2026年公需科目《人工智能》试题附答案

2026年公需科目《人工智能》试题附答案一、单项选择题（共20题，每题1分，共20分。每题只有1个正确答案，多选、错选、不选均不得分）1.我国《人工智能生成合成内容标识办法》的正式施行时间是（）A.2023年8月15日B.2024年10月1日C.2025年1月1日D.2026年1月1日2.生成式人工智能对齐技术中，RLHF的核心作用是（）A.提升大模型的预训练速度B.使大模型输出符合人类价值观与需求C.降低大模型的参数规模D.增强大模型的多模态融合能力3.以下不属于大模型预训练阶段核心技术的是（）A.掩码语言建模（MLM）B.自回归训练C.对比学习D.基于人类反馈的强化学习（RLHF）4.根据我国《生成式人工智能服务管理暂行办法》，生成式人工智能服务提供者应当落实算法安全主体责任，以下不属于其法定义务的是（）A.制定并公开算法安全治理机制B.对生成的内容进行审核与标识C.公开大模型的全部训练数据来源D.建立用户投诉举报渠道5.通用人工智能（AGI）的核心特征是（）A.仅能在单一特定领域完成任务B.具备跨领域迁移学习与通用问题解决能力C.完全超越人类所有智能水平D.不需要人类干预即可自主进化6.AIforScience（人工智能驱动的科学研究）中，当前产业化应用最成熟的领域是（）A.蛋白质结构预测B.可控核聚变模拟C.宇宙演化建模D.量子计算研发7.以下不属于人工智能多模态输入形式的是（）A.文本B.图像C.音频D.结构化数据库表8.欧盟《人工智能法案》将人工智能系统分为四个风险等级，其中禁止投入市场和使用的是（）A.高风险AIB.不可接受风险AIC.中风险AID.低风险AI9.工业人工智能中，预测性维护的核心逻辑是（）A.设备出现故障后立即维修B.定期对设备进行统一检修C.通过传感器数据与AI算法预判故障风险，提前干预D.人工巡检后制定维修计划10.以下关于大模型提示工程（PromptEngineering）的表述，正确的是（）A.提示工程仅适用于文本类大模型B.提示词的质量不会影响大模型的输出效果C.思维链（ChainofThought）是提示工程的常用技术之一D.提示工程的核心是修改大模型的底层参数11.我国《新一代人工智能发展规划》提出的2030年发展目标是（）A.人工智能核心产业规模超过1500亿元B.人工智能核心产业规模超过4000亿元C.人工智能理论、技术与应用总体达到世界领先水平D.建成全球首个通用人工智能技术体系12.深度伪造（Deepfake）技术主要利用的人工智能技术是（）A.生成对抗网络（GAN）B.卷积神经网络（CNN）C.循环神经网络（RNN）D.Transformer架构13.以下属于生成式人工智能应用的是（）A.人脸识别门禁系统B.语音转文字工具C.大模型生成的营销文案D.工业缺陷检测系统14.根据我国著作权法相关规定，以下关于人工智能生成内容的著作权表述，正确的是（）A.所有AI生成内容都不受著作权法保护B.AI生成内容的著作权自动归属于大模型开发企业C.由人类提供独创性构思并承担责任的AI生成内容，符合作品特征的，可受著作权法保护D.AI生成内容的著作权归属于所有参与训练数据的提供者15.大模型“幻觉”（Hallucination）问题指的是（）A.大模型无法处理多模态输入B.大模型生成的内容看似合理但实际不符合事实或存在逻辑错误C.大模型运行速度过慢D.大模型无法理解复杂指令16.以下不属于人工智能伦理治理核心原则的是（）A.以人为本B.公平公正C.效率优先D.透明可释17.边缘人工智能（EdgeAI）的核心优势是（）A.计算资源无限B.数据无需上传云端，时延低且隐私安全性高C.模型参数规模更大D.无需本地硬件支持18.我国《人工智能产业创新发展行动计划（2023-2025年）》提出的2025年人工智能核心产业规模目标是（）A.