《力士在美國聯邦法院東德州分院告華碩專利侵權勝訴，判賠US1050萬》採訪談話

民視報導連結

15分鐘採訪的談話重點，有：

#關於會不會上訴～要考慮以下幾點

1）被告判賠1000多萬美金，如果包含因惡意之賠償，這一部分上訴可能有機會降到1/3⋯

2）供應鏈中力智是其中一個侵權元件的供應商，如果佔比很高的話，上訴機會大

3）inter parte進行中，預估2025Q1-Q2，也會有答案，何不上訴？

4）被告律師費在巡迴法院會低於地方法院的律師費用⋯（2年有機會控到USD80-100萬）

5）原告擬繼續請求法院下禁制令，被告及其供應商不上訴？共同防禦的費用不高，可能上訴。

原告見好就收，願意和解的話，對他們不一定不利。被告在上訴後尋求和解的可能性是常態。

攻防點還是在專利強度、專利有效期間（409恢復專利權的期間）是否侵權、是否是惡意侵權。

#人工智慧在文末的對話連結（因為大模型找不到起訴書、判決書，他們生成的結果及過程非實務）

這個重訊，人的回答與人工智慧的回答，有什麼差別？今天只有一小時不到的時間，要做案情調查檢索，人工智慧大模型這時候用得到。

第一步訴訟案件檢索

PACER,或其他免費的美國判決報導網站

第二步背景及訴訟調查

原告及被告之背景、訴訟經驗及本案訴訟策略及步驟調查（Felo很可以）

第三步閱讀專利概述、侵權產品供應鏈

判決過程及結果閱讀+專利強度閱讀（查閱專利和產品比對+USPTO有無inter parte (大模型還不行，當以公開的資訊做本案扼要程度的分析文章時，師傅級大模型們，例如GPT4o，就都是沒有法律推理能力的了）

第四步製作事件時間軸（Felo在這方面的能力很棒）

第五步研判被告與原告的下一步

供應商力智的供應量，力士產品競爭力、市場價格，專利技術有無延續性⋯⋯（大模型仍以機器人般的僵硬分析、提供的策略，沒有人的溫度，還不堪用）

人腦只能一步一步來找來看

人工智慧一問一秒持續生成

**與GPT4o一開始的問候，與它的接續互動與生成

與Felo 多次對話1

與Felo 多次對話2

與Felo 多次對話

#通用大模型在跨國法律領域，尤其在專利訴訟此一項目，目前只有擔任小書僮的程度而已。

法律大模型有開發的必要，因為目前的通用大模型們，都找不到已經公布該案的訴訟資料（起訴狀、原告、被告的motion，Discovery 程序文件、馬克曼聽證的書狀、中間程序行政法官的命令、陪審團裁定、法院判決⋯）

《力士在美國聯邦法院東德州分院告華碩專利侵權勝訴，判賠US1050萬》 採訪談話