资源简介

2026年普通高等学校招生全国统一模拟考试
语文
本试卷共10页，23小题，满分150分。考试时长150分钟。
注意事项：
1.答卷前，考生务必将自己的姓名、准考证号填写在答题卡上。
2.回答选择题时，选出每小题答案后，用2B铅笔把答题卡上对应题目的答案标号涂黑。如需
改动，用橡皮擦干净后，再选涂其他答案标号。回答非选择题时，将答案写在答题卡上。写在本试
卷上无效。
3.考试结束后，将本试卷和答题卡一并交回。
一、阅读(72分)
(一)阅读1（本题共5小题，19分】
目
阅读下面的文字，完成1~5题。
超
材料一：
要让人工智能真正赋能文化建设，不仅要有先进的技术，更要在技术、机制等方面
实现系统性创新与突破，让人工智能成为推动文化传承与创新发展的“新型生产力”。
在技术上，需要让人工智能更懂文化。文化建设不同于一般工业应用，它需要精
准、细致、可追潮的数字化表达。例如，在文物修复中，人工智能要能识别石材、木构、
彩绘等不同材料的病害特征；在文创开发中，要能理解传统图案、书法、造型的文化内
涵。通过图像、文本和三维信息的多模态数据融合，结合知识图谱建设，人工智能既能
像文物保护专家一样判断病害，又能像艺术家一样理解美感。
在机制上，需要让科技创新与文化治理相融合。文化建设领城往往涉及政府、科
研机构、企业、社会组织等多方主体，需要建立跨部门、跨学科的“创新共同体”，推动数
据共享、标准毓一和成果转化。
面向未来，人工智能赋能文化建设不只是让传统文化被数字化保存或复原，更要
让其焕发当代价值、融入现代生活。要推动人工智能贯穿“保护一展示一传播一创新”
全链条赋能文化建设，让文化遗产保护与文创开发、数字旅游、公共教育、国际传播等
领域深度融合，让科技成为激发文化创造力的新引擎，让文化成为科技创新的灵魂支
撑。要培养既懂算法又懂文化，还懂审美的复合型人才，制定文化数字化的技术标准，
让人工智能应用更规范、更可持续，共同为文化强国建设提供持久动能与精神引领。
中国文化历来讲究“道”与“术”的统一。人工智能的本质仍然是“术”，而文化的
“道”则代表着价值与方向。文化的核心价值不应因技术的应用而偏移，这既是人工智
能赋能文化建设的前提，也是必须坚守的底线。
(摘编自袁哲《人工智能与文化建设如何“双向奔赴”》)
语文试题第1页（共10页）
材料二：
点击上传一张左下角缺损的永乐宫《朝元图》壁画中诸神持笏朝拜的局部图，仅大
约5秒钟后，系统就可将缺损处修补完好。这便是西安电子科技大学人工智能学院焦
李成教授团队研发的“丝路逸旅：文旅资源修复与生成基础模型”。
团队成员高子涵熟练地进行着演示：“这个方案以视觉分割网络和多模态基础模
型为内核，能够实现对裂缝、剥落等病害区城的像素级精准识别，并通过知识检索增强
技术关联考古文献，给出分析和应对建议，不仅为数字化修复开出‘药方’，还能为现实
中的壁画修补提供一定的辅助。”
基于这样一份全面的“体检报告”，系统不仅能对因病害而导致的褪色、模糊等问
题进行修复，还可对缺损的部分进行补全。
团队成员王子韬介绍道：“对于壁画文物中无法考证的缺失部分，我们和华清宫文
保中心联合提出了基于生成式大模型知识引导的壁画补全方法。”生成式大模型可以
广泛涉猎、准确理解学习到的历史文献和考古资料，并把所学到的内容进行结构化梳
理，应用到模型对壁画的修补过程中，从而确保补全内容在艺术风格、器物形制等方面
也均符合历史事实与审美规范。
在进行壁画“查一修一补”的过程中，团队成员开始越来越多地了解陕西历史文
化，也开始思考如何能让游客拥有更好的文旅体验。
“丝路逸旅”大模型会从行程总览、饮食建议、行程特色、交通建议、注意事项等方
面生成一份定制的旅行攻略，“我们相比于其他大模型会更精准一些，因为我们是跟当
地文旅部门合作的，获取到的信息更加全面准确。”团队成员张洁解释道。
“经过与陕旅集团深度合作，我们面向游客需求，不断地更新模型，不仅可以为游
客旅行前和旅行中提供攻略、文博知识讲解，还与西安市汉服文化协会等联合打造AI
古风换装、AI盲盒设计等服务，”团队指导老师刘旭介绍道。
基于团队在智能感知与影像解译方面30余年的积累，“丝路逸旅”大模型的研发
不仅有着扎实的技术支撑，还汇集了文化遗产保护专家、旅游规划专家等提供文博专
业领域知识支持，经过2年多持续的调研、分析、研发、优化，这一模型从最初的构想终
于落地应用。
未来，团队将立足陕西深厚的历史文化底蕴与丰富的旅游资源，面向文化传承与
智慧文旅需求开展系统研究。通过将科技创新与文化内涵深度融合，不断拓展与更多
地方文旅部门的合作，用“西电方案”助力智能化文物修复，助力陕西打造具有国际影
响力的智慧文旅示范高地。
(摘编自“央广网”《西电团队研发文旅大模型：既能做文物修复，又能提供定制化旅行攻略》
语文试题第2页（共10页）

展开更多......

收起↑