龙华新闻全媒体记者 金璐 文/图

近日，英伟达等行业巨头及国际权威专家发布全球主流通用机器人大模型性能评测与技术盘点，龙华区企业智动未来联合上海创智学院蔡盼盼教授团队自主研发的MINT-4B多模态VLA（视觉－语言－动作）大模型，凭借其突破性的超强泛化性与实机操作表现挺进全球三甲，领先OpenVLA等多款行业标杆级模型。作为智动未来小智S2人形机器人的专属“VLA小脑”，这一重大突破标志着智动未来在人形机器人感知决策底层算法及复杂场景泛化落地上，正式迈入全球第一梯队，也展现了“数智龙华”科创实力。

智动未来是一家专注于人形机器人研发的高科技企业，公司核心团队来自全球顶尖机器人研究机构和科技公司，致力于推动人形机器人从实验室走向商业应用。公司在人形机器人领域拥有多项核心技术专利，包括高自由度关节模组、多模态感知系统、运动控制算法等。研发的人形机器人具有27个自由度，能够实现行走、抓握、搬运等复杂动作，并具备语音交互、视觉识别、手势识别等多模态交互能力。该公司自主研发的高性价比人形机器人产品已在教育、科研、展览展示等场景实现商业化落地，成为中国人形机器人赛道的新兴力量。

作为智动未来主力商用落地机型，小智S2智能人形机器人全面搭载MINT-4B VLA小脑系统，覆盖科教研学、商业展厅、园区政务、酒店商超等场景，可提供迎宾接待、教学展示、政务导引、商超巡检等服务。依托模型优异的泛化学习能力，该机型可灵活适配定制化流程、自主应对现场环境变动，还可配套定制机器人开发、智能空间搭建、校企实训共建一体化方案，破解传统机器人落地调试成本高的行业难题。

据智动未来相关负责人介绍，MINT系列算法核心创新思路为“复刻任务意图，而非机械复刻运动轨迹”，其独创SDAT多尺度频域分词技术，从动作中拆分“顶层任务意图”与“底层执行细节”两类特征：低频Token锁定任务全局意图，细粒度高频Token负责肢体动作细节落地；依托跨尺度自回归推理框架，实现从任务意图到实操动作的分层解码，解决传统VLA模型照搬运动轨迹、环境一变就失效的行业痛点。

本次MINT-4B挺进全球权威榜单三甲，将进一步夯实智动未来在商用人形机器人赛道的技术领先优势，公司后续将持续迭代VLA算法，依托底层自研能力优化小智S2全场景实操性能，加速人形机器人规模化商用落地进程。