超过2000亿元B.超过3000亿元C.超过4000亿元D.超过5000亿元19.以下关于多模态大模型的表述，错误的是（）A.可以同时处理文本、图像、音频等多种类型的输入B.不同模态的信息在模型中完全独立处理，无交互C.跨模态对齐是多模态大模型的核心技术难点之一D.可应用于智能问诊、自动驾驶等多个场景20.人工智能安全中的“对齐问题”（AlignmentProblem）核心是指（）A.大模型的输出速度与用户需求匹配B.人工智能系统的目标与人类价值观、利益保持一致C.不同大模型之间的技术标准统一D.人工智能产业规模与经济发展水平匹配二、多项选择题（共10题，每题2分，共20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.以下属于生成式人工智能技术路径的有（）A.生成对抗网络（GAN）B.扩散模型（DiffusionModel）C.自回归大语言模型D.卷积神经网络图像分类2.我国《生成式人工智能服务管理暂行办法》规定，生成式人工智能服务提供者应当对训练数据进行治理，以下属于训练数据治理要求的有（）A.训练数据来源合法，不侵犯他人知识产权B.训练数据中的个人信息已获得授权或符合法定处理情形C.训练数据不得含有违法违规内容D.训练数据必须全部向社会公开3.大模型微调（Fine-tuning）的常用方法包括（）A.全参数微调B.LoRA（低秩适配）微调C.提示微调（PromptTuning）D.预训练掩码语言建模4.以下属于人工智能在医疗健康领域典型应用场景的有（）A.医学影像辅助诊断B.药物分子设计与筛选C.患者病情风险预测D.手术机器人辅助操作5.欧盟《人工智能法案》中，属于高风险AI系统的有（）A.教育领域的考试评分系统B.医疗领域的辅助诊断系统C.招聘领域的简历筛选系统D.娱乐领域的AI滤镜工具6.以下属于大模型“幻觉”问题产生原因的有（）A.训练数据存在错误或偏差B.模型对知识的存储与推理机制不完善C.提示词表述不清晰D.模型参数规模过大7.人工智能伦理治理中，算法公平性的核心要求包括（）A.算法决策不得针对性别、种族、宗教等受保护群体产生歧视B.算法的决策规则对所有用户完全公开C.算法的收益与风险在不同群体间公平分配D.算法的运行效率与公平性优先满足效率8.以下属于AIforScience应用方向的有（）A.新材料结构预测与设计B.气候灾害模拟与预警C.蛋白质折叠结构预测D.电商平台个性化推荐9.以下属于深度伪造技术治理措施的有（）A.对深度伪造生成的内容进行强制标识B.禁止深度伪造技术的所有民用应用C.建立深度伪造内容检测与溯源技术体系D.明确深度伪造侵权的法律责任10.以下关于通用人工智能（AGI）与弱人工智能（NarrowAI）的表述，正确的有（）A.当前主流的人工智能应用都属于弱人工智能B.弱人工智能仅能在特定领域完成指定任务C.通用人工智能具备跨领域的通用认知与学习能力D.通用人工智能已经实现大规模商业化应用三、判断题（共10题，每题1分，共10分。正确打“√”，错误打“×”）1.生成式人工智能的核心特征是能够生成新的内容，而非仅对现有数据进行分析或分类。（）2.我国《生成式人工智能服务管理暂行办法》仅适用于面向境内公众提供服务的生成式AI，不适用于企业内部使用的生成式AI工具。（）3.大模型的参数规模越大，其智能水平一定越高，输出内容的准确性也一定越强。（）4.人工智能可解释性（XAI）是指人工智能系统的决策过程、逻辑和依据能够被人类理解和解释。（）5.训练大模型所需的数据全部属于公共资源，企业可以随意采集使用网络上的公开内容作为训练数据。（）6.边缘人工智能是指将AI模型部署在靠近数据产生的边缘设备上，减少数据传输时延。（）7.