盖世汽车获悉，动易科技近日提出 Embodied PhyStack 四层具身智能技术栈，通过引入通用大模型负责深度思考，将传统 " 大脑 - 小脑 - 本体 " 三层架构拆分为四层。实验数据显示，该架构使机器人长程任务执行效率提升超百倍，新场景训练时间从一周压缩至 3 小时。

图片来源：动易科技

该技术栈自上而下分为四层：通用大模型负责视觉输入、长程任务与多任务规划及深度思考；物理智能体 PhyAgents 负责实时决策，将子任务转化为实时执行指令；运控模型 PhyCore 负责本体感知与实时控制；机器人本体 PHYBOT 负责执行，并将环境和本体状态变化反馈给上层进行纠偏和重新规划。

动易科技通过三组实验验证了该架构的有效性。第一组实验中，通用大模型配合 PhyCore 运控系统可跑通长程任务链路，但单次抓取任务耗时约 3 小时。第二组实验引入 PhyAgents 进行毫秒级实时决策，补齐了效率短板，使抓取 3 个工件的耗时缩短至不到 2 分钟，效率提升超百倍。第三组实验将通用大模型应用于训练环节，由其生成训练智能体并自动验证迭代，将新场景训练时间从近一周压缩至 3 小时左右。

动易科技指出，未来具身智能企业无需再自行研发包揽一切的全能 " 大脑 "，而应将研发资源集中于通用模型难以从互联网获取的物理交互数据、实时决策能力、全身控制以及真实场景的工程闭环。