Flexion Robotics: Szwajcarski startup buduje uniwersalny mózg dla każdego robota humanoidalnego

Większość firm zajmujących się robotyką humanoidalną ściga się w budowaniu lepszych ciał. Flexion Robotics, startup z Zurychu, który wyszedł z ukrycia pod koniec 2025 roku, stawia na odwrotne podejście: przewaga w robotyce humanoidalnej nie będzie leżeć w sprzęcie, ale w mózgu, który działa na każdym ciele. Dzięki 57,35 miliona dolarów łącznego finansowania i demonstracji na żywo podczas ICRA 2026, gdzie osiągnięto ponad 95% autonomii w 300 próbach, podejście Flexion oparte na symulacji jest jedną z najbardziej wyróżniających się strategii w tej dziedzinie .

Główna teza Flexion: Tylko oprogramowanie, niezależne od sprzętu

Flexion Robotics nie produkuje robotów. Zamiast tego buduje uniwersalny stos oprogramowania autonomicznego – co firma określa mianem „Androida dla humanoidów” – który może być licencjonowany przez każdego producenta robotów humanoidalnych . Stos jest zaprojektowany do wdrażania na 14 różnych platformach humanoidalnych jednocześnie, z celem skrócenia wysiłku inżynieryjnego potrzebnego do przygotowania nowego robota do nowego zadania z lat do zaledwie tygodnia .

„Tworzymy wirtualny świat, w którym umieszczamy te roboty” – głosi firma. „Trenowane w symulacji, skalowane do rzeczywistego świata przy minimalnym udziale człowieka” .

Metodologia szkolenia: Symulacja do rzeczywistości na dużą skalę

Podejście techniczne Flexion opiera się na trzech powiązanych ze sobą wyborach:

1. Szkolenie symulacyjne (sim-to-real). Wszystkie polityki robotów są trenowane wyłącznie w wirtualnej symulacji fizycznej na ogromną skalę – nawet 4 000 wirtualnych robotów działających jednocześnie – a następnie przenoszone na fizyczny sprzęt z wdrożeniem w świecie rzeczywistym bez żadnego dodatkowego treningu . Firma wykorzystuje uczenie przez wzmacnianie (RL), w którym roboty uczą się metodą prób i błędów: działają, odczytują wyniki i dostosowują się, aż osiągną sukces . Rezultatem nie jest skrypt, ale polityka sieci neuronowej, która mapuje percepcję na działanie .

2. Łączenie uczenia przez naśladowanie i uczenia przez wzmacnianie. Flexion stosuje resztkowe uczenie przez wzmacnianie na bazie uczenia przez naśladowanie. Oznacza to, że robot uczy się podstawowych umiejętności manipulacji i lokomocji z danych demonstracyjnych człowieka, a następnie używa RL do adaptacji tych umiejętności do warunków rzeczywistych, których symulator nie jest w stanie idealnie odwzorować . Firma wykorzystuje również pętlę sprzężenia zwrotnego „real-to-sim”, w której dane ze świata rzeczywistego udoskonalają parametry symulacji dla bardziej wiernego treningu w przyszłości .

3. Modułowa, trzywarstwowa architektura. Stos autonomii oddziela rozumowanie wysokiego poziomu od planowania ruchu i sterowania niskiego poziomu :

• Warstwa poleceń (rozumowanie): Agent dużego modelu językowego (LLM) lub modelu wizyjno-językowego (VLM), który interpretuje opisy zadań w języku naturalnym – np. „posprzątaj biuro” – rozbija je na podzadania i planuje wieloetapowe przepływy pracy .
• Warstwa generowania ruchu (planowanie): Model oparty na dyfuzji, który wyznacza zamierzoną ścieżkę robota i unika przeszkód w przestrzeni 3D .
• Warstwa wykonawcza (odruchy): Całociałowy kontroler oparty na RL, który wykonuje solidne i adaptacyjne ruchy na fizycznym robocie .

Ta konstrukcja „oddziela intencję (napędzaną językiem) od wykonalności (narzuconej przez fizykę), wykorzystując symulację do umiejętności motorycznych i selektywnie dane rzeczywiste” .

Autonomiczne zadania biurowe: Od polecenia do działania

W listopadzie 2025 roku Flexion opublikował wideo przedstawiające robota humanoidalnego autonomicznie sprzątającego biuro na podstawie prostego polecenia użytkownika – bez skryptów, predefiniowanych trajektorii i zdalnego sterowania . Agent oparty na VLM postrzegał scenę, rozumował o zadaniu i planował strategię od początku do końca, aby podnosić i przestawiać przedmioty . Ten sam system został również pokazany, jak nawiguje w środowisku zewnętrznym, aby autonomicznie zbierać i wyrzucać śmieci .