欧盟《人工智能法案》规定，所有AI系统都需要进行相同等级的合规审查。（）8.提示工程的核心是通过优化输入提示词的方式，引导大模型输出更符合需求的结果，无需修改模型底层参数。（）9.人工智能伦理治理只需要政府部门制定规则，企业和科研机构不需要承担责任。（）10.AIforScience是指利用人工智能技术加速科学发现与研究，提升科研效率。（）四、简答题（共3题，每题10分，共30分）1.简述我国《生成式人工智能服务管理暂行办法》中生成式人工智能服务提供者的核心法定义务。2.简述多模态大模型的核心技术特点及主要应用场景。3.简述人工智能“对齐问题”的内涵及当前主流的解决路径。五、案例分析题（共1题，20分）案例背景：2025年9月，国内某科技公司推出一款面向C端用户的AI生成式短视频工具“视创AI”，用户仅需输入文字脚本，即可自动生成带有真人形象、配音、背景的短视频。该工具上线时未设置内容标识功能，生成的AI短视频无任何显著标识；同时支持用户上传任意人脸照片，将视频中的人物替换为上传的人脸形象，且未对上传人脸的身份授权进行验证。此外，该公司训练“视创AI”模型时，未经授权爬取了国内多家视频平台的用户上传短视频、影视公司出品的影视剧片段作为训练数据。2026年2月，多地用户举报称，有不法分子利用“视创AI”生成带有侮辱、诽谤内容的他人人脸短视频，用于网络暴力；同时有3家影视公司联合起诉该科技公司，称其未经授权使用影视剧片段训练模型，侵犯著作权。监管部门介入调查后，还发现该公司未建立健全内容审核机制，对用户生成的违法违规内容未进行有效拦截。问题：1.结合我国现行人工智能相关法律法规，分析该科技公司的行为存在哪些违法违规情形？（10分）2.请从企业合规角度，谈谈生成式人工智能服务提供者应当如何构建全流程合规管理体系？（10分）参考答案及解析一、单项选择题1.【答案】B【解析】《人工智能生成合成内容标识办法》由国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合发布，自2024年10月1日起施行，旨在规范人工智能生成合成内容标识活动，维护网络传播秩序，保障公民、法人和其他组织的合法权益。2.【答案】B【解析】RLHF（ReinforcementLearningfromHumanFeedback，基于人类反馈的强化学习）是生成式人工智能对齐技术的核心方法之一，通过人类对模型输出的反馈构建奖励模型，引导大模型的输出符合人类的价值观、偏好与实际需求，降低有害、违规内容的输出概率。3.【答案】D【解析】大模型的预训练阶段是指在大规模无标注数据上进行自监督学习的过程，核心技术包括掩码语言建模（MLM）、自回归训练、对比学习等；RLHF属于模型微调对齐阶段的技术，不属于预训练阶段的核心技术。4.【答案】C【解析】《生成式人工智能服务管理暂行办法》规定生成式AI服务提供者需落实算法安全主体责任，包括制定公开算法安全治理机制、内容审核与标识、建立投诉举报渠道等，但并未要求公开大模型的全部训练数据来源，仅要求训练数据来源合法、履行知识产权保护义务等。5.【答案】B【解析】通用人工智能（AGI，ArtificialGeneralIntelligence）是指具备与人类相当的跨领域认知能力，能够学习、理解并完成任何智力任务的人工智能系统，核心特征是跨领域迁移学习能力与通用问题解决能力；A选项是弱人工智能的特征，C选项是超人工智能的特征，D选项表述不符合AGI的定义。6.【答案】A【解析】AIforScience领域中，蛋白质结构预测是当前产业化应用最成熟的方向，以AlphaFold系列模型为代表的AI技术，已经能够高精度预测绝大多数蛋白质的三维结构，大幅降低了蛋白质结构测定的成本与时间，广泛应用于药物研发、疾病治疗等领域。7.