# Embit 项目申报书

## 1. 项目概述

Embit（桂枢）是基于 MoonBit 的通用具身智能机器人全栈开发框架，打通「动力学仿真—多模态感知—VLA推理—运动控制—真机部署」完整技术链路，为机器人研发团队、高校实验室、创业者及中小团队提供一套无 Python 依赖、高实时性、内存安全、跨硬件部署的新一代技术底座。

当前机器人开发普遍依赖 Python 技术栈，在实时控制延迟、依赖链臃肿、嵌入式部署成本、真机运行稳定性等方面存在系统性瓶颈；而 Rust 等替代方案学习曲线陡峭，迭代效率低。Embit 以国产新一代系统编程语言 MoonBit 为核心底座，从零构建覆盖仿真通信、VLA 推理、运动控制、真机部署的全栈框架，填补 MoonBit 生态在具身智能领域的技术空白，助力国产编程语言在高端机器人领域的深度落地。

## 2. 项目名称与品牌故事

**项目名称**：Embit（中文定名：桂枢）
**英文全称**：Embit Embodied Robot Framework

**命名理由**：名称由 "Embodied"（具身智能）与 "Bit"（二进制/算力）组合而成，简短有力、技术属性明确，发音顺口易记；"Bit" 亦自然呼应 MoonBit 技术底座，形成品牌与语言的强绑定。

**品牌故事摘要**：Embit 诞生于对新一代机器人开发基础设施的迫切需求。我们选择以 MoonBit 为唯一顶层语言，从零搭建完整的具身智能全栈框架，让机器人开发摆脱对 Python 的路径依赖，兼顾高性能、高可靠性与高效的开发迭代体验。Embit 的名字，是最精简数字内核与最完整具身智能的融合——让每一台机器人都拥有稳定、高效、安全的智能大脑。

（完整品牌故事见 `03-品牌故事.md`）

## 3. 目标用户与市场分析

**目标用户画像**：

- **机器人研发团队**：需要高实时性、低延迟控制环路的工业级产品开发
- **高校与科研机构**：具身智能算法研究、教学实验平台需求旺盛
- **创业者与中小团队**：缺乏深厚 C/C++/Python 多语言栈积累，需要一体化开发工具降低门槛

**核心痛点**：

1. Python 在实时控制场景存在 GIL 与 GC 抖动，难以满足高频闭环需求
2. 依赖链复杂，仿真—推理—控制多语言混用，部署维护成本高
3. 不同机器人机型适配需重复开发，缺乏通用抽象层
4. 真机部署缺乏内存安全保证，稳定性隐患突出

**市场规模估算**：据行业研究机构公开报告，全球具身智能与机器人软件工具市场年复合增长率超过 25%，2025 年市场规模预计达数百亿美元量级（估算值，待补充具体来源）。国内机器人产业加速发展，高校科研与中小企业对轻量化工具链需求日益迫切，Embit 面向的细分市场具有明确增长空间。

## 4. 核心功能与产品方案

**功能清单**：

| 功能模块 | 一句话说明 |
|----------|------------|
| embit-core（核心基础库） | 定义通用机器人抽象接口、核心数据结构与工具函数，是所有上层模块的共同依赖 |
| embit-gazebo（仿真通信SDK） | 基于 Ignition Transport 实现标准化话题通信与仿真控制，支持 Ignition Gazebo Fortress/Harmonic |
| embit-ggml（全尺度VLA推理SDK） | 封装 ggml/vla.cpp，提供统一多模态推理接口，支持 1B~70B+ 模型，INT4~FP16 全精度 |
| embit-control（运动控制框架） | 内置机器人抽象层、运动学解算、传感器抽象与安全联锁模块 |
| embit-view（可视化调试面板） | 基于 Selene 引擎打造实时监控面板，支持状态观测、数据回放、参数在线调优 |
| embit-examples（示例工程集） | 提供人形行走、四足避障、机械臂抓取三类典型具身任务 Demo |

