完整编译
0.32ms
- 200个模块
- 60+能力
- 94倍更快
ANIMA // 编译器
01挑战
问题
手工焊接的管道
每个机器人团队都在编写相同的胶水代码。选择感知 → 连接姿态估计器 → 连接抓取规划器 → 添加安全检查 → 构建Docker → 测试 → 失败 → 重新开始。
80%的管道工作
团队将80%的时间花在集成上，只有20%用于实际研究。每个新任务、新机器人、新客户都要重复。
不存在编译器
没有人为机器人AI构建过编译器。每条管道都是手工焊接的。
02架构
解决方案
- 01
意图翻译
LLM将自然语言解析为结构化任务规范。仅运行一次。绝不在控制循环中。
- 02
三重门验证
模式正确性。硬件可行性。安全约束。
- 03
约束求解
CSP求解器带回溯。GPU内存、延迟、传感器、依赖关系。确定性。
- 04
部署生成
Docker Compose、ROS2启动文件、行为树XML、安全包络、元数据。
控制循环中没有LLM。相同的任务规范编译为相同的部署，每次都是。
03性能
核心数据
- 0.32ms
- 完整编译（C++快速路径）
- 比TS参考快94倍
- 0.11ms
- 三重门验证
- 模式 + 语义 + 解析
- 0.15ms
- 约束求解
- CSP回溯
- 180/0
- E2E测试循环 / 失败
- 连续9+小时
- 200
- 横跨60+能力的模块
- 最大机器人AI目录
- 8GPUs
- 同时规模测试
- Docker + ROS2 DDS 健康
04影响
为什么重要
- 国防
一条命令即可在一秒内将舰队的感知堆栈从周界监视重新配置为反无人机追踪。
- 商业
发表论文和交付产品之间的区别。每个模块都成为编译器原语。
05基础设施
技术栈
TypeScript（4,524行）
C++（4,772行）
Python SDK
ROS2 Jazzy
CycloneDDS
BehaviorTree.CPP v4
Docker
FastAPI
MiniMax-M2.7
CSP求解器
部署生产就绪
状态
- 运行在8× L4集群上。驱动整个200+模块组合。一行安装。对企业和国防试点开放。