【答案】D【解析】多模态人工智能是指能够处理文本、图像、音频、视频、触觉等多种感官模态信息的人工智能系统；结构化数据库表属于结构化数据，不属于感官模态输入范畴。8.【答案】B【解析】欧盟《人工智能法案》将AI系统分为四个风险等级：不可接受风险的AI系统因违反欧盟价值观，直接禁止投入市场和使用；高风险AI系统需严格符合合规要求后方可使用；中风险AI系统需履行透明度义务；低风险AI系统几乎不受监管约束。9.【答案】C【解析】预测性维护是工业人工智能的核心应用场景之一，通过部署在工业设备上的传感器采集运行数据，结合人工智能算法对设备的健康状态进行评估，预判故障发生的时间与类型，提前安排维护干预，降低设备停机损失。10.【答案】C【解析】提示工程是指通过设计、优化输入给大模型的提示词，引导大模型输出更符合需求的结果的技术，思维链（ChainofThought）是提示工程的常用技术之一，通过引导大模型逐步推理提升复杂问题的解决能力；A选项错误，多模态大模型也适用提示工程；B选项错误，提示词质量直接影响输出效果；D选项错误，提示工程无需修改模型底层参数。11.【答案】C【解析】我国《新一代人工智能发展规划》（2017年发布）提出的三步走目标：到2020年，人工智能核心产业规模超过1500亿元；到2025年，核心产业规模超过4000亿元；到2030年，人工智能理论、技术与应用总体达到世界领先水平，核心产业规模超过1万亿元。12.【答案】A【解析】深度伪造技术主要基于生成对抗网络（GAN）实现，通过生成器与判别器的对抗训练，生成高度逼真的图像、视频、音频等内容，其中人脸替换、语音合成是深度伪造最常见的应用形式。13.【答案】C【解析】生成式人工智能是指能够生成新的文本、图像、音频、视频等内容的人工智能技术，大模型生成营销文案属于典型的生成式AI应用；人脸识别门禁、语音转文字、工业缺陷检测都属于判别式/分析式人工智能应用，核心是对现有内容进行识别、分类、转换，而非生成新的内容。14.【答案】C【解析】根据我国《著作权法》及相关司法解释，人工智能生成内容的著作权认定核心在于人类的独创性投入：由人类提供独创性的构思、表达框架，并对生成内容承担法律责任的AI生成内容，符合作品“独创性+可复制性”特征的，可受著作权法保护，权利由提供独创性投入的主体享有。15.【答案】B【解析】大模型“幻觉”是当前大语言模型面临的核心技术问题之一，指大模型生成的内容在语法、逻辑上看似合理，但实际上不符合客观事实、存在虚构信息或逻辑矛盾，本质是模型对知识的存储与推理机制不完善导致的。16.【答案】C【解析】人工智能伦理治理的核心原则包括以人为本、公平公正、透明可释、安全可控、责任担当等，“效率优先”不属于伦理治理的核心原则，伦理治理强调在保障安全、公平的前提下提升效率。17.【答案】B【解析】边缘人工智能（EdgeAI）是指将AI模型部署在靠近数据产生源的边缘设备（如手机、传感器、工业控制器等）上运行的技术模式，核心优势是数据无需上传云端，时延更低，同时减少了数据泄露的风险，隐私安全性更高。18.【答案】C【解析】《人工智能产业创新发展行动计划（2023-2025年）》由工业和信息化部、国家发展改革委、教育部、科技部等七部门联合发布，提出到2025年，我国人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。19.【答案】B【解析】多模态大模型的核心是能够对文本、图像、音频等多种模态的信息进行统一表征与融合处理，不同模态的信息在模型中存在交互与对齐，而非完全独立处理；跨模态对齐是多模态大模型的核心技术难点，即建立不同模态信息之间的语义关联。20.【答案】B【解析】人工智能“对齐问题”是人工智能安全与伦理领域的核心问题，指如何确保人工智能系统的目标、行为与人类的价值观、利益保持一致，避免AI系统为了实现预设目标而做出损害人类利益的行为。