EUIPO, 22 avril 2026, n° 019273201

EUIPO 22 avril 2026

Résumé par Doctrine IA

Le demandeur souhaitait enregistrer la marque verbale "VLLM" pour divers logiciels informatiques liés à l'intelligence artificielle et à l'apprentissage automatique. L'Office a initialement refusé la demande, estimant que la marque était descriptive et dépourvue de caractère distinctif.

La question juridique posée était de savoir si la marque "VLLM" était descriptive et manquait de distinctivité pour les produits concernés. L'Office a conclu que le terme "VLLM" serait compris par les professionnels du domaine informatique comme signifiant "Virtual Large Language Model", décrivant ainsi la nature des logiciels.

En l'absence de réponse du demandeur aux motifs de refus, la juridiction a confirmé le rejet de la demande de marque. La marque a été jugée descriptive et dépourvue de caractère distinctif, ne pouvant donc pas remplir sa fonction d'identification de l'origine commerciale des produits.

Le contenu a été généré à l’aide de l’intelligence artificielle. Pensez à vérifier son exactitude.

Commentaire • 0

Augmentez la visibilité de votre blog juridique : vos commentaires d’arrêts peuvent très simplement apparaitre sur toutes les décisions concernées.

Sur la décision

Référence :	EUIPO, 22 avr. 2026, n° 019273201
Numéro(s) :	019273201
Textes appliqués :	Article 7(1)(b) EUTMR, Article 7(1)(c) EUTMR, Article 7(2) EUTMR
Domaine propriété intellectuelle :	Marque
Dispositif :	Rejeté
Lire la décision sur le site de la juridiction

Texte intégral

Ce texte a été traduit à l'aide de l'intelligence artificielle et peut contenir des erreurs.

DÉPARTEMENT DES OPÉRATIONS
L123
Refus de la demande de marque de l’Union européenne (articles 7 et 42, paragraphe 2, RMCUE)
Alicante, le 22/04/2026
Fieldfisher (Belgium) LLP L’Arsenal, Boulevard Louis Schmidtlaan 29 boîte 15 B-1040 Bruxelles BELGIQUE
Numéro de la demande : 019273201 Votre référence : UK01-2011890.00158 Marque : VLLM Type de marque : Marque verbale Demandeur : LF Projects, LLC PMB 57274, 2810 N Church Street, Wilmington Delaware 19802-4447 ÉTATS-UNIS (D’AMÉRIQUE)
I. Exposé des faits
Le 10/12/2025, l’Office a émis une communication des motifs de refus en vertu de l’article 7, paragraphe 1, sous b) et c), et de l’article 7, paragraphe 2, RMCUE, car il a estimé que la marque demandée est descriptive et dépourvue de tout caractère distinctif.

Les produits pour lesquels les motifs de refus ont été soulevés étaient :

Classe 9 Outils de développement de logiciels informatiques téléchargeables ; Logiciels informatiques téléchargeables pour le traitement de l’intelligence artificielle et l’apprentissage profond ; Logiciels informatiques téléchargeables pour la mise en œuvre d’un langage de programmation informatique, et outils de développement de logiciels informatiques, destinés à être utilisés dans les domaines de l’intelligence artificielle, de l’apprentissage profond, du calcul haute performance, du calcul distribué, de la virtualisation et de l’apprentissage automatique ; Logiciels informatiques téléchargeables pour le calcul à usage général, la diffusion de modèles et l’inférence, destinés à être utilisés dans les domaines de l’intelligence artificielle, de l’apprentissage profond, du calcul haute performance, du calcul distribué, de la virtualisation et de l’apprentissage automatique ; Logiciels informatiques téléchargeables destinés à être utilisés dans les domaines du calcul haute performance, du calcul distribué, du parallélisme de modèles et de pipelines, de l’optimisation de la redondance, de l’optimisation de la mémoire et de la bande passante, de l’optimisation des noyaux de calcul, des noyaux d’attention clairsemés, de la compression de la communication, de la recherche avancée de paramètres, du chargement de données, de l’analyse des performances et du débogage, et de l’apprentissage automatique.
Avenida de Europa, 4 • E – 03008 • Alicante, Espagne Tél. +34 965139100 • www.euipo.europa.eu

Page 2 sur 2
Les motifs sont exposés dans la notification des motifs de refus, qui fait partie intégrante de la présente décision. Elle est accessible en annexe de la présente décision.

II. Résumé des arguments du demandeur
Le demandeur n’a pas présenté d’observations dans le délai imparti.

III. Motifs
Conformément à l’article 94 du RMUE, il appartient à l’Office de prendre une décision fondée sur des motifs ou des éléments de preuve sur lesquels le demandeur a eu l’occasion de présenter ses observations.

