极限挑战

在美国大选紧张升温之际，总统拜登冒着对华关系恶化的风险打出“关税牌”。         对人来说，这是一串可以按顺序完成的动作；但对机器人，每一步都藏着两个判断：规划出的动作能否执行，当前动作是否完成。前者决定规划会不会脱离机械臂的能力，后者决定模型会不会卡在重复动作里，或还没完成当前动作就进入下一步。         端到端 Vision-Language-Action（VLA）模型通常根据当前观测直接生成动作序列。对于短程任务而言，模型仅根据当前画面生成动作序列通常已经够用；但随着任务步骤增多，模型很难持续追踪哪些操作已经完成，也容易混淆画面相似的不同阶段，导致误判任务进度。         另一类分层架构的方法：高层 VLM 负责规划，低层 VLA 负责执行。

5月14日，据美国白宫声明，拜登政府将继续保留其前任特朗普政府实施的关税政策，并加征对其他中国商品的关税。声明称，加征关税的措施将影响价值180亿美元自中国进口的商品，包括电动汽车、钢铁和铝材、医疗用品、半导体、电池、关键矿物、太阳能电池和起重机等。但二者并不天然兼容 —— 高层给出的往往是较为宽泛的开放语言，低层真正需要的却是明确到操作对象、目标位置和动作约束的可执行指令。其中，针对中国电动汽车的关税将从目前的25%提升至100%。

B |

“中方一贯反对违反世贸规则单方面加征关税，将采取一切必要措施维护自身正当权益。”外交部发言人汪文斌当天下午回应称。         VLA根据单帧输入难以判断任务进度而陷入循环。

C |          近日，来自清华大学、上海人工智能实验室等机构的研究团队提出了 Cortex，一个面向长程机器人操作的双系统具身智能体框架。

复旦大学国际问题研究院院长、美国研究中心主任吴心伯接受澎湃新闻（www.thepaper.cn）采访时表示，拜登政府这一轮对中国的“关税战”，主要是出于国内选举政治的需要，在“铁锈地带”（编注：指工业衰退且蓝领工人集中的地区，包括宾夕法尼亚州、密歇根州、威斯康辛州）摇摆州选民关心的经济问题上对华展现出强硬姿态，旨在争取这些关键选民的支持。

彭博社分析称，考虑到前述被瞄准的中国商品并不依赖美国消费者，因此拜登对华征收新关税更多是“象征性的”。不过，放眼长远，吴心伯则认为，这一举措基本排除了未来中国新能源车进驻美国市场的可能性。另一方面，也会对欧盟等对中国新能源车开展调查的国家产生恶劣的示范效应。         它的核心思路，是用统一的结构化子任务描述连接高层规划与低层执行：高层生成的每项任务都明确操作对象、目标位置和动作约束，并被限定在低层执行器已经掌握的技能范围内；低层执行器在训练时，也使用相同格式的子任务描述，即「双向对齐」。

实际上，今年以来，中美关系呈现止跌企稳的态势，高层互动频繁，双方在禁毒、执法、人工智能、农业、卫生、气变等具体领域取得一些进展。

D | 但需注意的是，美国仍继续在经贸、科技等领域对华奉行遏制打压政策。

E |

近年来，中国电动车在国际上的“异军突起”引起了华盛顿官员对本国清洁能源产业发展的担忧，尤其是在美国大选年的背景下，拜登政府决定祭出这张“关税牌”，以争取关键摇摆州选民的支持。         视频链接：https://mp.weixin.qq.com/s/_Dkk116WPqO-F8GdCaOvDQ          架构：双系统分工，精准解决          「能不能做」和「做没做完」两大核心问题          在架构上，Cortex 将长程操作分为 System-2 和 System-1 两个层次，通过结构化的子任务将两个系统协同对齐，并通过文本记忆持续跟踪任务进度。这一举措实则酝酿已久，早在去年12月底，《华尔街日报》便透露，拜登政府正讨论提高对电动汽车等中国商品的关税。

从数据来看，去年中国汽车出口首次超过日本跃居世界首位。其中，新能源汽车出口120.3万辆，同比增长77.6%。在价格方面，中国制造的电动汽车也更具有竞争力。据国际能源署数据显示，许多车型的售价低于10万元人民币（1.5万美元）。

G |          其中上层的 System-2 负责理解任务目标、拆分任务、维护记忆并判断当前进度；System-1 则接收当前子任务，根据子任务描述里的物体与本体约束，并将其转化为连续的机器人动作。         System-2 不会一次性生成完整的动作流程，而是根据当前视觉观测和已有记忆，持续判断应该保持当前任务、重新尝试，还是进入下一步。System-1 执行动作后产生的新观测会再次交给 System-2，用于更新记忆并判断任务是否完成。         由此，文章开头提到的两个问题被分别落实到系统设计中：结构化子任务接口保证高层提出的任务处于低层执行器的能力范围内，视觉观测与记忆的循环更新则帮助系统判断当前任务是否已经完成。         双向对齐的具身Agent架构，System-2接受观测和历史记忆输出当前子任务并更新实时记忆          数据：统一技能范式，          让规划指令可落地、无歧义          为消除高低层语义断层，Cortex 将操作行为归纳为 Pick、Place、Pour、Unscrew、Stir 等 32 种标准化技能原语，并为每类技能规定语言模板。与之相比，在美国最便宜的电动汽车（如雪佛兰Bolt）售价也要约21万人民币（3万美元），是中国电动汽车的两倍。

