人形機器人除了能跑、能跳、偶爾還會踢人，若要真正融入人類社會，它們還需要學會處理各種辦公室雜務。由前 Nvidia 機器人研究員創立的瑞士新創公司 Flexion Robotics 認為他們找到了解決方案。

該公司開發了一種訓練機器人的方法，使其能執行涉及開門、爬樓梯和搬運箱子等簡單技能的複雜任務。關鍵在於先在模擬環境中教授機器人單一技能，然後由一個主控 AI 演算法決定如何運用這些技能。

大多數展示影片顯示的人形機器人都是經過訓練來執行特定任務，例如摺疊襯衫或將物品放到貨架上。這通常是透過遠端操控完成的，即幕後人員控制機器人的動作。然而，當機器人被置於不熟悉的環境時，這種方法並不可靠。

Flexion 表示，他們的系統與眾不同且更有效率，因為它在模擬環境中進行訓練，並且只需要有限的人工指令。下方的影片展示了該軟體的實際運作：一台經過改裝的 Unitree 人形機器人，在收到以下指令後自主操作：「Flexion 的零食包裹已送達。請使用樓梯去取，然後搭電梯上來。接著將包裹拆開，把物品放到零食區貨架上的空抽屜裡。」

Flexion 的方法是結合不同的 AI 系統。主 AI 模型透過消化人類執行各種動作的影片來學習如何完成雜務。然後，該軟體會將在模擬中學到的技能與這些影片進行匹配，並在現實世界中執行這些任務。

例如，為了到達辦公室的郵件室，該模型可能已經學會需要打開某些門並使用電梯。該系統還控制機器人的馬達，使其能夠行走、移動四肢並保持平衡。

根據 Flexion 的共同創辦人兼執行長、前 Nvidia 機器人研究科學家 Nikita Rudin 的說法，該軟體的「秘密武器」是其廣泛運用了強化學習，這種方法透過試錯來訓練電腦掌握任務。從主控 AI 模型到模擬，再到馬達控制，軟體的每一層都採用了這種方法。

科技業界領袖如 Elon Musk 和 Jensen Huang 認為，人形機器人將對經濟產生巨大影響，因為它們最終可能會取代大部分人類勞動力。但 Flexion 的展示反映出，要賦予人形機器人能力，需要 AI 領域的根本性進步。

ABI Research 分析師 George Chowdhury 關注人形機器人市場，他表示：「人形機器人本身並不是有趣或革命性的東西，真正關鍵的是背後的 AI 模型。」ABI Research 估計，到 2036 年，機器人基礎模型的市場價值可能達到 1500 億美元。

Rudin 表示，Flexion 正與多家機器人公司合作，並指出其軟體適用於不同形式的人形機器人。考量到市場上系統的數量，這可能會增加該軟體的商業價值。

Chowdhury 認為 Flexion 若要成功，需要與硬體製造商密切合作，並將面臨激烈競爭。但他表示，如果沒有 Flexion 所展示的這種編程人形機器人的能力，「這個市場實際上並不存在。」