共23题，约17010字。

　　河北雄安新区2025-2026学年高一下学期7月期末语文试题
　　一、现代文阅读
　　阅读下面的文字，完成下面小题。
　　物理AI：从虚拟到现实的智能进化
　　从读懂图片的“视觉”，到写出文字的“表达”，再到创造视频画面的“想象”，当下，AI正持续“进化”。学会看、写、生成之后，AI还能做什么？近年来，科技界正在探索推动AI从虚拟走向现实的技术路径。一种新的技术理念——物理AI越来越受关注。
　　什么是物理AI？简单说，我们可以将其理解为走出屏幕、进入现实的AI智能体，它能如人一般感知环境、“动手”操作。北京通用人工智能研究院—德塔智能联合实验室的负责人马晓健认为，物理AI有三个重要特征：能力建立在真实物理交互数据之上、包含对物理世界的理解以及能部署到真实实体上。这意味着，物理AI知道物体的运动、接触、变形，了解摩擦、重力、空间关系和因果变化等，并能据此预测未来、规划动作，从而在开放环境中完成任务。
　　从技术演进角度看，物理AI是AI发展到一定阶段的自然方向。“第一阶段AI通过计算机视觉学会了‘看’，第二阶段AI通过自然语言处理学会了‘写’，当前通过物理AI要学会‘行动’。”百度智能云主任架构师应茹介绍，物理AI的出现，让AI从信息处理工具进化为能够与现实世界交互的智能体。过去大模型主要是复现人的语言、知识和推理能力，相当于进入人的精神世界；但人的智能并不只体现在大脑中，还体现在与物理世界的互动里。“当AI在语言和多模态理解上取得突破后，下一步必然是把这种智能外化到真实世界，让机器能够感知、行动、试错和完成工作。”马晓健说。物理AI和生成式AI的差异，主要体现在技术原理和承载任务上。具体来说，物理AI的重要能力是在物理世界中承载运动控制、环境交互等任务；而生成式AI的重要能力是文、图、视频生成等，支撑内容创作、代码编写、数据分析等任务。“物理AI和生成式AI属于AI的两种不同分类维度。”马晓健介绍，两者正在深度结合，如生成式AI强大的语言理解、场景生成、规划和代码生成能力，可以帮助物理AI更好地理解任务、构建仿真环境等。
　　过去数年，科技界从核心算法到工程本体，多措并举推进物理AI落地。
　　比如，用于模拟环境动态并预测未来状态的世界模型被称为物理AI的“内部大脑”。学界专家提出世界模型的三项重要能力，即生成性、多模态、交互性，为物理AI搭建起环境理解、因果推断与任务规划的框架。
　　当前，“视觉—语言—动作”大模型迭代演进，为物理AI筑牢模型底座。马晓健介绍，目前落地物理AI大致分为三类技术路线。第一类是“预训练—后训练”范式，即先利用互联网视频、第一视角视频、跨机器人操作数据等开展大规模预训练，再依托遥操作数据、强化学习或真机微调完成后训练；第二类是“现实—仿真—现实”范式，即先把真实世界的几何、材质、动力学等信息重建到高仿真环境中，让机器人在“数字孪生”场景中大量试错，再迁移部署至实体设备；第三类是大模型编程路线，依托语言模型，根据任务生成机器人控制程序，串联感知、规划、执行等功能模块。
　　不同的技术实现路线，各有优劣。比如，“预训练—后训练”范式路径清晰，但对数据质量、机器人本体一致性和真实交互数据体量要求极高。由于物理AI尚未规模化落地生产生活，难以低成本、高效率采集海量训练数据，这成为制约技术落地的瓶颈之一。又比如，“现实—仿真—现实”范式的优势在于以仿真算力替代成本高昂、周期漫长的真实数据采集。然而，复杂接触、柔性形变、流体运动、非平整地面等物理过程仍难以高精度实时模拟。“由于真实世界工况繁杂、多种物理因素相互影响，仿真系统无法完整复刻物理细节，有时仅能作为真实数据缺失时的补充方案。”北京微链道爱科技有限公司总经理张宇说。“总体看，三条路线大概率不会互相取代，而是在数据、仿真和大模型推理层面逐步融合。”马晓健说。