N’ayant reçu aucune observation du demandeur, l’Office a décidé de maintenir les motifs de refus exposés dans la notification des motifs de refus.

IV. Conclusion
Pour les motifs susmentionnés, et conformément à l’article 7, paragraphe 1, sous b) et c), et paragraphe 2, du RMUE, la demande de marque de l’Union européenne n° 019273201 est par la présente rejetée.

Conformément à l’article 67 du RMUE, vous avez le droit de former un recours contre la présente décision. Conformément à l’article 68 du RMUE, l’acte de recours doit être déposé par écrit auprès de l’Office dans un délai de deux mois à compter de la date de notification de la présente décision. Il doit être déposé dans la langue de la procédure dans laquelle la décision faisant l’objet du recours a été rendue. En outre, un mémoire exposant les motifs du recours doit être déposé dans un délai de quatre mois à compter de la même date. L’acte de recours n’est réputé déposé qu’après paiement de la taxe de recours de 720 EUR.

Agnieszka WILKIEWICZ

OPERATIONS DEPARTMENT L110
Notification des motifs de refus de la demande de marque de l’Union européenne (articles 7 et 42, paragraphe 2, du RMUE)
Alicante, le 09/12/2025
Fieldfisher (Belgium) LLP L’Arsenal, Boulevard Louis Schmidtlaan 29 box 15 B-1040 Brussels BELGIQUE
Numéro de la demande: 019273201 Votre référence: UK01-2011890.00158 Marque: VLLM Type de marque: Marque verbale Demandeur: LF Projects, LLC PMB 57274, 2810 N Church Street, Wilmington Delaware 19802-4447 ÉTATS-UNIS (D’AMÉRIQUE)
L’Office a examiné votre demande de marque de l’Union européenne (MUE) afin de s’assurer qu’elle ne relève d’aucun des motifs de refus visés à l’article 7 du RMUE.

Le signe
La demande porte sur la marque verbale 'VLLM'.
Base juridique de l’objection
Article 7, paragraphe 1, sous b) et c), du RMUE
Le signe que vous avez demandé n’est pas susceptible d’enregistrement en vertu de l’article 7, paragraphe 1, sous b) et c), et de l’article 7, paragraphe 2, du RMUE car il décrit certaines caractéristiques des produits pour lesquels la protection est demandée et est dépourvu de tout caractère distinctif.

Les produits pour lesquels cette objection est soulevée sont:

Page 2 sur 5
apprentissage, calcul haute performance, calcul distribué, virtualisation et apprentissage automatique; Logiciels informatiques téléchargeables destinés à être utilisés dans les domaines du calcul haute performance, du calcul distribué, du parallélisme de modèle et de pipeline, de l’optimisation de la redondance, de l’optimisation de la mémoire et de la bande passante, de l’optimisation des noyaux de calcul, des noyaux d’attention clairsemée, de la compression de la communication, de la recherche avancée de paramètres, du chargement de données, de l’analyse des performances et du débogage, et de l’apprentissage automatique.
Caractère descriptif
L’appréciation du caractère descriptif dépend de la manière dont le consommateur pertinent percevrait le signe par rapport aux produits et services pour lesquels la protection est demandée. Les produits pour lesquels une objection a été soulevée appartiennent à un secteur de marché hautement spécialisé. Le consommateur anglophone, à savoir un professionnel du domaine informatique, comprendrait le signe comme ayant la signification suivante: Modèle linguistique virtuel de grande taille (un logiciel open source conçu pour que les grands modèles linguistiques (LLM) fonctionnent plus rapidement et utilisent la mémoire plus efficacement).

La signification susmentionnée du ou des mots «VLLM», dont la marque est composée, est étayée par la recherche internet suivante effectuée le 08/12/2025.

https://www.geeksforgeeks.org/data-science/what-is-vllm/
Qu’est-ce que vLLM ?
vLLM signifie «virtual Large Language Model» (modèle linguistique virtuel de grande taille). Il s’agit d’un logiciel open source conçu pour que les grands modèles linguistiques (LLM) fonctionnent plus rapidement et utilisent la mémoire plus efficacement. Les modèles d’IA comme GPT-4 et Llama nécessitent beaucoup de mémoire informatique et de puissance de traitement. Cela peut poser problème lorsque de nombreuses personnes doivent les utiliser simultanément. vLLM contribue à résoudre ce problème en améliorant l’utilisation de la mémoire et la vitesse de traitement, rendant les modèles plus rapides et moins coûteux à exécuter.