**产品亮点**：

1. **全链路原生 MoonBit 实现**：从仿真交互、推理调度到运动控制统一基于 MoonBit 开发，静态编译单文件部署，彻底摆脱 Python 依赖地狱，运行性能接近原生 C
2. **通用机器人抽象层**：基于 URDF 标准设计，配置化适配多形态机器人，一次开发跨机型复用
3. **全尺度 VLA 推理兼容**：支持从 1B 端侧轻量模型到 70B+ 通用具身大模型，覆盖 INT4~FP16 全精度，CPU/GPU/嵌入式多硬件统一调度
4. **高实时性控制运行时**：依托 MoonBit 结构化并发与内存安全特性，实现微秒级控制环路抖动
5. **仿真与真机无缝切换**：统一硬件抽象接口，Sim2Real 迁移成本极低；内置可视化调试工具大幅提升开发效率

## 5. 技术方案

**技术栈选型及理由**：

| 技术 | 版本要求 | 用途 |
|------|----------|------|
| MoonBit 工具链 | >= 0.1.20260807 | 主开发语言，提供静态编译、内存安全、结构化并发 |
| Ignition Gazebo Fortress / Harmonic | 最新稳定版 | 动力学仿真引擎 |
| ggml / vla.cpp | 最新稳定版 | VLA 多模态推理后端 |
| CUDA 兼容 GPU | （可选） | 大模型推理加速 |
| Selene | 最新稳定版 | 可视化监控与调试 |

**系统架构简述**：

```
┌─────────────────────────────────────────┐
│  应用层：embit-examples 任务Demo        │
│  人形行走 / 机械臂抓取 / 四足避障       │
├─────────────────────────────────────────┤
│  控制层：embit-control 运动控制框架     │
│  传感器抽象 / 运动解算 / 安全联锁       │
├─────────────────────────────────────────┤
│  推理层：embit-ggml VLA推理中间件       │
│  模型管理 / 张量处理 / 多硬件调度       │
├─────────────────────────────────────────┤
│  通信层：embit-gazebo 仿真通信SDK       │
│  话题发布订阅 / 仿真控制 / 数据传输      │
├─────────────────────────────────────────┤
│  底座层：仿真引擎 / 实体机器人硬件      │
│  Ignition Gazebo / ARM/RISC-V 真机      │
└─────────────────────────────────────────┘
         底层支撑：MoonBit Native 运行时
```

**关键技术难点与对策**：

- **难点1：MoonBit FFI 与 C/C++ 仿真引擎绑定**
  - 对策：基于 MoonBit 原生 FFI 机制封装 Ignition Transport C API，参考 moonbit-c-binding 规范构建安全接口层。

- **难点2：VLA 模型推理延迟优化**
  - 对策：利用 MoonBit 结构化并发实现推理流水线并行；通过 ggml 张量分块调度，在 CPU/GPU 间智能分配计算任务。

- **难点3：多机型通用适配**
  - 对策：以 URDF 为输入标准，在 embit-core 层定义统一关节/传感器/执行器抽象，通过配置驱动机型适配。

## 6. 实施计划

**总周期：6 个月**

| 阶段 | 时间 | 主要任务 | 交付物 |
|------|------|----------|--------|
| Phase 1：核心能力验证 | 第1个月 | 完成 Ignition Transport 基础 FFI 绑定；完成 ggml 基础推理 FFI 绑定；实现最简机器人控制 Demo | 核心 FFI 绑定原型、控制 Demo 可运行版本 |
| Phase 2：SDK与框架开发 | 第2-3个月 | 发布 embit-gazebo、embit-ggml 首个稳定版本；完成通用机器人抽象层与控制框架；基础可视化工具上线 | embit-gazebo v1.0、embit-ggml v1.0、embit-control v1.0、embit-view 内测版 |
| Phase 3：系统整合与多机型适配 | 第4个月 | 完成框架整体联调；适配人形、四足、机械臂三类标准 URDF 模型；完善文档与示例 | 整合版框架、三类机型适配 Demo、初步文档 |
| Phase 4：场景Demo与性能优化 | 第5个月 | 完成三类典型具身任务 Demo；实时性与性能优化；完成控制环路性能验证（延迟基准测试、抖动测量）；基准测试与指标发布 | 完整 Demo 集、性能基准报告 |
| Phase 5：开源发布与生态建设 | 第6个月 | v1.0 正式版发布；全套文档上线；社区开源共建体系搭建 | embit v1.0 正式版、完整文档、开源社区 |

