从孤立技能到日常物理自主：推进全模态具身智能体

构建非结构化环境中的持久具身智能体，需统一协调网络与物理领域的异构工具，并具备物理故障自愈能力。现有系统往往割裂处理这些问题。本文主张持久自主需要分层异步架构，明确分离规划、记忆与验证。为此，我们提出 OmniAct 框架，集成用于统一行动空间技能路由的多模态语义规划器、基于事件边界压缩的自适应分层记忆，以及在执行期间闭合语义环路的异步视觉抢占引擎。实验表明，该框架在长程任务中显著提升了端到端成功率，并有效控制了上下文增长。