二、多项选择题1.【答案】ABC【解析】生成式人工智能的技术路径包括生成对抗网络（GAN）、扩散模型（DiffusionModel）、自回归大语言模型、变分自编码器（VAE）等；卷积神经网络图像分类属于判别式人工智能技术，核心是对现有图像进行分类识别，而非生成新的内容。2.【答案】ABC【解析】《生成式人工智能服务管理暂行办法》对训练数据治理提出明确要求：训练数据来源合法，不得侵犯他人知识产权；处理个人信息的，应当获得个人同意或符合法定情形；训练数据不得含有违法违规内容；不得实施不正当竞争行为等；并未要求训练数据全部向社会公开。3.【答案】ABC【解析】大模型微调是指在预训练大模型的基础上，使用特定领域的数据对模型进行调整，使其适配特定任务的过程，常用方法包括全参数微调、LoRA（低秩适配）微调、提示微调（PromptTuning）、适配器微调等；预训练掩码语言建模是预训练阶段的技术，不属于微调方法。4.【答案】ABCD【解析】人工智能在医疗健康领域的应用场景广泛，包括医学影像辅助诊断（如CT、MRI影像的病灶识别）、药物分子设计与筛选（如AI辅助靶点发现、先导化合物优化）、患者病情风险预测（如心血管疾病、糖尿病并发症风险预测）、手术机器人辅助操作（如达芬奇手术机器人的AI辅助定位）等。5.【答案】ABC【解析】欧盟《人工智能法案》中，高风险AI系统是指用于关键领域、可能对人身安全、基本权利造成重大影响的AI系统，包括教育领域的考试评分、招生系统，医疗领域的辅助诊断、治疗系统，招聘领域的简历筛选、招聘评估系统，金融领域的信贷评估系统等；娱乐领域的AI滤镜工具属于低风险或中风险AI系统，不属于高风险范畴。6.【答案】ABC【解析】大模型“幻觉”问题的产生原因包括多个方面：训练数据存在错误、偏差或信息不全，导致模型学习到错误的知识；模型对知识的存储与推理机制不完善，无法准确区分事实与虚构内容；提示词表述不清晰、存在歧义，导致模型理解偏差；模型参数规模过大不是幻觉产生的直接原因，相反，参数规模提升在一定程度上可能降低幻觉发生的概率。7.【答案】AC【解析】算法公平性是人工智能伦理治理的核心要求之一，核心内容包括：算法决策不得针对性别、种族、宗教、残疾等受保护群体产生歧视性结果；算法带来的收益与风险应当在不同群体间公平分配；B选项错误，算法公平性不要求所有决策规则完全公开，可能涉及商业秘密；D选项错误，算法公平性与效率冲突时，应当优先保障公平而非效率。8.【答案】ABC【解析】AIforScience（人工智能驱动的科学研究）是指利用人工智能技术加速科学发现、提升科研效率的领域，应用方向包括新材料结构预测与设计、气候灾害模拟与预警、蛋白质折叠结构预测、药物研发、天体物理研究等；电商平台个性化推荐属于消费互联网领域的AI应用，不属于AIforScience范畴。9.【答案】ACD【解析】深度伪造技术的治理需要“技术+法律+监管”协同推进，主要措施包括：对深度伪造生成的内容进行强制标识，提升公众辨识度；建立深度伪造内容检测与溯源技术体系，实现违法内容的快速识别与溯源；明确深度伪造侵权、违法的法律责任，加大惩戒力度；B选项错误，深度伪造技术在影视制作、数字人、教育等领域有合法应用场景，并非禁止所有民用应用。10.【答案】ABC【解析】当前主流的人工智能应用（如人脸识别、语音助手、推荐系统、大模型应用等）都属于弱人工智能，仅能在特定领域完成指定任务，不具备跨领域通用认知能力；通用人工智能（AGI）具备跨领域的通用学习与问题解决能力，目前仍处于研究阶段，尚未实现大规模商业化应用。三、判断题1.【答案】√【解析】生成式人工智能与判别式人工智能的核心区别在于，生成式AI能够学习训练数据的分布规律，生成全新的内容（文本、图像、音频等），而非仅对现有数据进行分析、分类、识别。