2026年上海公需课《人工智能赋能制造业高质量发展》试题及参考答案

2026年上海公需课《人工智能赋能制造业高质量发展》试题及参考答案一、单项选择题（共15题，每题2分，共30分。每题只有1个正确答案，多选、错选、不选均不得分）1.按照《上海市制造业数字化转型实施方案》（2023-2025年）提出的目标，到2025年上海市规模以上制造业企业数字化诊断覆盖率要达到的比例是？A.80%B.90%C.100%D.95%2.人工智能在制造业场景中，以下哪项属于预测性维护的核心应用逻辑？A.基于视觉识别实时检测产品表面缺陷B.基于设备历史运行数据建模预判故障发生概率C.通过数字孪生模拟产线调整后的产能变化D.应用大模型自动生成设备操作手册3.工业大模型与通用大模型的核心差异体现在？A.参数规模更大B.训练数据全部为公开数据C.适配工业场景的专用知识与低时延推理要求D.只能应用于特定单一行业4.以下哪种人工智能技术最适合应用于制造业多品种、小批量生产的动态排程场景？A.卷积神经网络B.强化学习C.生成式AID.光学字符识别5.上海某汽车整车厂应用人工智能实现焊装车间焊点质量检测效率提升300%、漏检率降至0.01%，该场景主要使用的AI技术是？A.自然语言处理B.计算机视觉C.知识图谱D.语音识别6.按照国家统计局2025年发布的《人工智能赋能制造业发展统计分类》，以下不属于AI+制造业核心产业范畴的是？A.工业AI算法服务B.工业智能传感器制造C.传统汽车零部件组装D.工业大模型开发运营7.制造业应用人工智能过程中，“数据孤岛”问题的核心负面影响是？A.数据存储成本过高B.跨环节AI模型训练数据不足、准确率偏低C.数据泄露风险提升D.设备联网率下降8.以下哪项属于人工智能赋能制造业“降本”的典型量化效益？A.某半导体工厂应用AI良率分析后，产品良率提升2个百分点，年减少损失1.2亿元B.某装备制造企业上线AI客服后，客户投诉响应速度提升50%C.某化工企业应用AI安全监测后，安全事故发生率下降80%D.某消费电子企业应用AI生成设计方案后，新品研发周期缩短15%9.国家“十四五”智能制造发展规划明确提出，到2025年我国规模以上制造业企业智能制造能力成熟度达2级及以上的比例要超过？A.50%B.60%C.70%D.80%10.工业场景下人工智能模型部署的“边缘计算”模式的核心优势是？A.存储容量更大B.数据传输距离短、时延低，满足工业实时控制要求C.算力远高于云端D.无需网络即可独立运行11.以下哪类企业是上海人工智能赋能制造业的核心供给主体，2025年全市该类企业数量已突破120家？A.工业互联网平台服务商B.智能制造系统解决方案供应商C.工业AI标杆企业D.5G+工业互联网应用企业12.知识图谱在制造业的典型应用场景不包括？A.设备故障根因分析B.工艺知识沉淀与复用C.供应链风险预警D.产品外观缺陷实时检测13.某工厂应用数字孪生与AI结合实现生产过程全模拟，以下不属于该应用价值的是？A.提前预判工艺调整对产品质量的影响，减少试产浪费B.实时同步产线运行数据，实现生产状态可视化C.自动完成产品物理装配，替代人工操作D.模拟极端工况下设备运行状态，优化设备维护方案14.按照上海市2025年最新发布的《工业AI应用推广三年行动方案》，上海将重点打造的AI+制造业特色标杆场景数量目标是？A.50个B.100个C.150个D.200个15.制造业企业引入人工智能应用时，以下哪项属于首要开展的基础工作？A.直接采购工业大模型服务B.开展现有生产数据的标准化治理C.更换全部老旧生产设备D.招聘10人以上的AI算法团队二、多项选择题（共10题，每题3分，共30分。每题有2个及以上正确答案，多选、少选、错选、不选均不得分）1.人工智能赋能制造业高质量发展的核心特征包括？A.生产数据驱动决策B.全链路动态优化C.知识复用效率大幅提升D.完全替代人工生产环节2.上海推进人工智能与制造业融合发展的独特优势有？A.人工智能核心产业规模全国领先，2025年突破4500亿元B.高端制造业基础雄厚，集成电路、生物医药、新能源汽车三大先导产业规模超2.5万亿元C.工业互联网平台资源丰富，接入工业设备超1200万台套D.