## 7. 预算与资金需求

| 预算科目 | 金额（待补充） | 用途说明 |
|----------|----------------|----------|
| 研发人力 | （待补充） | 核心开发、FFI 绑定、框架设计 |
| 算力与云资源 | （待补充） | VLA 模型推理测试、仿真环境部署 |
| 硬件测试设备 | （待补充） | 真机联调用机器人平台（ARM/RISC-V 开发板） |
| 文档与社区运营 | （待补充） | 技术文档编写、示例维护、社区运营 |
| **合计** | **（待补充）** | — |

## 8. 风险与应对

| 风险类别 | 风险描述 | 应对措施 |
|----------|----------|----------|
| 技术风险 | MoonBit 工具链版本迭代可能导致 API 兼容性问题 | 锁定 >= 0.1.20260807 基线版本；持续跟进 MoonBit 官方更新，建立兼容层 |
| 技术风险 | VLA 模型推理延迟难以满足实时控制需求 | 分阶段优化：先用 ggml 量化推理验证可行性，再逐步引入 CUDA 加速 |
| 市场风险 | 目标用户 MoonBit 生态认知度低， adoption 周期长 | 通过高质量 Demo 和技术博客展示效果；与 MoonBit 社区联动推广 |
| 资金风险 | 研发周期内资金不足以支撑全量功能开发 | 分阶段开源发布，优先交付核心能力；通过社区协作降低人力成本 |

## 9. 预期成果与效益

**可量化成果指标**：

- 完成 6 个子模块（embit-core / gazebo / ggml / control / view / examples）稳定版本发布
- 支持人形、四足、机械臂三类典型机器人机型的即插即用适配
- 实现端到端 Sim2Real 无缝切换 Demo
- 发布完整技术文档与 API 参考，开源协议 Apache License 2.0

**社会效益**：

- 推动国产编程语言 MoonBit 在高端机器人领域的深度落地，构建自主可控的具身智能技术生态
- 降低机器人研发门槛，使中小团队、高校实验室、创业者能以极低成本验证具身智能算法
- 提供无 Python 依赖的替代方案，解决实时控制场景的性能与稳定性痛点

**经济效益**：

- 减少研发团队在多语言栈维护上的时间成本，提升算法迭代效率
- 静态编译单文件部署降低部署运维复杂度与成本
- 为后续商业化（企业版、技术支持、定制开发）奠定基础（待补充具体商业模式）

## 10. 团队与执行能力

| 角色 | 主要职责 |
|------|----------|
| 项目负责人 | 整体技术路线规划、里程碑管理、资源协调 |
| 核心架构师 | 系统架构设计、模块划分、FFI 绑定规范制定 |
| 仿真通信开发 | embit-gazebo 模块开发、Ignition Transport 绑定 |
| VLA 推理开发 | embit-ggml 模块开发、模型调度与性能优化 |
| 控制框架开发 | embit-control 模块开发、运动学与安全联锁实现 |
| 可视化与工具开发 | embit-view 模块开发、调试面板设计 |
| 文档与社区运营 | 技术文档编写、示例维护、社区生态建设 |

团队具备 MoonBit 语言栈、机器人控制、具身智能推理等多领域技术积累，能够独立完成从底层 FFI 绑定到上层应用的全栈开发。