「私たちは、それらのロボットを配置できる仮想世界を作り出します」と同社は説明する。「シミュレーションで訓練し、人間の関与を最小限にして現実世界にスケールする」。

訓練方法論：大規模シミュレーションから現実世界へ

Flexionの技術的アプローチは、相互に関連する3つの選択に基づく。

1. シミュレーション優先（Sim-to-Real）訓練。 ロボットのポリシーはすべて仮想物理シミュレーション内で大規模に（最大4000台の仮想ロボットが同時稼働）訓練され、その後、ゼロショットで実機に転送される。強化学習（RL）を用いて、ロボットは試行錯誤を通じて自己学習する。すなわち、行動し、結果を感知し、成功するまで調整を繰り返す。出力はスクリプトではなく、知覚を行動にマッピングするニューラルネットワークポリシーである。

2. 模倣学習と強化学習の組み合わせ。 Flexionは、模倣学習ベースラインの上に残差強化学習を適用する。つまり、人間のデモデータから基本的な操作・移動スキルを学習した上で、RLを使ってシミュレーターが完全にはモデル化できない実環境条件に適応させる。さらに、「実機→シミュレーション」のフィードバックループを用いて、実世界のデータでシミュレーションパラメータを調整し、次世代訓練の精度を高めている。

3. モジュール式3層アーキテクチャ。 自律性スタックは、高次推論、動作計画、低レベル制御を分離する。

• コマンド層（推論）： 大規模言語モデル（LLM）または視覚言語モデル（VLM）エージェント。「オフィスを片付けて」といった自然言語のタスク記述を解釈し、サブタスクに分解し、複数ステップのワークフローを計画する。
• 動作生成層（計画）： 拡散ベースのモデル。ロボットの意図する経路を3D空間上で計画し、障害物を回避する。
• 実行層（反射）： RLベースの全身トラッカー。物理ロボット上でロバストで適応力のある動作を実行する。

この設計は、「意図（言語駆動）と実現可能性（物理法則）を分離し、運動スキルにはシミュレーションを、リアルデータは選択的に活用する」。

自律的なオフィス業務：プロンプトから行動へ

2025年11月、Flexionはヒューマノイドロボットが単純なユーザープロンプトから自律的にオフィスを片付ける動画を公開した。スクリプトも事前計算軌道も遠隔操作も一切使用していない。VLMベースのエージェントがシーンを認識し、タスクを推論し、物体の把持と再配置のためのエンドツーエンド戦略を計画した。同じ基本システムは、屋外環境を自律的に移動してゴミを収集・廃棄するデモでも実証されている。

ICRA 2026：ライブでの実証

2026年6月9日～11日に開催された国際ロボット学会（ICRA 2026）で、Flexionは自律型ヒューマノイドのライブデモを実施。3日間で300回の試験を行い、ロボットは人間の介入なしで95%超の成功率で完全自律動作を達成した。この結果は、制御が困難な学会会場という環境でも、Sim-to-Real転送アプローチがスケールすることを実証した。

Flexionと業界の違い

主な戦略的差別化要因：

• ソフトウェア専業・プラットフォームライセンスモデル。 Flexionは、あらゆるヒューマノイドメーカーがライセンスできる水平型インテリジェンス層として自社を位置づけ、TeslaやFigureのような垂直統合の「罠」を明確に回避する。
• ハードウェア非依存の一般化。 14種類の異なるヒューマノイドプラットフォームで同一スタックを並行訓練することで、Flexionの「脳」を様々な形態に移植可能にすることを目指す。業界標準の「1ロボット1スタック」とは対照的である。
• 完全シミュレーションベースの訓練ループ。 多くの競合が模倣学習に実世界の遠隔操作データを使用するのに対し、Flexionはシミュレーション内で大規模にポリシーを訓練し、ゼロショットで実世界に転送するため、実世界データの収集は最小限で済む。

注意点と今後の課題

2026年6月のWired記事でFlexionのオフィスタスク自律性が特集されたという報告は、現時点の入手可能な検索結果では確認できなかった。最も詳細なオフィスタスクデモの証拠は、Flexion自身のLinkedIn投稿（2025年11月）とICRA 2026の結果レポートに基づく。セットアップ時間の「1週間」への短縮や14プラットフォームでの動作といった主張は、商業規模での検証が待たれる。ICRA 2026の結果は印象的だが、Flexion搭載ロボットと垂直統合型競合との直接比較（サードパーティによるベンチマーク）はまだ存在しない。

Flexionの賭けは、ヒューマノイドロボティクスの未来が、緊密に統合されたハードウェア・ソフトウェアバンドル（iPhone型）というよりも、あらゆるメーカーが採用できる汎用OS（Android型）に近いものになるというものだ。シミュレーション優先の訓練手法が引き続き現実世界で結果を出し続ければ、その賭けは報われるかもしれない。