不过，澎湃新闻查询海关总署统计数据显示，去年中国出口至美国的电动汽车数量（“仅装有驱动电动机的主要用于载人的机动车”）仅逾一万辆，在出口总量中占比不足1%。

H |          开放式的「把水倒进烧杯」会被整理成技能、目标对象与必要属性都明确的命令。数据构建时，对于子任务输出，系统还写入颜色、空间位置、数量以及可达性等信息，减少「拿那个杯子」或「直接抓取不可达物体」一类语义正确、执行起来无法落地的规划。

I |          对于记忆的更新，系统进行了语言压缩、关键信息如物体属性及统计数量写入等增强操作，提高 Cortex 完成空间理解、物体计数和失败恢复等复杂任务的成功率。《华尔街日报》的报道也表示，此前25%的关税税率已经起到了让中国电动车企业对美国市场望而却步的作用。         围绕这套接口，团队对 4000+ 小时开源长时序视频与轨迹进行结构化标注，并修改仿真数据引擎自动生成约 30 小时带子任务标注的仿真数据。而正是由于“中国电动汽车目前在美国市场的渗透率极低”，投资机构Evercore ISI的分析人士认为，提高关税带来的“短期经济影响微乎其微”。已有数据通过视觉语言模型重写为统一的子任务模板；自采轨迹则采用一套结合视觉、机器人状态和动作特征，基于动态规划的子任务边界切分工具链，实现自动化精准标注。

海关总署查询结果，去年1至12月，中国出口至美国的“仅装有驱动电动机的主要用于载人的机动车”的数量

即便如此，美国不少官员仍在渲染中国电动车的“威胁”，包括俄亥俄州参议员布朗在内的民主党人，敦促拜登采取更严厉的措施以保护美国汽车工业，“征收关税还不够，我们需要禁止中国电动车进入美国”。实际上，对于是否调整特朗普政府时期的对华征税，拜登的经济顾问多年来意见不一，贸易官员主张提高关税，而财政部长耶伦等人则呼吁降低消费品关税。         训练：最关键的训练样本，          集中在动作交界处          长轨迹的大多数画面都落在动作进行中。

J | 不过，随着中国清洁能源出口规模的扩大，保护本国的清洁能源行业、打压中国电动汽车已逐渐成为美国两党的共识。

更为关键的是，拜登对华加征新一轮关税的时机，正值他与前总统特朗普展开激烈选战之际。

K | 随着11月总统大选的临近，两党候选人争相对华展示强硬姿态，试图获得更多摇摆州选民的支持。早在今年3月，共和党总统候选人特朗普就呼吁对中国汽车征收100%的关税。若均匀抽帧，模型最常学到的是「继续做当前动作」，真正决定是否切换子任务的边界帧反而很少。         Cortex 采用事件均衡采样（Event-balanced Sampling） 策略：在子任务边界前后约 1 秒的窗口内加密采样，同时保留执行阶段样本。

L | 在近期的一次演讲中，他还暗示将对中国公司在墨西哥工厂生产的汽车征收200%的关税。模型既要学会动作尚未完成时保持指令和记忆，也要在看到完成证据后更新记忆、切换下一步。

M |          在 Galaxea 数据的消融实验中，采用事件均衡采样的模型仅需 272 万训练样本，少于对照组的 310 万样本，综合评分却从 7.58 提升至 8.18。这说明对高层规划器而言，增加关键转场附近的监督，比继续堆叠大量稳定执行画面更有效。         Event-balanced sampling 示意图。橙色区间覆盖子任务切换；训练需要同时学会「耐心保持」和「及时换挡」。

长期以来，拜登政府试图通过电动汽车转型重振美国“铁锈地带”的制造业，借助高关税将更具市场竞争力的中国电动汽车拒之门外，能够保护美国本土汽车工业的发展。

r | 出于类似的考虑，拜登上个月曾在宾夕法尼亚州有着“钢铁之都”之称的匹兹堡向选民承诺，将当前对华钢铝关税翻至3倍以上，以保护当地产业和劳动者。

s |

目前，据《华尔街日报》的一项民调显示，2024年大选竞争最激烈的七个摇摆州中，特朗普在六个州领先于拜登，原因是选民普遍对国家经济不满，对拜登的能力和工作表现也深表怀疑。

t | （编注：在今年的大选中，摇摆州主要有7个，按照区域划分主要有三类：第一类是“铁锈地带”的宾夕法尼亚州、密歇根州、威斯康辛州；第二类是西南边境的亚利桑那州、内华达州；第三类是东南部的北卡罗来纳州、佐治亚州。）