　　虽然存在阻力，但业内专家普遍看好物理AI产业化落地前景。
　　在未来，低空经济、新能源电池、具身智能、高端芯片、航空航天等需要复杂场景仿真与优化的前沿领域，均是物理AI的落地方向。马晓健认为，在一些不适合人类长期作业、传统自动化又难以完全解决的场景，物理AI有望最先落地。电力巡检便是这样一个场景，在西南偏远地区，过去需要工作人员翻山越岭检查设备，现在北京人形机器人创新中心研制的“天工”机器人可实现户外巡检、变电倒闸操作、配网接地线挂载等复杂任务。
　　在产业界，物理AI模型训练效率也在持续提升。“得益于在AI基础设施领域的常年积淀，我们将‘视觉—语言—动作’大模型训练速度提升70%，世界模型推理时延下降50%。原本以周为单位的训练周期，如今可压缩至小时级。”百度集团执行副总裁、百度智能云事业群总裁沈抖表示。
　　物理AI真正落地，不靠实验室演示，而是依托真实场景的数据反馈与持续迭代。业内人士认为，应用场景资源充沛是我国发展物理AI的独特优势。“让技术深入矿井、工厂、仓储、巡检现场等一线场景，物理AI才能更好形成‘场景—数据—模型—产品’良性闭环。”马晓健说。
　　（摘编自《人民日报》2026年6月《物理AI：从虚拟到现实的智能进化》）
　　1．下列对材料相关内容的理解和分析，不正确的一项是（   ）
　　A．物理AI是能够理解物理世界并可以部署到真实实体上的AI智能体，它的能力建立在真实物理交互数据之上。
　　B．物理AI和生成式AI属于AI的两种不同分类维度，它们的技术原理和承载任务不同，应用层面也互不相干。
　　C．“现实—仿真—现实”范式让机器人在“数字孪生”场景中大量试错，一定程度上解决了真实数据采集难题。
　　D．物理AI在执行一些不适合人类长期作业、传统自动化又难以完全解决的任务方面具有很好的应用前景。
　　2．根据材料内容，下列说法正确的一项是（   ）
　　A．物理AI全面实现了AI从“信息处理”到“现实交互智能体”的升级，让机器能够感知、行动、试错和完成工作。
　　B．物理AI的三大技术线路各有优势与制约瓶颈，未来在数据、仿真和大模型推理层面将面临优胜劣汰。
　　C．材料举“天工”人形机器人应用于西南电力巡检的例子，直接说明了物理AI应用场景和落地方向的丰富性。
　　D．推动物理AI发展应走多路线并行的探索之路，依托真实应用场景的数据反馈与持续迭代，形成良性闭环。
　　3．下列对本文写作特点的分析，最恰当的一项是（   ）
　　A．文章采用总分总结构，开篇引出物理AI话题，接着围绕核心问题展开论述，结构清晰，逻辑严谨。
　　B．全文多处引用业内专家、科研机构与企业负责人的看法，内容专业可信，充分体现出新闻报道的真实性。
　　C．虽然物理AI存在数据、技术等落地难点，但文章更多强调其训练效率提升、本土场景资源充沛等发展优势，立场观点过于理想化。
　　D．文章兼具科普功能，与《中国建筑的特征》一样，围绕专业概念加以阐释说明，语言表述深入浅出、生动形象。
　　4．本篇新闻报道大量素材来自对业内专家的采访，作者的采访提纲中可能设计了哪些问题？请根据材料加以提炼概括。
　　5．本文与《以工匠精神雕琢时代品质》均选自《人民日报》，本文是一篇新闻述评，后者是一篇新闻评论，请从内容侧重、写作目的和语言风格三个角度分析两篇文章的不同之处。
　　阅读下面文字，完成下面小题。
　　文本一：
　　林黛玉进贾府（节选）
　　且说黛玉自那日弃舟登岸时，便有荣国府打发了轿子并拉行李的人久候了。这林黛玉常听得母亲说过，他外祖母家与别家不同。他近日所见的这几个三等仆妇，吃穿用度，已是不凡了，何况今至其家。因此步步留心，时时在意，不肯轻易多说一句话，多行一步路，惟恐被人耻笑了他去。自上了轿，进入城中，从纱窗向外瞧了一瞧，其街市