Principales caractéristiques de vLLM
• Utilisation plus intelligente de la mémoire (cache KV): Les LLM utilisent beaucoup de mémoire, conservant souvent des données supplémentaires dont ils n’ont pas besoin. vLLM résout ce problème en divisant la mémoire en plus petits morceaux. Il ne conserve que les données importantes, réduisant le gaspillage de mémoire à moins de 4 % (les anciens systèmes gaspillent 60 à 80 %). De cette manière, il fonctionne plus rapidement et utilise moins de ressources.

• Traitement par lots en continu: Les anciens systèmes attendent un ensemble de requêtes avant de commencer à travailler, ce qui peut ralentir les choses. vLLM traite les requêtes au fur et à mesure qu’elles arrivent, sans attendre. Cela l’aide à traiter plus de requêtes plus rapidement et rend tout plus fluide.

• Performances plus rapides: Il utilise des noyaux CUDA pour faire fonctionner le modèle plus rapidement sur les GPU. Il réduit également la taille des données traitées sans perte de qualité, rendant tout plus rapide et moins coûteux à exécuter.

• Facilité d’utilisation avec d’autres modèles: Il fonctionne facilement avec des modèles populaires comme LLaMA et Mistral. L’API est également similaire à celle d’OpenAI, de sorte que les développeurs peuvent y passer sans apprendre un tout nouveau système.

Cas d’utilisation de vLLM

Page 3 sur 5
• Agents conversationnels et assistants virtuels : Ils améliorent les agents conversationnels en les rendant plus rapides et plus naturels dans la conversation. Par exemple, un robot de service client alimenté par vLLM peut répondre rapidement aux questions et offrir des interactions plus humaines sans longs délais d’attente.

• Rédaction et création de contenu : Ils accélèrent le processus de génération d’articles, d’histoires ou de textes marketing. Cela aide les entreprises et les créateurs de contenu à produire des textes de haute qualité rapidement et à moindre coût.

• Assistance au codage : Ils aident les programmeurs en suggérant du code, en trouvant des erreurs ou même en générant de la documentation. Cela permet de gagner un temps précieux, permettant aux développeurs de se concentrer sur des tâches plus importantes.

• Traduction : Ils permettent une communication en temps réel entre les langues, rendant les conversations mondiales plus fluides et plus efficaces.

• Recherche et expérimentation : Les chercheurs peuvent les utiliser pour expérimenter avec de grands modèles d’IA sans avoir besoin de superordinateurs coûteux. Cela facilite le test de nouvelles idées et le repoussement des limites de la recherche en IA.

https://www.ibm.com/think/topics/large-language-models
Que sont les LLM ?
Les grands modèles linguistiques (LLM) sont une catégorie de modèles d’apprentissage profond entraînés sur d’immenses quantités de données, ce qui les rend capables de comprendre et de générer du langage naturel et d’autres types de contenu pour effectuer un large éventail de tâches. Les LLM sont construits sur un type d’architecture de réseau neuronal appelé transformeur, qui excelle dans le traitement des séquences de mots et la capture de motifs dans le texte.

Les LLM fonctionnent comme de gigantesques machines de prédiction statistique qui prédisent de manière répétée le mot suivant dans une séquence. Ils apprennent des motifs dans leur texte et génèrent un langage qui suit ces motifs.

Les LLM représentent un bond majeur dans la manière dont les humains interagissent avec la technologie, car ils sont le premier système d’IA capable de traiter le langage humain non structuré à grande échelle, permettant une communication naturelle avec les machines. Là où les moteurs de recherche traditionnels et d’autres systèmes programmés utilisaient des algorithmes pour faire correspondre des mots-clés, les LLM saisissent un contexte, une nuance et un raisonnement plus profonds. Les LLM, une fois entraînés, peuvent s’adapter à de nombreuses applications impliquant l’interprétation de texte, comme la synthèse d’un article, le débogage de code ou la rédaction d’une clause juridique. Lorsqu’ils sont dotés de capacités d’agent, les LLM peuvent effectuer, avec des degrés d’autonomie variables, diverses tâches qui seraient autrement effectuées par des humains.

Les LLM sont l’aboutissement de décennies de progrès dans le traitement du langage naturel (TLN) et la recherche en apprentissage automatique, et leur développement est en grande partie responsable de l’explosion des avancées en intelligence artificielle à la fin des années 2010 et dans les années 2020. Les LLM populaires sont devenus des noms familiers, plaçant l’IA générative au premier plan de l’intérêt public. Les LLM sont également largement utilisés dans les entreprises, les organisations investissant massivement dans de nombreuses fonctions commerciales et cas d’utilisation.