2.【答案】√【解析】《生成式人工智能服务管理暂行办法》的适用范围是在中华人民共和国境内利用生成式人工智能技术向公众提供服务的活动，企业内部自用的生成式AI工具不涉及公共服务，不属于该办法的直接调整范围。3.【答案】×【解析】大模型的智能水平与参数规模、训练数据质量、算法设计、对齐技术等多个因素相关，参数规模只是影响因素之一，并非越大越好，参数规模过大可能导致训练成本上升、效率下降，甚至出现性能饱和的情况，不能简单认为参数越大智能水平越高。4.【答案】√【解析】人工智能可解释性（XAI，ExplainableAI）是指人工智能系统的决策过程、决策逻辑、决策依据能够以人类可理解的方式进行解释，是人工智能伦理治理与安全可控的核心要求之一。5.【答案】×【解析】网络上的公开内容大多享有知识产权或涉及个人信息，企业采集公开内容作为训练数据需要符合《著作权法》《个人信息保护法》等法律法规的要求，不得随意采集使用，否则可能构成侵权。6.【答案】√【解析】边缘人工智能是将AI计算部署在靠近数据产生的边缘侧，减少数据向云端传输的过程，核心优势是降低时延、提升隐私安全性，适用于对实时性要求高的场景，如自动驾驶、工业控制、智能家居等。7.【答案】×【解析】欧盟《人工智能法案》采用风险分级的监管模式，根据AI系统的风险等级采取不同的监管要求，不可接受风险的AI直接禁止，高风险AI需严格合规，中风险AI需履行透明度义务，低风险AI基本不受监管，并非所有AI系统都适用相同等级的合规审查。8.【答案】√【解析】提示工程是在不修改大模型底层参数的前提下，通过优化输入提示词的结构、内容、逻辑，引导大模型输出更准确、更符合需求的结果，是普通用户使用大模型、提升大模型应用效果的核心方法之一。9.【答案】×【解析】人工智能伦理治理是多元主体共同参与的系统工程，政府部门负责制定规则、监管执法，企业作为AI技术研发与应用的主体，需要落实主体责任，科研机构需要坚守科研伦理，公众也享有监督权，并非仅由政府部门承担责任。10.【答案】√【解析】AIforScience是人工智能与科学研究交叉融合的领域，核心是利用人工智能的大数据处理、模式识别、模拟预测能力，加速科学发现的进程，降低科研成本，提升科研效率，已经成为全球科技竞争的重要方向。四、简答题1.【参考答案】我国《生成式人工智能服务管理暂行办法》中，生成式人工智能服务提供者的核心法定义务包括以下五个方面：（1）算法安全主体责任义务：落实算法安全主体责任，建立健全算法安全治理机制，设立算法治理专门机构，配备与服务规模相适应的专业人员，制定并公开算法安全治理规范、用户投诉举报渠道等。（2分）（2）训练数据治理义务：保证训练数据来源合法，依法履行知识产权保护义务，不得侵犯他人知识产权；处理个人信息的，应当遵守个人信息保护相关法律法规，获得个人同意或符合法定处理情形；训练数据不得含有违法违规内容，不得含有煽动颠覆国家政权、传播淫秽色情、宣扬暴力恐怖等违法信息。（2分）（3）内容审核与标识义务：建立健全内容审核制度，对生成的内容进行审核，防止违法违规内容传播；对生成的AI内容进行显著标识，便于公众识别，不得生成、传播未标识的AI生成内容。（2分）（4）未成年人保护义务：针对未成年人使用生成式AI服务的，应当提供适合未成年人的服务模式，防止未成年人沉迷，不得生成危害未成年人身心健康的内容。（1分）（5）应急处置与投诉举报义务：建立健全应急处置机制，发现违法违规内容的，及时采取删除、屏蔽等处置措施，保存相关记录并向有关主管部门报告；建立完善的用户投诉举报渠道，及时处理用户的投诉与举报。（2分）此外，生成式AI服务提供者还应当遵守公平竞争义务，不得利用生成式AI服务实施垄断、不正当竞争行为，不得损害他人合法权益。（1分）2.