裁判所で行われている事象を検証してみました。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）（特許第7３１３６４０号）原告：有限会社ユニオンシステム、についてです。
https://t.co/uhFyEibXkv
先ずは、特許庁の公報発行サイトから、特許第7313640号の「XML形式」での「法令上の公報」です。
https://t.co/csipSsQ6D0
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/JwTD58GoON
そして、本題です。
本件「令和５年（ワ）第１０９７０号」の判決文についてです。
https://t.co/uhFyEibXkv
この判決文の３ページの最下段〜４ページの最上段１行目〜３行目に、「イ　本件特許権の特許請求の範囲、明細書及び図面の記載は、別紙「特許公報」のとおりであり、同公報の【図１】ないし【図４」の拡大図は、別紙「本件明細書図面」のとおりである。」とあります。
また、判決文の１４ページの上段の２行目〜４行目に、「(ア)本件明細書の記載　本件明細書には、以下の内容が示されている（具体的な記載内容は別紙「特許公報」のとおりである。）」、最下段に「【0005】ないし【0007】【0009】」ともあります。
次に、判決文の１５ページ目の１５行目に「【図３】は・・・【0010】【0017】【0020】ないし【0022】【図２】【図３】」とあり、２１行目には「本件明細書の記載（前記(ｱ)ｂ）によれば、」ともあります。
判決文の１８ページ目には、「前記(1)ア(ｱ)の本件明細書の記載のとおり」とあります。
判決文に裁判官が引用した【図１】、【０００５】などは、別紙「特許公報」に記載されている文言と考えられます。
そして、判決文の２７ページには、「※別紙「特許公報」は掲載省略」とあります。
別紙「特許公報」とは何でしょうか、そして何故この別紙「特許公報」の掲載を省略するのでしょうか。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）は、（特許第7３１３６４０号）についての争いです。
そして、この（特許第7３１３６４０号）が何であるかは、その「特許公報」に基づくものと考えます。
ここで言えることは、「特許公報」とは、法令上の公報と明言されているので、「独自PDF公報」を裁判の対象にすることは出来ないと考えます。
この「特許公報」を省略するとは言語道断です。

ちなみに、判決文の３７ページ〜３９ページには、（別紙）として「本件明細書図面」があり、図面については省略されていません。
ここで、この（特許第7３１３６４０号）の「特許公報」を検証してみたいと思います。
この（特許第7３１３６４０号）の「特許公報」は、原告の有限会社ユニオンシステムが訴状に添付したものと考えられます。
通常考えられるのは、原告の有限会社ユニオンシステムが、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/JwTD58GoON
原告の有限会社ユニオンシステムが、特許庁の公報発行サイトから提供された特許第7061473号の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
裁判所は、何故に、「法令上の公報」である「XML形式」のものを対象にしないのでしょうか？
裁判所は、原告が提示した「独自PDF公報」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」、更に又は「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許7313640の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/aLoVTuf7vR
こちらのものは、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、大阪地方裁判所は、「独自PDF公報」に依存しての訴訟指揮を行っているようです。
もしも、被告が、例えば日立システムズのSRPARTNERよりダウンロードした「独自PDF公報」を引き合いにして反論した場合は、どうなるのでしょうか。
大阪地方裁判所は、どちらの「独自PDF公報」を正当と判断するのでしょうか。
大阪地方裁判所としては、特許庁が「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します」と明言している「XML形式」のものを、「法令上の公報」として扱わざるを得ないのではないでしょうか。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025