Page 4 sur 5
Les LLM sont facilement accessibles au public par le biais d’interfaces telles que Claude d’Anthropic, ChatGPT d’Open AI, Copilot de Microsoft, les modèles Llama de Meta et l’assistant Gemini de Google, ainsi que ses modèles BERT et PaLM. IBM maintient une série de modèles Granite sur watsonx.ai, qui est devenue l’épine dorsale de l’IA générative pour d’autres produits IBM tels que watsonx Assistant et watsonx Orchestrate.

https://community.nasscom.in/communities/ai/understanding-vllm-virtual-large-language- model-revolution
Qu’est-ce que le VLLM ?
À la base, le VLLM est conçu pour optimiser l’inférence et le service des grands modèles linguistiques. En tirant parti de techniques avancées de gestion de la mémoire, le VLLM fait face aux exigences de calcul élevées communément associées aux implémentations traditionnelles de LLM. Cela devient particulièrement critique à mesure que les organisations s’efforcent de déployer des modèles d’IA à grande échelle, en équilibrant les performances et les dépenses en ressources.

Compte tenu de ce qui précède, les consommateurs pertinents percevraient le signe comme fournissant des informations selon lesquelles les services se rapportent à ou sont destinés à un grand modèle linguistique virtuel.

Par exemple, face à Outils de développement de logiciels informatiques téléchargeables ; Logiciels informatiques téléchargeables pour le traitement de l’intelligence artificielle et l’apprentissage profond ; Logiciels informatiques téléchargeables pour la mise en œuvre d’un langage de programmation informatique, et outils de développement de logiciels informatiques, destinés à être utilisés dans les domaines de l’intelligence artificielle, de l’apprentissage profond, du calcul haute performance, du calcul distribué, de la virtualisation et de l’apprentissage automatique, Logiciels informatiques téléchargeables pour le calcul à usage général, le service de modèles et l’inférence destinés à être utilisés dans les domaines de l’intelligence artificielle, de l’apprentissage profond, du calcul haute performance, du calcul distribué, de la virtualisation et de l’apprentissage automatique ; le consommateur comprendrait qu’il s’agit d’outils logiciels hautement spécialisés conçus pour prendre en charge le déploiement, la mise en œuvre, le traitement, le service et d’autres tâches connexes des grands modèles linguistiques virtuels.

Dans le contexte de Logiciels informatiques téléchargeables destinés à être utilisés dans les domaines du calcul haute performance, du calcul distribué, du parallélisme de modèles et de pipelines, de l’optimisation de la redondance, de l’optimisation de la mémoire et de la bande passante, de l’optimisation des noyaux de calcul, des noyaux d’attention clairsemés, de la compression de la communication, de la recherche avancée de paramètres, du chargement de données, de l’analyse des performances et du débogage, et de l’apprentissage automatique, le consommateur comprendrait que ces produits sont destinés à optimiser l’inférence et le service des grands modèles linguistiques.

Par conséquent, le signe décrit la nature et la destination des produits.

Absence de caractère distinctif
Étant donné que le signe a une signification descriptive claire, il est également dépourvu de tout caractère distinctif et, par conséquent, inéligible à l’enregistrement en vertu de l’article 7, paragraphe 1, sous b), du RMC. Cela signifie qu’il est incapable de remplir la fonction essentielle d’une marque, qui est de distinguer les produits ou services d’une entreprise de ceux d’autres entreprises. Par conséquent, pris dans son ensemble, le signe est descriptif et dépourvu de caractère distinctif. Il est donc incapable de distinguer les produits pour lesquels une objection a été soulevée en vertu de l’article 7, paragraphe 1, sous b) et c), et de l’article 7, paragraphe 2, du RMC.

Page 5 sur 5
Délai de réponse
Si vous avez des observations, celles-ci doivent être soumises dans un délai de deux mois à compter de la notification de la présente communication. Si vous ne soumettez pas d’observations, la demande sera rejetée.

Si vous avez besoin d’explications supplémentaires sur un aspect quelconque de la présente communication, veuillez contacter le Centre d’information de l’EUIPO au +34 965139100 en mentionnant votre numéro de demande. Le Centre d’information répondra à votre question ou vous mettra en contact avec l’examinateur en charge du dossier. Si l’examinateur n’est pas disponible, vous pouvez demander à être rappelé et l’examinateur vous contactera dans un délai de deux jours ouvrables.

Agnieszka WILKIEWICZ Examinateur
AG2Vérification effectuée par Julija SIRVINSKIENE –  La présente communication a été vérifiée conformément à l’initiative de l’Office en matière d’amélioration de la qualité et de partage des connaissances, introduite par la décision n° EX-20-06 du directeur exécutif.