【参考答案】多模态大模型是指能够同时处理文本、图像、音频、视频、触觉等多种模态信息的人工智能大模型，其核心技术特点与主要应用场景如下：（一）核心技术特点（1）跨模态统一表征：能够将不同模态的信息映射到统一的语义空间中，实现不同模态信息的统一表示，为跨模态交互与融合奠定基础。（2分）（2）跨模态对齐与融合：能够建立不同模态信息之间的语义关联，实现文本、图像、音频等模态信息的深度融合，比如将文字描述与对应的图像语义进行匹配，支持多模态的输入与输出。（2分）（3）跨任务迁移能力：具备较强的通用任务适配能力，能够通过少量微调甚至零样本学习，适配不同模态、不同领域的任务，降低应用开发成本。（1分）（4）多模态交互能力：支持用户通过多种模态的组合进行交互，比如同时输入文本和图像提问，模型能够结合两种模态的信息给出回答，交互更符合人类的认知习惯。（1分）（二）主要应用场景（1）智能客服与虚拟数字人：支持文本、语音、图像等多模态交互，提升虚拟数字人的交互自然度，广泛应用于电商、金融、文旅等领域的智能服务。（1分）（2）医疗健康辅助诊断：结合医学影像、患者病史文本、生理指标音频等多模态数据，辅助医生进行疾病诊断，提升诊断准确率。（1分）（3）自动驾驶：融合摄像头、激光雷达、毫米波雷达等多模态传感器数据，实现环境感知、路径规划、决策控制，提升自动驾驶的安全性。（1分）（4）内容创作与生产：支持文本生成图像、视频，图像生成文本、语音等多模态内容生成，提升内容创作的效率与丰富度。（1分）3.【参考答案】（一）人工智能“对齐问题”的内涵人工智能“对齐问题”（AlignmentProblem）是人工智能安全与伦理领域的核心问题，指如何确保人工智能系统的目标、行为与人类的价值观、利益、意图保持一致，避免AI系统在实现预设目标的过程中，做出损害人类利益、违反人类伦理道德的行为。（2分）对齐问题的核心矛盾在于：人类的价值观是复杂、模糊、多维度的，难以用明确的规则或目标函数完整表述；而AI系统是按照预设的目标函数进行优化的，如果目标函数设计不完善，可能导致AI系统为了达成目标而采取人类不期望的行为，即“目标泛化偏差”。（2分）对齐问题可分为两类：一是能力对齐，即AI系统能够准确理解人类的真实意图，而非表面理解指令；二是价值对齐，即AI系统的行为符合人类的伦理道德、法律法规与利益诉求。（1分）（二）当前主流的解决路径（1）基于人类反馈的强化学习（RLHF）：通过人类对AI输出结果的评价构建奖励模型，引导AI的输出符合人类的偏好与价值观，是当前大模型对齐最常用的技术路径。（2分）（2）宪法AI（ConstitutionalAI）：给AI系统设定一套明确的“宪法规则”（即伦理原则与行为规范），让AI系统基于这些规则进行自我反思与修正，减少对人类反馈的依赖，提升对齐的效率与一致性。（1分）（3）可解释性与可干预性技术：提升AI系统决策过程的透明度，让人类能够理解AI的决策逻辑，同时建立人类对AI系统的干预机制，在AI行为偏离预期时能够及时纠正。（1分）（4）多元主体参与的治理框架：建立政府、企业、科研机构、公众等多元主体参与的对齐治理体系，明确AI系统的伦理规范与法律边界，从制度层面保障AI的对齐。（1分）五、案例分析题【参考答案】1.该科技公司的行为违反了我国现行人工智能、网络安全、知识产权、个人信息保护等领域的多项法律法规，具体违法违规情形如下：（1）违反人工智能生成内容标识的相关规定。根据《人工智能生成合成内容标识办法》《生成式人工智能服务管理暂行办法》的要求，生成式人工智能服务提供者应当对生成的AI内容进行显著标识，便于公众识别。该公司的“视创AI”工具未设置内容标识功能，生成的AI短视频无任何显著标识，违反了上述规定。（3分）（2）违反深度伪造技术管理的相关规定。根据《互联网信息服务深度合成管理规定》，提供人脸生成、人脸替换等深度合成服务的提