瑞士初创公司Flexion Robotics由前Nvidia机器人研究员创立，致力于解决机器人执行复杂任务的难题。该公司开发出一种训练机器人完成诸如开门、爬楼梯、搬运箱子等简单技能的方法。关键在于先在模拟环境中教会机器人单项技能，再由一个主控AI算法决定如何组合使用这些技能。

目前大多数演示视频展示的类人机器人仅能完成特定任务，如叠衣服或上货架，且通常依赖远程操控——由人类在幕后控制机器人动作。然而，这种方法在机器人面对陌生环境时表现不稳定。Flexion表示，其系统不同且更高效，因为它通过模拟训练机器人，并仅需有限的人类指导。

下方视频展示了该软件的实际应用：一台改装的Unitree类人机器人在接收到指令后自主行动——“Flexion收到一包零食快递，请用楼梯取件，再乘电梯上楼。然后拆包，将物品放入零食区货架上的空抽屉。”

Flexion的方法结合了多种AI系统。主AI模型通过分析人类执行各种动作的视频，学习何时采取何种行动，而非具体如何执行。软件随后调用在模拟中学到的技能，在现实中完成任务。例如，为了到达办公室的邮寄室，模型可能学会了开门和使用电梯。系统还控制机器人的马达，使其能够行走、移动四肢并保持平衡。

Flexion联合创始人兼CEO、前Nvidia机器人研究科学家Nikita Rudin表示，该软件的“秘密武器”是广泛采用强化学习，通过反复试错训练计算机掌握任务。软件的每一层——从主AI模型、模拟环境到马达控制——均采用此方法。

科技行业领军人物如埃隆·马斯克和黄仁勋认为，类人机器人将对经济产生巨大影响，未来可能取代大量人类劳动力。但Flexion的演示表明，要真正赋能类人机器人，AI技术必须取得根本性突破。

市场分析师George Chowdhury指出：“类人机器人本身并非革命性创新，真正关键的是支持它们的AI模型。”ABI Research预计，到2036年，机器人基础模型市场规模可能达到1500亿美元。

Rudin透露，Flexion正与多家机器人公司合作，且其软件适用于多种类人机器人形态。鉴于市场上机器人系统众多，这将提升软件的商业价值。

Chowdhury认为，Flexion需与硬件制造商紧密合作，才能在激烈竞争中脱颖而出。他强调，没有像Flexion展示的那样的类人机器人编程能力，“市场实际上是不存在的。”