算力基础设施供给充足，智能算力占总算力比例超过70%3.以下属于生成式AI在制造业的典型应用场景的有？A.基于需求描述自动生成产品结构设计初稿B.自动编写工业机器人控制程序并仿真验证C.分析设备振动数据预判故障发生时间D.结合历史工艺数据生成新材料配方优化方案4.制造业企业推进AI应用过程中，常见的风险与挑战包括？A.工业数据质量参差不齐，标准化程度低B.懂AI、懂制造的复合型人才缺口较大C.AI模型在复杂工业场景下的泛化性不足D.相关政策支持完全空白，无补贴可申请5.以下属于人工智能赋能制造业“提质”效益的有？A.某钢铁企业应用AI控制轧制工艺后，产品厚度偏差率从±5%降至±1%B.某医药企业应用AI筛选药物分子后，候选化合物命中率提升40%C.某服装工厂应用AI排产后，订单交付准时率从82%提升至97%D.某工程机械企业应用AI预测性维护后，设备非计划停机时间减少35%6.工业AI模型的训练过程中，需要满足的工业特有要求包括？A.模型推理时延满足毫秒级工业控制需求B.可适配工业场景下的噪声数据、缺失数据C.模型可解释性强，符合工业生产合规追溯要求D.参数规模必须超过1000亿7.上海市针对制造业AI应用的支持政策包括？A.对符合条件的工业AI标杆项目给予不超过项目投入30%、最高1000万元的补贴B.免费为规上制造业企业提供数字化诊断服务C.支持建设工业AI公共训练数据集，降低企业数据获取成本D.对引进的制造业AI高端人才给予落户、住房等配套支持8.人工智能在供应链管理中的应用价值体现在？A.基于历史销售数据与外部因素预测市场需求，优化库存水平B.实时分析供应商舆情、物流数据，预判供应链中断风险C.动态调整配送路线，降低物流成本D.自动生成采购合同并完成合同审核9.以下属于上海“AI+制造”典型标杆案例的有？A.上汽集团临港基地应用AI实现全流程质量追溯，整车出厂合格率达99.98%B.中芯国际应用AI良率分析系统，芯片量产良率提升3个百分点C.上海医药应用AI实现中药提取工艺优化，有效成分提取率提升12%D.宝钢股份应用AI高炉控制系统，吨钢能耗降低2.5%10.制造业企业评估AI应用成效的核心量化指标包括？A.生产效率提升率B.产品不良率下降幅度C.运营成本降低比例D.AI系统采购金额三、判断题（共10题，每题1分，共10分。正确打“√”，错误打“×”）1.人工智能赋能制造业的核心是替代全部人工岗位，实现无人工厂。（）2.工业大模型的训练需要融合机理模型、工艺知识、生产数据等多源信息，不能仅依靠公开文本数据。（）3.上海2025年规上工业企业关键工序数控化率已超过75%，为AI应用奠定了坚实的设备基础。（）4.预测性维护应用只需要采集设备的运行数据，不需要结合设备的历史故障记录与工艺机理。（）5.工业场景下的AI应用必须满足高可靠性要求，避免模型误判引发生产安全事故。（）6.制造业数字化转型就是人工智能应用，只要引入AI系统就能实现高质量发展。（）7.知识图谱可以将制造业分散的工艺经验、故障案例等隐性知识转化为可复用的显性知识，解决老员工经验流失问题。（）8.上海市已实现工业互联网标识解析二级节点覆盖全部重点制造业行业，为AI应用的数据互通提供了支撑。（）9.小微型制造业企业由于规模小、数据少，完全不具备引入人工智能应用的可能性。（）10.AI质量检测的准确率只要达到90%就可以完全替代人工检测，不需要进一步优化。（）四、简答题（共2题，每题8分，共16分）1.请结合上海制造业发展实际，简述人工智能赋能制造业高质量发展的核心价值体现。2.请简述制造业企业推进人工智能应用的主要实施步骤。五、案例分析题（共1题，14分）上海某汽车零部件制造企业主要生产新能源汽车电池结构件，现有员工1200人，2025年产值18亿元。企业目前存在三个核心痛点：一是产品外观缺陷检测依赖人工，检测效率低（每人每小时检测120件），漏检率约1.2%，每年因漏检导致的客户索赔超过800万元；二是压铸工艺参数依赖老工人经验调整，产品良率波动较大，不良率长期维持在3.5%左右；三是订单排程依赖人工手动调整，遇到临时插单时需要2天时间才能完成排程更新，订单交付准时率仅85%。该企业计划在2026-2027年引入人工智能应用解决上述痛点，预算约1500万元。