ICRA 2026: Walidacja na żywo

Podczas Międzynarodowej Konferencji Robotyki i Automatyzacji (ICRA 2026), która odbyła się w dniach 9–11 czerwca 2026 roku, Flexion przeprowadził demonstrację autonomicznego robota humanoidalnego na żywo. W 300 próbach przez trzy dni roboty działały w pełni autonomicznie z ponad 95% skutecznością i bez interwencji człowieka . Wynik potwierdził, że podejście sim-to-real działa na dużą skalę w niekontrolowanym środowisku konferencyjnym – co jest notorycznie trudnym ustawieniem dla demonstracji robotyki.

Czym Flexion różni się od innych firm z branży robotyki humanoidalnej

Wymiar	Flexion Robotics	Typowi konkurenci (Tesla Optimus, Boston Dynamics, Figure, 1X)
Podstawowy produkt	Uniwersalne oprogramowanie autonomiczne – bez własnego sprzętu	Zintegrowany pionowo sprzęt + oprogramowanie; każdy buduje własne ciało robota
Strategia platformy	Działa na każdym sprzęcie humanoidalnym; obecnie 14 platform równolegle	Związany z jedną zastrzeżoną platformą sprzętową
Paradygmat szkolenia	Symulacja jako pierwsze (sim-to-real); polityki trenowane w symulacji i przenoszone bezpośrednio	Mieszanka danych z teleoperacji w świecie rzeczywistym, RL w świecie rzeczywistym i symulacji; większość polega głównie na zbieraniu danych rzeczywistych
Cel kompatybilności sprzętowej	Skrócenie konfiguracji nowego robota + nowego zadania z lat do tygodnia	Każde nowe zadanie wymaga miesięcy prac inżynieryjnych specyficznych dla sprzętu
Finansowanie	57,35 miliona dolarów łącznie (50 mln dolarów Series A + 7,35 mln dolarów seed)	Konkurenci często zbierają większe rundy na produkcję sprzętu (np. Figure AI zebrał 675 mln dolarów+)
Kluczowi inwestorzy	DST Global, NVIDIA NVentures, Prosus Ventures, Moonfire, Redalpine	Mieszanka VC, inwestorów strategicznych i korporacyjnych

Kluczowe różnice strategiczne:

• Model licencjonowania oprogramowania / platformy. Flexion pozycjonuje się jako pozioma warstwa inteligencji, którą każdy producent humanoidów może licencjonować, wyraźnie unikając „pułapki pionowej integracji”, w której firmy takie jak Tesla czy Figure muszą budować zarówno mózg, jak i ciało .
• Generalizacja niezależna od sprzętu. Trenowanie jednego stosu na 14 różnych platformach humanoidalnych równolegle ma sprawić, że mózg Flexion będzie przenośny między różnymi morfologiami – w przeciwieństwie do normy branżowej „jeden robot, jeden stos” .
• W pełni symulacyjna pętla treningowa. Podczas gdy większość konkurentów wykorzystuje dane z teleoperacji w świecie rzeczywistym do uczenia przez naśladowanie, Flexion trenuje polityki na dużą skalę w symulacji i przenosi je bezpośrednio do świata rzeczywistego, wymagając minimalnego zbierania danych rzeczywistych .

Zastrzeżenia i otwarte pytania

Nie znaleziono dedykowanego artykułu z Wired z czerwca 2026 roku, który szczegółowo opisywałby autonomię Flexion w zadaniach biurowych. Najbardziej szczegółowe dowody demonstracji zadań biurowych pochodzą z własnego postu Flexion na LinkedIn (listopad 2025) i raportu z wyników ICRA 2026 . Twierdzenia firmy o skróceniu czasu konfiguracji do „jednego tygodnia” i działaniu na 14 platformach pozostają do zweryfikowania na skalę komercyjną. I chociaż wyniki ICRA 2026 są imponujące, branża wciąż czeka na niezależne testy porównawcze, które zestawią roboty zasilane przez Flexion z pionowo zintegrowanymi konkurentami we wdrożeniach w świecie rzeczywistym.

Zakład Flexion jest taki, że przyszłość robotyki humanoidalnej będzie bardziej przypominać Androida niż iPhone'a: uniwersalny system operacyjny, który każdy producent może przyjąć. Jeśli jego metodologia szkolenia oparta na symulacji będzie nadal przynosić rzeczywiste rezultaty, ten zakład może się opłacić.