“止跌企稳”常用来界定今年以来的中美关系的态势。

u |          更能体现系统差异的是实机长化学实验任务。研究者在 ARX ACONE 双臂平台上设计了两组 14 步流程，每组进行 20 次试验。Cortex 在化学液体搅拌实验和烧杯清洗任务上的完整成功率分别为 65% 和 55%；两种端到端模型（PI0.5 及 MEM）在这组试验中都因为混淆子任务阶段而中途失败。         14 步器皿操作流程。高层规划器需要持续记录漏斗、量筒、烧瓶和瓶塞的状态，并在确认每一步完成后再下发下一条局部指令。如今美方新一轮关税措施出台，专家分析这标志着中美在贸易领域的对抗升级，此前相对稳定的状态或将告一段落。         相比传统端到端 VLA 方法，Cortex 的优势并不只是某一个模块的提升，而是对长程任务进行了系统化建模。而随着美国大选形势的紧张化，两党候选人或将加大打“中国牌”的力度，这也预示着双边关系可能将出现更多波动。         它用结构化子任务接口约束高层规划，用视觉反馈和语言记忆追踪执行进度，再通过闭环更新持续校正后续决策，使机器人能够在多步骤任务中保持目标、状态与动作的一致性。         这种设计让 Cortex 在仿真基准和真实双臂机器人实验中都展现出更强的长程操作能力。

美国国务卿布林肯此前在回应美国大选与中美关系相关问题时对澎湃新闻表示，正如拜登总统所说，中美两国将持续地就我们之间所存在的分歧进行明确沟通，最大限度降低误判和误解，这是我此行和接下来会继续做的。这本身与选举周期无关。更重要的是，它给出了一个清晰的方向：面向真实场景的机器人智能，不能只依赖端到端动作生成，还需要能够围绕长期目标组织步骤、吸收反馈、更新状态，并在复杂流程中稳定推进。

吴心伯分析指出，随着美国大选的升温，美国政府和国会层面都可能根据选举的需要在对华问题上“出招”。这实际上就会破坏此前一段时期中美关系的“脆弱稳定”状态。不仅是在经贸领域，接下来，双方在金融、技术、外交等领域的不稳定因素会显著上升。

值得注意的是，不少西方媒体也从经济、能源转型的角度分析了对华加征关税实则“损人不利己”。         对于真正进入实验室、家庭和工业现场的机器人来说，这种能力或许正是从 “完成一个动作” 走向 “完成一件事” 的关键一步。据美国有线电视新闻网（CNN）报道，一些经济学家警告说，增加关税有可能重新引发与中国的“贸易战”，并在此过程中损害美国自身的经济。因为关税本质上是对美国企业和消费者征税，增加了进口商品的成本。因此，这可能会导致通货膨胀，损害就业增长。         作者介绍          论文共同第一作者彭嘉淇，余茜倩与冯德霖均来自上海人工智能实验室。

美国海关及边境保护局5月3日发布的数据显示，自特朗普政府时期对中国进口商品加征关税以来，美国消费者已经为太阳能电池板、钢铝等进口中国的商品支付了超过2300亿美元的关税。

v | 其中彭嘉淇是清华大学与上海人工智能实验室联合培养的三年级博士生，导师为沈渊教授和林达华教授。在王泰研究员的指导下开展包括视觉动作语言模型，视觉语言导航，loco-manipulation 等机器人相关领域研究，致力于构造实现空间语义理解与长程移动操作的可落地具身智能体，曾发表多篇论文在 ICLR，ICRA 等会议上，NavDP/LoGoPlanner 一作，InternVLA-N1 核心作者，曾获得 ICRA oral。

《华尔街日报》则分析认为，寻求把最经济实惠的中国电动汽车拒于美国市场之外，将拖累拜登政府减少碳排放与缓解气候变化的目标。目前，美国正投入数以千亿美元的资金发展本国的清洁能源产业，但拜登政府却试图在实践这一目标时与中国这一清洁能源制造领域的领先者划清界限。

另一方面，欧盟针对中国电动车的反补贴调查正在推进，据美国政治新闻网站Politico分析称，预计欧方将很快会对进口中国电动车加征临时关税。

w | “欧洲主张对华加征关税的官员肯定会从美国的行动中受到鼓励。”不过，吴心伯分析称，部分欧洲国家也对加征关税有所顾虑，像是依赖中国市场的德国就会担心其在华车企遭到中方反制。

x |

5月14日，针对美方在原有对华301关税基础上，进一步提高对自华进口的电动汽车、锂电池、光伏电池、关键矿产等产品加征关税的做法，中国商务部新闻发言人表示，中方坚决反对并严正交涉。美方出于国内政治考虑，滥用301关税复审程序，进一步提高部分对华产品加征的301关税，将经贸问题政治化、工具化，是典型的政治操弄，中方对此表示强烈不满。世贸组织早已裁决301关税违反世贸组织规则。美方非但不予以纠正，反而一意孤行，一错再错。

发言人称，美方提高301关税违背了拜登总统“不寻求打压遏制中国发展”“不寻求与中国脱钩断链”的承诺，也不符合两国元首达成的共识精神，这将严重影响双边合作氛围。

y | 美方应立即纠正错误做法，取消对华加征关税措施。中方将采取坚决措施，捍卫自身权益。