请结合上述背景，回答以下问题：（1）针对该企业的三个痛点，分别设计对应的AI应用解决方案（6分）（2）请为该企业制定AI应用的实施路径，明确各阶段重点任务（5分）（3）请说明该项目预期可实现的量化效益（3分）一、单项选择题1.C2.B3.C4.B5.B6.C7.B8.A9.C10.B11.C12.D13.C14.B15.B二、多项选择题1.ABC2.ABCD3.ABD4.ABC5.AB6.ABC7.ABCD8.ABCD9.ABCD10.ABC三、判断题1.×2.√3.√4.×5.√6.×7.√8.√9.×10.×四、简答题第1题参考答案：结合上海制造业高端化、智能化、绿色化发展定位，人工智能赋能制造业高质量发展的核心价值体现在四个维度：1.降本：通过预测性维护降低设备非计划停机损失，通过AI工艺优化降低原材料、能源消耗，通过AI质量检测减少不良品浪费。以上海2025年已落地的120个工业AI标杆项目测算，平均可帮助企业降低生产运营成本8-15%。2.提质：AI精准控制生产工艺参数，缩小产品性能偏差；AI视觉检测实现缺陷全检出，大幅降低漏检率；AI辅助研发缩短新品验证周期，提升产品核心竞争力。目前上海重点行业AI应用平均可推动产品良率提升2-5个百分点。3.增效：AI动态排程提升产线利用率，AI自动化操作提升生产效率，AI知识图谱实现工艺经验快速复用。上海汽车、电子信息等行业标杆企业应用AI后，生产效率平均提升20%以上，订单交付周期缩短15-30%。4.控险：AI实时监测生产安全隐患，降低安全事故发生率；AI供应链预测预警降低原材料断供、库存积压风险；AI能耗优化助力企业实现碳减排目标，符合上海绿色制造发展要求。（每点2分，答出核心内容即可得分）第2题参考答案：制造业企业推进人工智能应用通常遵循四个实施步骤：1.需求梳理与诊断评估：首先开展生产全链路痛点排查，明确AI应用的核心业务目标，同步评估企业的数据基础、设备联网水平、人员能力等支撑条件，避免盲目跟风上马项目。2.数据治理与基础建设：对生产、工艺、设备、质量等多源数据进行标准化清洗，打通不同系统之间的数据壁垒，按需提升设备数据采集能力，搭建适配AI应用的算力与数据存储架构。3.场景试点与迭代优化：优先选择痛点明确、投入产出比高的场景开展AI应用试点，小范围验证模型准确率与业务价值，结合实际运行数据持续优化模型，待效果稳定后逐步推广到其他同类场景。4.体系建设与规模化应用：建立企业AI应用运维、数据管理、人才培养的长效机制，推动AI与生产管理体系深度融合，逐步实现全链路AI赋能，构建企业智能化核心竞争力。（每点2分，答出核心内容即可得分）五、案例分析题参考答案（1）对应痛点的AI解决方案（6分）外观缺陷检测痛点：引入AI计算机视觉检测系统，采集历史缺陷样本训练检测模型，在产线部署工业相机与边缘推理设备，实现产品外观缺陷的实时自动检测。（2分）压铸工艺良率波动痛点：构建压铸工艺AI优化模型，融合历史工艺参数、原材料参数、环境参数与对应良率数据训练模型，实时根据生产数据动态调整工艺参数，稳定产品良率。（2分）订单排程效率低痛点：应用基于强化学习的智能排程系统，接入订单、产能、设备、物料等数据，自动生成最优排程方案，遇到插单等突发情况可在1小时内完成排程更新，提升交付准时率。（2分）（2）实施路径（5分）1.第一阶段（前3个月）：诊断与基础建设：开展全场景需求调研，完成检测、工艺、排程三类数据的标准化梳理，提升压铸设备、检测环节的数据采集率至100%，打通ERP、MES、WMS等系统的数据壁垒。（1分）2.第二阶段（第4-8个月）：单场景试点：优先上线AI外观缺陷检测系统，完成模型训练与现场调试，验证检测准确率与效率达标后开展试运营，同步启动工艺优化与智能排程模型的训练工作。（1分）3.第三阶段（第9-12个月）：多场景联动测试：上线AI工艺优化系统与智能排程系统，开展三个场景的联动测试，针对运行中出现的数据偏差、模型适配问题持续优化，确保三个系统均达到预期效果。（1分）4.第四阶段（第13-18个月）：全面推广与运维体系建设：三个系统正式全面上线，同步建立AI系统运维、数据定期更新、人员操作培训的长效机制，确保系统稳定运行。（