EmbodiedUS-FS：用于超声机器人的快慢智能系统

针对临床环境中机器人超声扫描需兼顾高层工作流推理与底层闭环执行的挑战，本文提出一种快慢分层具身超声系统。其中，“慢脑”利用 API 和手册知识库进行意图解析及分阶段任务规划，通过构建任务图和结构化验证生成可执行计划；“快脑”融合多模态反馈以优化局部动作并执行图像质量引导的恢复行为。系统还集成安全盾与分级升级策略，在持续失败或违反安全边界时触发重规划或人工确认。实验表明，该分层设计显著提高了任务成功率并减少了安全违规。