「私たちは、それらのロボットを配置できる仮想世界を作り出します」と同社は説明する。「シミュレーションで訓練し、人間の関与を最小限にして現実世界にスケールする」。

訓練方法論：大規模シミュレーションから現実世界へ

Flexionの技術的アプローチは、相互に関連する3つの選択に基づく。

1. シミュレーション優先（Sim-to-Real）訓練。 ロボットのポリシーはすべて仮想物理シミュレーション内で大規模に（最大4000台の仮想ロボットが同時稼働）訓練され、その後、ゼロショットで実機に転送される。強化学習（RL）を用いて、ロボットは試行錯誤を通じて自己学習する。すなわち、行動し、結果を感知し、成功するまで調整を繰り返す。出力はスクリプトではなく、知覚を行動にマッピングするニューラルネットワークポリシーである。

2. 模倣学習と強化学習の組み合わせ。 Flexionは、模倣学習ベースラインの上に残差強化学習を適用する。つまり、人間のデモデータから基本的な操作・移動スキルを学習した上で、RLを使ってシミュレーターが完全にはモデル化できない実環境条件に適応させる。さらに、「実機→シミュレーション」のフィードバックループを用いて、実世界のデータでシミュレーションパラメータを調整し、次世代訓練の精度を高めている。

3. モジュール式3層アーキテクチャ。 自律性スタックは、高次推論、動作計画、低レベル制御を分離する。

• コマンド層（推論）： 大規模言語モデル（LLM）または視覚言語モデル（VLM）エージェント。「オフィスを片付けて」といった自然言語のタスク記述を解釈し、サブタスクに分解し、複数ステップのワークフローを計画する。
• 動作生成層（計画）： 拡散ベースのモデル。ロボットの意図する経路を3D空間上で計画し、障害物を回避する。
• 実行層（反射）： RLベースの全身トラッカー。物理ロボット上でロバストで適応力のある動作を実行する。

この設計は、「意図（言語駆動）と実現可能性（物理法則）を分離し、運動スキルにはシミュレーションを、リアルデータは選択的に活用する」。

自律的なオフィス業務：プロンプトから行動へ

2025年11月、Flexionはヒューマノイドロボットが単純なユーザープロンプトから自律的にオフィスを片付ける動画を公開した。スクリプトも事前計算軌道も遠隔操作も一切使用していない。VLMベースのエージェントがシーンを認識し、タスクを推論し、物体の把持と再配置のためのエンドツーエンド戦略を計画した。同じ基本システムは、屋外環境を自律的に移動してゴミを収集・廃棄するデモでも実証されている。

ICRA 2026：ライブでの実証

2026年6月9日～11日に開催された国際ロボット学会（ICRA 2026）で、Flexionは自律型ヒューマノイドのライブデモを実施。3日間で300回の試験を行い、ロボットは人間の介入なしで95%超の成功率で完全自律動作を達成した。この結果は、制御が困難な学会会場という環境でも、Sim-to-Real転送アプローチがスケールすることを実証した。

Flexionと業界の違い

主な戦略的差別化要因：

• ソフトウェア専業・プラットフォームライセンスモデル。 Flexionは、あらゆるヒューマノイドメーカーがライセンスできる水平型インテリジェンス層として自社を位置づけ、TeslaやFigureのような垂直統合の「罠」を明確に回避する。
• ハードウェア非依存の一般化。 14種類の異なるヒューマノイドプラットフォームで同一スタックを並行訓練することで、Flexionの「脳」を様々な形態に移植可能にすることを目指す。業界標準の「1ロボット1スタック」とは対照的である。
• 完全シミュレーションベースの訓練ループ。 多くの競合が模倣学習に実世界の遠隔操作データを使用するのに対し、Flexionはシミュレーション内で大規模にポリシーを訓練し、ゼロショットで実世界に転送するため、実世界データの収集は最小限で済む。

注意点と今後の課題

2026年6月のWired記事でFlexionのオフィスタスク自律性が特集されたという報告は、現時点の入手可能な検索結果では確認できなかった。最も詳細なオフィスタスクデモの証拠は、Flexion自身のLinkedIn投稿（2025年11月）とICRA 2026の結果レポートに基づく。セットアップ時間の「1週間」への短縮や14プラットフォームでの動作といった主張は、商業規模での検証が待たれる。ICRA 2026の結果は印象的だが、Flexion搭載ロボットと垂直統合型競合との直接比較（サードパーティによるベンチマーク）はまだ存在しない。

Flexionの賭けは、ヒューマノイドロボティクスの未来が、緊密に統合されたハードウェア・ソフトウェアバンドル（iPhone型）というよりも、あらゆるメーカーが採用できる汎用OS（Android型）に近いものになるというものだ。シミュレーション優先の訓練手法が引き続き現実世界で結果を出し続ければ、その賭けは報われるかもしれない。